本發明屬于電力設備狀態評估領域，尤其涉及基于物聯網平臺的高壓電抗器數字孿生實現架構領域。

背景技術：

1、在電力系統中高壓并聯電抗器在起著穩定無功補償與電壓的作用。但隨著特高壓輸電技術和高壓直流輸電技術的蓬勃發展，輸電線路中電抗器的容量愈發增大又因其繞組、鐵心的多氣隙結構，導致內部振動的問題日益凸顯。電抗器在交變電磁場中運行會產生振動，造成其內部連接緊固部件松動、運行電阻增大等結果，影響其安全運行。并聯電抗器和電力變壓器作為特高壓輸電系統最主要的電磁裝備之一，其振動噪聲是對特高壓電力系統的正常和環保運行具有重要影響。并聯電抗器為了保持電抗值具有良好的線性度，其鐵心模型通常采用多氣隙結構，這使得其鐵心模型漏磁大大增加，從而極大地增大了電抗器鐵心模型正常工況下所受的電磁力，造成了并聯電抗器正常工作中大噪聲的工作特點，因而并聯電抗器的鐵心模型振動分析應該在振動分析中考慮電磁力的影響，故對其運行狀態中所受電磁力實時分析，監測，對于保障高壓電抗器安全運行具有重大意義。

技術實現思路

1、本發明旨在解決以上現有技術的問題。提出了一種基于物聯網平臺的高壓電抗器數字孿生實現方法。本發明的技術方案如下：

2、一種基于物聯網平臺的高壓電抗器數字孿生實現方法，其包括以下步驟：

3、1)、對高壓電抗器監測數據采樣及上傳至物聯網平臺，采樣的傳感器監測數據包括：電壓、電流、溫度、振動及噪聲監測；

4、2)、將步驟1)中采樣得到的傳感器監測數據通過網關轉換為mqtt消息隊列遙測傳輸協議上傳至物聯網平臺；確保數據在低帶寬、不可靠網絡環境下的有效傳輸；

5、3)、在多物理場仿真平臺上建立高壓電抗器鐵心在交變電磁場中受電磁力影響的振動模型，導出為mqtt協議支持的數據格式，并上傳至物聯網平臺；

6、4)、將步驟2)和3)中的監測數據與構建的幾何模型在物聯網平臺上進行數據融合，實時監測高壓電抗器運行狀態，實現高壓電抗器數字孿生；

7、進一步的，所述高壓電抗器的仿真模型具體為：在多物理場仿真軟件中對鐵心進行建模分析其受電磁力振動情況，根據振動理論，系統振動的微分方程用矩陣表示為：

8、

9、式中，[m]為結構質量矩陣；[k]為結構剛度矩陣；為廣義加速度列陣；{x}為廣義位移列陣，當電抗器處于運行工況時，由交變磁場產生的激振力作用于系統，公式(1)等號右側不再是零，而是激振力對于電抗器而言，系統的微分方程表示為

10、

11、式中：f為50hz，p表示電磁力幅值，f表示電磁力向量，該方程的特解表亦為：

12、

13、xn表示第n個測點的振動幅值，表示第n個測點的相位角，xn表示第n

14、個測點得振動幅值，fain表示第n個測點得相位角，即系統僅受到電抗器本身的電磁激振力時，系統各測點的振動頻率與激振為頻率一致，為2f＝100hz。

15、進一步的，所述將構建的高壓電抗器鐵心在交變電磁場中受電磁力的仿真模型導出為mqtt協議支持的數據格式，具體包括：

16、包括主題(topic)和消息體(payload)，主題用于標識數據的來源或類型，消息體則包含實際的監測數據或仿真模型數據。

17、進一步的，所述步驟4)、將步驟2)和3)中的監測數據與構建的幾何模型在物聯網平臺上進行數據融合，具體包括：

18、數據融合采用基于時間戳的同步方法，將實時監測數據與仿真模型的時間序列數據進行匹配。具體步驟包括：①對監測數據和仿真模型數據進行時間對齊，確保兩者在同一時間點上的數據能夠對應；②使用插值或外推方法對缺失數據進行補充；③通過物聯網平臺的數據處理層，將監測數據與仿真模型的輸出數據進行加權融合，生成反映高壓電抗器實時狀態的綜合數據。

