一种基于数字孪生的需量防守控制方法及其系统

本发明公开了一种基于数字孪生的需量防守控制方法及其系统，根据处理后的实时运行数据结合电力系统拓扑结构和设备参数，利用多物理场耦合及机器学习技术构建数字孪生模型，并通过实时运行数据动态校准优化数字孪生模型。本发明构建电气场与热场耦合的数字孪生模型，结合机器学习提取时序特征，利用卡尔曼滤波动态校准参数，解决传统模型多物理场交互模拟缺失、实时数据利用不足及动态校准机制缺乏的问题，提升模型在分布式电源波动和负荷突变场景下的预测准确性；以需量控制、成本和用户体验为多目标优化函数，采用粒子群等算法确定调节策略，通过计算控制响应时间等多维度指标评估效果，形成从预测、策略生成到评估优化的闭环控制。