基于数字孪生模型的热力管道故障预测方法、装置及设备

本申请提供一种基于数字孪生模型的热力管道故障预测方法、装置及设备。该方法包括，通过实时获取热力管道的管道属性参数，外部环境参数以及实时状态参数，将获取的多个不同特征参数输入预先构建的数字孪生模型中的风险指数预测模型进行预测处理，得到热力管道当前的风险指数，若风险指数高于预设的风险指数阈值，则根据数字孪生模型中的图模型确定引起高风险的至少一个风险实体和风险原因，最后输出风险预测结果。本申请的方法，可以通过机器学习方式得到风险指数预测模型，通过热力管道的多个实体以及实体关系生成图模型。在进行风险预测时，能够快速基于相关特征参数确定出风险实体和风险原因，操作简单，提高了确定热力管道故障原因的效率。