热电厂管理数字孪生系统应用综述*

高超超

(国网庆阳供电公司，甘肃 庆阳 745000)

0 引 言

随着2013年“第四次工业革命”的推出，新的全球性技术革命迅速兴起，以互联网、人工智能、数字化等技术为驱动加速全球进入“万物互联”的数字化时代。美国、欧洲的发达国家相继制定了本国的数字化时代的发展战略。2015年我国的国务院印发《中国制造2025》，在国家层面部署全面推进制造强国的战略，其中数字化网络化智能化制造作为主线。到2020年末，在北京召开的中央经济工作会议指出：“要大力发展数字经济”。为实现传统制造业向智能智造的转型升级，学术界和工业界围绕大数据(Big Data)、物联网(internet of things,IOT)、云计算(Cloud Computing)、人工智能(Artificial Intelligence)、区块链(Block Chain)等新兴技术领域开展了大量研究和实践[1]。国家电网2020年以来在数字新基建领域投入247亿元，全面部署电网数字化平台等10项重点任务，打造国内规模最大的能源电商平台和全球规模最大的智慧车联网平台[2]。

智能制造中的数字化是通过智能产品和传感器，把现实世界中的物理对象一一映射成数字世界的数字对象，形成数字孪生并同通过实时数据进行状态同步更新。在此基础上，通过每个不同场景的算法模型，实现对业务的洞察和预测，以此驱动管理测层的决策和行动。自从数字孪生技术提出后，在众多领域实现突破。在电网领域中，西门子通过将 MindSphere与Teamcente©软件、Siemens 的产品数据管理协同工具相结合，提供具体电气数字双胞胎服务[3]。GE通过在 Predix 平台上为每个设备创建 DT 来构建数字风电场风机，以优化维护策略，提高可靠性，并增加能源生产[4]。文献[5]构建了基于数字孪生的能源互联网规划平台-CloudIPES；文献[6]构建了逆变器的数字孪生模型；文献[7]开发了光伏发电装置的数字孪生模型，实现了光伏板的故障诊断。文献[8]探讨了智慧能源系统数字孪生的定义、通用架构、关键技术和应用案例；文献[9]提出了一种基于数字孪生的电网在线分析系统架构，具有秒级相应速度；文献[10]建立了电池管理系统的数字孪生模型，实现了电池管理系统的故障诊断，提高了电池使用寿命。文中重点对热电厂通过数据挖掘、数据集成达到数字化、可视化的智能管理水平，实现热电厂各环节万物互联，具有状态全面感知、信息高效处理，应用便捷灵活的特征。

1 数字孪生

1.1 概 述

“孪生”的概念起源于美国国家航空航天局的太空发展战略计划之一“阿波罗计划”，2003年前后，关于数字孪生的设想首次出现于Grieves教授在美国密歇根大学的课程上。在Grieves教授的设想中，数字孪生的思想已经基本构建出来，即在虚拟空间构建的数字模型与物理实体交互映射，真实地描述物理对象全生命周期的运行轨迹。但当时“Digital Twin”一词还没有被正式提出，直到2010年 ，在美国国家航空航天局的技术报告中“Digital Twin”一词被正式提出，并且美国国家航空航天局也定义“Digital Twin”为“集成了多物理量、多尺度、多概率的系统或飞行器仿真过程”。

数字孪生是一种包含诸多学科知识提取出的概念，可以被视为一个或多个重要的、彼此依赖的物理对象系统的数字映射系统。数据孪生具有互操作性、可扩展性、实时性、保真性、闭环性等特性。其架构如图1所示。

图1 数据孪生架构图

1.2 技术体系

数字孪生是对物理对象以数值的方式拷贝模拟的方式，通过一个真实的设备进行虚拟仿真实现产品的全流程制造过程甚至是整个工厂的资产进行数字化的现象,数字化的目的在于了解资产状况的变化并实时作出反应,改善工厂经营状况并挖掘附加产值。对于数字孪生的全过程，我们首先需要为物理世界中的物理对象构建可靠的数字模型，这意味着需要使用知识机理、数字化和其他技术构建数字模型。建模还需要通过物联网技术收集、传输、同步和增强来自现实世界物理实体的元信息数据，以获得可用于我们企业的通用数据。这些数据允许在数字世界中模拟和分析虚拟模型，在此基础上，我们可以使用增强现实、虚拟现实、混合现实、地理信息系统等技术在数字世界中完全复制这些模型，使人们能够通过数字对象与物理实体进行更友好的交互。在此基础上，我们可以将人工智能、大数据和云计算等技术结合起来，为上下游和相关产业创建描述、诊断、预警、预测和智能决策等通用应用。