19、進一步的，所述物聯網平臺包括數據接入層、處理層和應用層，數據接入層負責數據的收集和協議轉換，處理層實現數據與模型的融合分析，應用層提供用戶界面進行模型的實時調用和可視化監控。

20、進一步的，所述電磁力、仿真模型與實際監測數據在物聯網平臺上的融合，通過數據驅動的方式實時更新數字孿生體，使得模型能夠反映高壓電抗器在特定運行工況下的實時狀態，增強了狀態監測的準確性和及時性。

21、進一步的，所述通過數據驅動的方式實時更新數字孿生體，具體包括：

22、實時采集高壓電抗器的監測數據，并通過mqtt協議上傳至物聯網平臺；

23、將監測數據與仿真模型的輸出數據進行對比分析，計算誤差或偏差；

24、根據誤差或偏差，調整仿真模型的參數或輸入條件，使模型輸出更接近實際監測數據；

25、將更新后的模型數據重新導入物聯網平臺，實現數字孿生體的實時更新。

26、本發明的優點及有益效果如下：

27、本發明的創新點主要體現在以下步驟和方法上：

28、創新點：

29、1.數據協議統一與物聯網平臺集成：通過網關將高壓電抗器的監測數據統一轉換為mqtt協議格式，確保數據能夠高效、穩定地傳輸到物聯網平臺。這一步驟解決了傳感器數據與物聯網平臺的兼容性問題，為數據的實時傳輸和處理提供了基礎。

30、2.多物理場仿真模型構建：在多物理場仿真平臺上構建高壓電抗器鐵心在交變電磁場中受電磁力影響的振動模型，這一模型不僅考慮了電磁力對振動的影響，還結合了實時監測數據，實現了從單一物理場向多物理場的仿真躍遷，提高了模型的準確性和實用性。

31、3.模型與數據融合：將多物理場仿真模型與實時監測數據在物聯網平臺上進行融合，利用數據驅動的方式實時更新數字孿生模型。這種融合不僅提供了高壓電抗器運行狀態的實時可視化，還在模型層面實現了數據的深度分析和利用，為狀態監測提供了新的視角。

32、4.數字孿生建模語言支持的模型導出：將計算完成的電磁力模型導出為物聯網平臺數字孿生建模語言支持的格式，這一創新點確保了模型能夠在物聯網平臺上被有效識別和利用，便于在不同平臺和設備間進行數據交換和模型部署。

33、有益效果：

34、-實時狀態監控：通過物聯網平臺實現數據的實時傳輸和模型的實時更新，能夠及時監測高壓電抗器的運行狀態，提前預警潛在的故障風險，減少設備停機時間，提高運維效率。

35、-精準狀態評估：結合多物理場仿真模型，考慮了電磁力對高壓電抗器振動的影響，提高了狀態評估的精準度，有助于優化設備設計，減少因設計缺陷導致的故障。

36、-智能化運維管理：數字孿生模型的可視化和實時性，為高壓電抗器的智能化運維管理提供了可能，通過數據分析和模型預測，可以制定更加科學的維護策略，延長設備使用壽命，降低維護成本。

37、不容易想到的原因：

38、-跨領域技術融合：本發明將物聯網技術、多物理場仿真技術和數字孿生技術相融合，需要跨領域的專業知識和技術能力，同時對數據傳輸協議、物理場仿真和模型語言有深入的理解，這在技術實現上具有一定的復雜性和挑戰性。

39、-實時性與兼容性兼顧：在確保數據實時傳輸的同時，還要解決數據與模型之間的兼容性問題，需要優化數據處理流程，調整模型以適應物聯網平臺的數字孿生建模語言，這要求在設計時進行精細的考量。

40、-大數據分析與決策支持：利用物聯網平臺進行大數據分析，并將結果反饋到數字孿生模型中，以支持實時決策和狀態管理，這一過程涉及數據處理算法、模型優化和決策支持系統的開發，需要大量的實驗驗證和技術積累。

41、綜上所述，本發明的創新點體現在跨領域技術的融合、模型與數據的實時融合以及物聯網平臺的充分利用上，不僅解決了高壓電抗器狀態監測的實時性問題，還提高了狀態評估的精度，為智能化運維提供了技術支撐。這些創新點之所以不容易想到，是因為它們要求對多個領域的技術有深刻理解，并且能夠創造性地將這些技術結合起來解決實際問題。