基于数字孪生的发酵工厂能效优化方法及系统

本申请涉及一种基于数字孪生的发酵工厂能效优化方法及系统。所述方法通过构建基于设备台账的数字孪生拓扑模型实现物理设备与虚拟模型的实体映射，对多源异构能源数据执行标准化处理与动态融合，结合带权能耗传输图结构与图卷积网络生成反映设备间动态能耗关联的特征空间，基于特征偏离度检测高耗能节点并关联其能源数据波动模式，并通过预定义优化规则匹配生成强化学习控制指令，最终形成“参数调整‑能耗验证‑模型重校准‑知识库迭代”的闭环优化体系，从而系统性解决传统能效管理中对设备拓扑关联性建模不足、动态数据与优化策略脱节的问题，显著提升异常检测的精准性、参数溯因的可靠性以及优化策略的自适应能力。