数字孪生在电力装备领域中的应用与实现方法

被引：87

作者：

杨帆 ^{[1
]}

吴涛 ^{[1
]}

廖瑞金 ^{[1
]}

江金洋 ^{[2
]}

陈涛 ^{[2
]}

高兵 ^{[3
]}

机构：

[1] 重庆大学输配电装备及系统安全与新技术国家重点实验室

[2] 国网重庆市电力科学研究院

[3] 湖南大学电气与信息工程学院

来源：

高电压技术 | 2021年 / 47卷 / 05期

关键词：

数字孪生; 电力装备; 多物理场; 物联网; 全寿命周期;

D O I：

10.13336/j.1003-6520.hve.20210456

中图分类号：

F426.61 [];

学科分类号：

摘要：

数字孪生(digitaltwin,DT)是推动电力装备领域数字化、智能化发展的关键技术之一,相关研究处于初期起步阶段,如何实现电力装备数字孪生成为亟需解决的问题。该文首先阐述了数字孪生的内涵及应用;从数字孪生框架与实现方法、其在装备全寿命周期的应用、主流厂商及其平台方面总结了装备领域数字孪生的研究与应用进展;其次分析了电力装备数字孪生实现所需的关键技术;最后以变压器为例给出了基于MicrosoftAzure和ANSYS Twin Builder的电力装备多物理场数字孪生实现方法,并指出实现电力装备数字孪生在数据采集、模型构建与求解、平台使用方面的挑战。该文建议下一步开发高性能传感装置并构建合理的传感网络提升数据采集的深度与广度;开展电力装备全尺度多物理场模型的构建与实时求解算法研究;开发面向电力装备性能分析的国产化数字孪生平台。

引用

页码：1505 / 1521

页数：17

共 46 条

[11] 工业互联网创新实践[M]. 电子工业出版社 , 中国电子信息产业发展研究院, 2019
[12] 工业4.0[M]. 清华大学出版社 , 雷万云, 2019
[13] 多传感器信息融合估计理论及其在智能制造中的应用[M]. 华中科技大学出版社 , 金学波, 2018
[14] 三维可视化仿真[M]. 国防工业出版社 , 贾连兴, 2017
[15] 建筑信息模型（BIM）概论[M]. 重庆大学出版社 , 叶雯, 2017
[16] 云计算[M]. 机械工业出版社 , (美) 埃尔 (Erl, 2014
[17] 模型降价方法[M]. 科学出版社 , 蒋耀林, 2010
[18] 多传感器信息融合及应用[M]. 电子工业出版社 , 何友, 2007
[19] Deep digital twins for detection, diagnostics and prognostics[J] . Wihan Booyse,Daniel N. Wilke,Stephan Heyns.Mechanical Systems and Signal Processing . 2020 (C)
[20] Digital Twin: Values, Challenges and Enablers From a Modeling Perspective[J] . Rasheed Adil,San Omer,Kvamsdal Trond.IEEE Access . 2020

← 1 2 3 4 5 →