摘要
本发明提供一种数字孪生模型构建方法及系统,方法包括:采集待建模设备的历史工况数据;从历史工况数据中获取并根据随机样本,基于随机配置网络SCN,对数字孪生模型进行初始建模,其中,根据历史工况数据设置训练集,利用训练集训练随机配置网络SCN,以得到初始模型M;通过主动学习操作,利用初始模型M,在未参与建模样本中进行价值筛选,选取并处理适用价值样本,处理得到有价值数据,基于有价值数据更新初始模型M,得到适用孪生模型;基于适用孪生模型,筛选并保存实时数据流中的实时有价值数据。本发明解决了模型构建、训练、更新过程中所用数据量过大,以及数字孪生模型的数据处理成本、数据保存成本、模型更新成本较高的技术问题。
技术关键词
数字孪生模型
历史工况数据
配置网络
训练集
多模型
逻辑
数据更新
节点数
样本
标签
模型更新
参数
特高压
网络结构
序列
广义
信号
系统为您推荐了相关专利信息
轨迹规划方法
包络
轨迹规划算法
方差信息
协方差矩阵
越区切换方法
循环神经网络模型
高铁
基站信号强度
训练预测模型
户外健身活动
街景
决策
深度学习框架
地理信息系统平台
短期风电功率预测
历史功率数据
建模方法
灰狼算法
位置更新