面向算网的数字孪生关键技术研究及应用探讨

为了解决算网运营中面临的感知实时精度高、融合管控智能程度高、系统场景复杂度高、新技术部署难度高等问题,从宏观政策、行业标准化及运营商实践等方面对数字孪生网络发展现状进行分析,提出面向算网的数字孪生网络体系架构,对数字孪生网络关键能力进行深入研究,同时对数字孪生网络在提升算网业务感知、赋能算网智能运营的典型应用进行探讨。

基于数字孪生的配电网潮流网络模型构建研究

由于配电网中导线重复接地对潮流计算收敛性的影响,无法获取精准配电网潮流求解结果,为此,提出了基于数字孪生的配电网潮流网络模型构建研究。根据配电网数字孪生技术架构,计算配电网鲁棒最优潮流。依据配电网对电机出力和负荷需求,构建基于鲁棒优化的鲁棒约束函数,引入保守度调节参数使调控安全性与经济性达到平衡状态。分析配电网潮流网络拓扑结构,结合预设的特征数据类型与特征关联信息之间关系,确定配电网潮流方向。结合数字孪生技术迭代处理注入电压,完成数字孪生潮流网络模型构建。实验结果表明,该模型收敛次数较多,最短收敛时长为1.30 s,具有良好的收敛性。

基于BP神经网络构建简化翼结构动态代理模型

建立精确且可信度高的代理模型是数字孪生技术中的关键环节之一。为了研究航天结构动力学中动态代理模型的构建方法,选择简化翼结构作为研究对象,分别利用单点正弦定频激励及全场加速度扫频激励获得结构在瞬态动力学分析下的位移和加速度响应;将时间和部分节点响应结果作为输入,将希望关注的节点处的响应值作为输出,利用BP神经网络构建动态代理模型,当所建立的代理模型精度达标后即构建了翼结构瞬态动力学的动态代理模型。该法构建的模型不仅可用于快速预测多个节点的位移和加速度响应,亦可为后续构建航天复杂结构动力学数字孪生体奠定基础。

面向数字孪生的可扩展网络模型构建方法

数字孪生网络的基础是构建网络模型。在网络测试、验证、训练等数字孪生应用中,目标网络的设备组成、拓扑结构、路由选择、业务应用、用户行为等通常具有不确定性,导致数字孪生网络模型需要适应不同类型的目标网络特征,并满足未来不断扩展的网络要素需求。针对这一问题,分析网络模型要素构成,并基于元模型构建框架,提出了一套可扩展的网络模型构建方法。该方法通过网络元模型数据结构规范化网络模型的描述方式,基于网络元模型,可以支持不同类别网络模型的实例化注册,支持网络模型与实体资源的绑定,实现对模型资源的统一管理。

6G数字孪生网络分布式架构及关键技术

面对新一轮科技与产业变革,新型信息领域创新性技术正在不断脱颖而出,以数字孪生等为代表的新型技术正在为6G网络的发展打开新的格局。数字孪生作为支撑网络统一规划、编排和管理的发展范式,是赋能6G演进的重要技术方向。文章深入分析数字孪生网络的现状和发展态势,提出面向6G的数字孪生网络分布式架构体系,并针对数据、建模和编排预验证三大核心技术进行详细研究,提出创新性的解决方案,可有效应对数字孪生网络面临的关键挑战。

高阶自智网络关键技术及应用

探讨了自智网络在通信业界的普及与演进,并着重分析了两种推动自智网络向高阶发展的关键驱动力:大模型(LLM)和数字孪生技术。大模型在通信网络中的应用展现了其不可替代的优势,并且持续演进的新技术如检索增强生成(RAG)正逐步提升其适配通信网络场景的能力。在实际应用中,大小模型的结合以及多AI智能体的协同工作,为处理复杂场景分析和执行任务提供了有效手段。数字孪生技术则为高阶自智网络的发展提供了控制风险的重要工具,其深化应用需关注的技术焦点包括特征网络模型的精准构建、高效的数据管理技术以及分布式数字孪生系统的完善。大模型和数字孪生技术的融合,不仅有助于网络深入理解用户意图,实现自主决策和执行任务,更为自智网络迈向高阶阶段提供了坚实的技术支撑。

