摘要
本公开提供了电力多模态数据感知和数字孪生仿真协同交互方法及系统,涉及电力设备管理与维护领域,包括:对边缘设备采集的数据进行电力多模态数据感知,得到单个设备的状态特征;基于待监控电力系统中所有设备的状态特征,构建数字孪生模型;利用数字孪生模型,构建电力设备图知识库,通过图神经网络从电力设备图知识库中提取设备的全局状态特征,从而构建设备的全局状态特征时间序列;将全局状态特征时间序列输入到训练好的时序预测模型中,对未来时刻的设备状态进行预测;本发明根据多模态数据,实时调整数字孪生模型参数、灵活适应环境变化,并结合时序建模和故障趋势分析功能,进行设备运行状态预测,进一步提升设备监控的全面性和前瞻性。
技术关键词
协同交互方法
数字孪生模型
多模态
监控电力系统
时序预测模型
非暂态计算机可读存储介质
数据
协同交互系统
电力设备管理
热成像传感器
序列
设备运行状态
电子设备
处理器
特征提取模块
节点
存储器