(1) 模型搭建层 通过将模型“数字化”，即对物理世界数字化，将现实世界的物理对象构建成计算机和网络所能识别的数字模型。通过数字孪生建模语言和建模工具实现概念模型，建立包括莫能行业务功能、对象模型库、规则模型库、信息模型组件的信息模型。

(2) 数据处理层 在该层中，物联网技术为将物理世界对象本身的状态信息数值化，并将这些信息转换为可以通过网络传输的比特信息、变提供了完整的解决方案。互动性也是数字孪生的一个重要特征。该特性主要指物理对象与由计算机构建的数字对象之间的互动，数据互动流程步骤包括信息同步、数据价值挖掘、数据融通与跨系统联动、空间索引与实践驱动、信息强化，该特性可通过数字线程技术实现。处理流程如图2所示。

图2 数据处理流程图

(3) 仿真分析层 在该层中，通过对物理世界的动态预测，通过将业务数据输入到信息分析模块进行信息分析，信息分析模块利用统计、关联、聚类、演化、回归、泛化等机器学习方法对数据进行处理分析，将得出的结果通过虚拟模型展示。仿真分析的流程图如图3所示。

图3 仿真分析流程图

(4) 应用层 通过三维空间分析技术、动态单体仿真技术、空间流体技术、事件处理流程仿真技术等技术实现数据孪生的双向映射关系。

(5) 支撑技术 数字孪生中的孪生数据继承了物理感知数据、模型生成数据、虚实融合数据等多来源、多种类、多结构的海量数据，系统高复杂性、实时性、闭环性等特征，所以需要大数据、云计算、人工智能、高速通信网络技术、物联网等技术实现相关技术的支撑。

(6) 安全 数据孪生的需要的数据涉及很多机密信息，需要注重隐私保护策略、数据可信交换、功能安全性等问题。所以可以采用人工智能的方式进行7×24 h的不间断监测。

1.3 应用领域

现今数字孪生的发展得益于物联网、大数据、云计算、人工智能、第五代通信技术等前沿信息技术的快速发展，以及硬件设备的发展使得机器能够更加快速处理数据等，这也造就了近些年数字孪生的快速发展，服务于数字化转型技术革命的浪潮中。数字孪生应用的领域包含但不限于以下领域中。

(1) 制造业 涉及制造业的产品设计、仿真验证、生产规划与执行、质量管理追溯与工艺优化、能效管理与优化、设备管理、远程检测、预测性维护、虚拟巡检、AR检修等相关流程环节中。

(2) 电力 在电力系统中，数字孪生可实现电厂三维可视化管理、通过对数据的分析实现电厂运行优化、对运行中的电力设备进行健康管理、通用电网模型构建、电网设计及运维等相关电力设备物理实体的三维可视化监管和维护。

(3) 汽车 通过数字建模实现汽车研发环节验证、汽车运行状态监测、故障诊断与维护维修、不同环境行驶过程模拟等，减少必要成本的降低等。

(4) 健康医疗 通过数字孪生实现设备功能测试、设备故障预测、医疗资源管理优化、策略变更验证、医疗与手术方案验证等。

(5) 船舶航运 船舱设计优化、远程交互、资产管理、船舱预测性维修、港口状态检测与决策优化等。

(6) 环境保护 深林资源管理优化、污水处理决策优化、新能源运行优化与设备健康管理等。

(7) 城市管理 城市分析与规划、动态事件实时优化、灾害模拟与影响预测、科学研究与虚拟实验、交通路线优化等。

(8) 航空航天 飞行器故障预测、飞行器维护维修、机组人员安全、生产及装配优化、供应链数字化、发动机设计与管理等。

(9) 其他行业 数字孪生也涉及农业、文化、教育、信息安全等领域，如对农作物或牲畜进行健康管理、对物质文化遗产数字化建设、在课堂上实现物理设备与场景虚拟仿真、对私有数据进行保护等。

