摘要
本发明涉及设备故障预测技术领域,尤其涉及一种基于数字孪生的机场灯光站关键设备故障预测方法,该方法包括:采集配电设备的实时运行数据和实时物理数据,以及采集配电设备对应的实时环境数据;基于若干实时运行数据判断配电设备的运行故障,以及基于若干实时物理数据判断配电设备的物理故障;基于若干实时环境数据对物理故障判断结果进行修正,进而根据配电设备的运行故障和修正后的物理故障结果判断配电设备实际故障程度;基于实时运行数据、实时物理数据和配电故障数字孪生模型确定预测故障程度;分别将实际故障程度与预测故障程度进行比较,以对配电故障数字孪生模型进行修正。本发明提高了数字孪生模型故障预测结果的准确性。
技术关键词
配电设备
故障预测方法
数字孪生模型
机场灯光
功率因数
曲线
物理
设备故障预测技术
历史故障数据
电流值
环境温度值
周期性
功率值
风力
频率
模式