2 数据驱动的热电厂数字孪生系统

以热电厂为背景，现今对于电厂的管理要求不断提高，尤其是精细化管理，现有的信息化系统已经不能满足管理需求。这主要表现在现有的电厂管理系统业务覆盖不全面、系统之间没有进行横向打通，不同厂房产生的数据利用情况低，数据没有进行有效信息的挖掘分析，对于管理制度的标准化、流程化、智能化水平未达到现有技术水平可实现的基本标准，电厂依靠现有系统运维执行效率不高，部门间、专业间、岗位间协同化运作无支撑平台，电厂的安全生产还存在风险。因此，响应国家和公司战略发展需求，利用前沿和新兴技术对现有电厂管理系统进行更新，实现电厂的数字化转型。

2.1 系统框架

这个系统采用分层架构设计，仿照开放式系统互联通信参考模型进行系统的层级设计，确保每个层级要有通用性、稳定性。通过功能属性划分包，来确定该层包含那些功能，以上层服务为导向，逐层级设计。将该数字孪生管理系统分为数据采集层、数据层、平台支撑层、服务层、应用层五层。

第一层数据采集层，主要功能为数据的获取处理，分为新建及对接两类数据，新建数据包括影像数据、地形数据、点云模型、人工模型、业务标会等，工业电视画面点位、门禁点位属性、人员定位信息、设备实时测点数据、检修等业务专题数据、物联网数据为对接数据。

第二层为数据层，接收数据采集层发送的数据，对接收到的数据进行分类处理，对系统模块提供遥感影响GIS数据支撑，三维地形场景支撑，三维模型数据支撑，电厂设备数据空间展示支撑，电厂运行数据。

第三层为平台层，该层对经过数据层处理后的数据进行可视化展示前的数据处理，通过引入云平台，物联网引擎，空间数据管理引擎等利用大数据技术进行数据分析。

第四层服务层，该层利用物联网，GIS空间分析，三维引擎等技术和工具搭建三维可视化场景，对各个业务系统进行分类监测和管理。

第五层应用层，该层通过对接业务子系统，实现各个子系统协同运行。如人员定位系统实现工作现场作业人员监督管理的应用场景，视频、门禁系统，面向安生业务系统等。

2.2 系统特点

文中的数据驱动的热电厂数字孪生系统具有数字化、模型化、可视化、自动化、决策科学化、集成化等特点。

数字化指的是通过覆盖全厂的高速通信网络和工业设备传感器组成的实时采集平台实现生产过程全生命周期的状态信息数据的实时采集，数据中心进行实时分析处理，方便管理人员管理热电厂的运行，提升管理人员对生产环境的现场感知和监控能力。

模型化是结合全厂与各种生产管理活动相匹配的对作业环境、设备、生产工艺、业务模型和规则等进行数据化建模。

可视化是将热电厂中的设备进行建模，在三维引擎中搭建的三维场景，实现全厂设备的三维可视化展示。通过对实时收集到的生产工艺、设备信息、作业票等数据集成，在显示屏上给管理人员和工人提供直接的业务场景展示。

自动化是指建设覆盖全厂的分散控制系统、安全仪表系统等辅助系统，实现对整个生产过程通过相关系统使用机器学习技术进行自主学习式的监测与控制。

决策科学化是指利用大数据处理技术、机器学习和深度学习的计算机处理方法，对全厂设备的信息状态数据进行实时采集、集中存储、分类，泛化、挖掘等处理，做到及时发现问题、分析问题原因、进行风险预警，及时汇报给热电厂中决策层的人员，实现决策层中决策的科学化。

集成化指的是建设企业信息集成平台，以制造企业生产过程执行管理系统为核心，向上支撑整企业的运营，向下与生产过程的中产生的实时数据高度集成，将各自独立的信息系统连接成为一个完整可靠和有效的整体。

2.3 关键技术

(1) 多学科交叉的建模技术，构建高保真数字孪生热电厂对象。

对物理世界中的物理对象进行系统化的三维建模是描绘和理解物理世界的技术手段之一，利用设备采集的大量数据，检查各环节资料的连续性，辨认资料是否存伪，通过数据挖掘技术手段对数据进行挖掘发现，提取有用异常，通过多层次的建模技术手段，为接下来的步骤中的分析、理解及重复数据提供了有用工具，系统化建模后的模型达到三维可视化效果，既可以作为数据的解释工具，也可以成为数据处理后的展示对象。要达到数据孪生就必须根据热电厂现场和现有数据情况，尽可能多的采用不同的建模技术，多学科知识交融，协同工作处理各类数据，通过这些手段构建出物理世界中众多物理对象的高精度、高保真的虚拟数字对象。

(2) 基于数字孪生热电厂对象实现全厂设备全生命周期管理。

通过基于数据驱动的额数字孪生数热电厂的智能化全生命周期的管理，解决传统电厂运营管理和设备资产管理之间相对独立、跨部门数据集成度低和利用效率低等问题。将三维模型语义化，语法化、定时化，完善各个部件的几何信息、业务逻辑等信息，通过将这些信息融合分析，实现厂内设备从进厂开始的全生命周期间的各种有用信息通过实时互动的三维仿真表现出来，通过人工智能技术对全厂设备全生命周期进行透明化管理，使得管理人员可以通过数字孪生平台实现实时、可视化、高效率的对全场设备进行监测，了解设备的各种信息的同时进行深度分析做出必要的设备运行预测，使得全厂设备处于一个高效率的运转状态。

(3) 通过数字孪生技术，实现快速搜索全厂信息。

由系统化的建模为基础，通过大数据技术的信息数据管理，采用人工智能方法进行数据的分类，聚类、回归等操作，分析挖掘物理对象的逻辑关系等，构建出相应的知识图谱，从而对全厂信息进行有效管理，可以实现快速搜索有用信息。也可以通过不同的搜索方式对不同类的信息的高效搜索，如通过空间关系搜索，可以快速进行人员定位等操作的处理等，也可以通过编码搜索、时序搜索等搜索方式实现快速定位和精准获取所需内容。

(4) 通过高精度信息定位，满足安全管控要求。

结合热电厂对各项设备和人员的实际工作需求，在系统化建模基础上，实现全厂设备和人员的精准定位，采用精准定位技术、模式识别、图像识别、大数据分析等前沿新兴技术进行管控，将该数字孪生系统打造成可以满足工业复杂环境中的精确定位的三维可视化的安全管控系统。通过电脑端和移动端的相结合的方式将人员定位信息做到更加精确，实现对在岗职工的活动轨迹的实时监控，并将定位功能进行拓展，实现其他以此功能为基础的相关业务子系统等。通过相关技术可以有效的降低人为原因造成的安全事故，提高生产过程中按照安全规范操作的人数，实现有效的管控，将全场建成智能化，数字化，全方位的管理热电厂的安全生产过程。

(5) 利用厂内各类监控设备，加强厂内安全监管

在数字孪生热电厂环境下，通过各类监控设备，传感器件，对全厂内的设备人员进行实时查看，例如，调用厂内摄像头拍摄的视频数据，实时传输到系统中并通过大屏显示出来，管理人员可以实时调用查看拍摄的视频信息，这样可以对全厂进行重点区域的的重点保护，从而加强了重点区域的保护力度，节省了人力资源。

3 结 语

在全球性第四次工业革命和我国的制定的中国制造2025战略背景下，紧跟国家电网公司推出的泛在电力物联网战略发展需求，通过现有大数据技术、人工智能、工业物联网、第五代通信技术，云平台、硬件设备等相关技术手段的快速发展状况，阐述了在现有技术的基础上，实现以电力系统为核心，基于数据驱动的热电厂管理数字孪生系统。

通过数字孪生系统，可以构建出泛在电力物联网的互联网生态圈中的组成成分，在这个生态圈中可以进行全领域的数字化、智能处理分析、物理对象与虚拟对象的平行协作。实现电力系统中设备的全生命周期管理的数字化，通过各类信息数据作为驱动力支撑系统的高效、高品质、绿色运行管理。