基于数字孪生的5G网络安全推演

为了对5G网络可能遭受的攻击及缓解攻击的措施进行研究,提出针对5G网络的安全推演模型。模型通过数字孪生技术将物理网络映射至孪生网络中,并依据模型构建虚实结合的网络推演环境;依据设计的推演场景在孪生网络中进行攻防推演,并将推演结果应用于物理网络中。结果表明利用孪生技术进行推演可减少对物理网络的影响,其得到的推演结果也可以无差别地应用于物理网络中,且具有一致的防御效果。

基于孪生网络的卫星电磁探测目标跟踪算法

针对如何提高卫星电测探测目标跟踪的稳定性和精确度问题,为避免繁琐的目标采集过程,提出基于孪生网络的卫星电磁探测目标跟踪算法。首先,建立电磁探测卫星多星调度模型,为电磁探测目标匹配合适的卫星和工作模式,完成目标电磁信号采集;其次,利用孪生网络对目标信号进行训练,通过消除目标信号中干扰的杂波获取目标的电磁特征信息和真实位置信息;最后,采用粒子滤波算法实现卫星电磁探测目标的稳定跟踪。测试结果表明,该算法能有效提高目标跟踪效率,具有较高的稳定性和精确度。

面向有源配电网的业务驱动的数字孪生数据质量模型研究

随着大规模可再生能源的接入以及数字孪生技术在电力领域的深入应用,数字孪生电网数据质量问题日益突出,但是数字孪生数据质量仍缺乏系统的评价理论和指导方法,严重阻碍了进一步的推广和应用。针对以上问题,根据有源配电网数字孪生技术的特点,通过分析有源配电网数字孪生数据类型,构建了面向有源配电网的业务驱动的数字孪生数据质量模型。采用层次分析法(AHP)来确定质量特性的权重。为了验证模型的有效性,选取电池储能数字孪生数据进行评估。结果表明,提出的模型能有效评估有源配电网数字孪生数据质量,为系统评价数字孪生电网数据质量提供了理论支持和实践指导。

基于云模型的配网运行画像数字孪生构建方法研究

为有效解决配网运行管理水平不高的问题,提出基于云模型的配网运行画像数字孪生构建方法。采用数字孪生技术构建虚拟空间电网的交互和映射。通过鱼骨图法分析影响配网运行状态的因素,建立配网运行指标体系,并将特征指标转换为标签矩阵。构建反映配网线路状态的特征指标。利用逆向云发生器展开云转化处理,以获取配网运行指标的模糊特征。对运行指标和标签矩阵的距离进行加权求和处理,可以获取配网运行指标的打分值,从而得到清晰且评价客观的配网运行画像。该方法能够精确获取不同情况下配网的运行状况,有效提高配网运行管理水平。

电力通信网络中的数字孪生技术应用及性能分析

文章主要阐述了电力通信网络的拓扑结构及其存在的问题、数字孪生技术的基本概念及其在通信网络中的应用,通过建立数字孪生模型,分析其在电力通信网络中的性能。从信号传输特性等方面进行建模和验证,结果表明数字孪生技术在电力通信网络中能够较好地模拟网络运行状态,对网络性能分析具有重要意义。

基于改进LSTM的电抗器故障预警方法

针对传统的电抗器故障预警方法存在过拟合以及缺乏通用性的问题,提出了基于长短期记忆神经网络(LSTM)和孪生神经网络的电抗器故障预警方法(以下简称HDDse)。该方法结合长短期记忆神经网络和孪生神经网络的优势,LSTM结构用于学习电抗器健康状态下的动态变化行为,孪生网络结构可以降低电抗器信息映射到高维空间的学习效率,该方法已成功地应用于电抗器的故障诊断中。实验结果表明,与已有电抗器故障预警方法相比,HDDse可以极大提升电抗器故障预警准确性。

江苏数字孪生水网建设与预报调度一体化应用初探

江苏省地跨长江、淮河两大水系,省内有太湖、洪泽湖和大运河、南水北调东线等重要河湖及工程体系,在国家水网格局中占据重要地位。数字孪生水网建设是新阶段江苏水利高质量发展的重要举措和实施路径。依据江苏省河流水系特点与水利管理工作实际需求,在问题剖析的基础上阐述了数字孪生水网建设思路。以江苏省太湖地区为例,以河网模型为核心,初步构建防洪“四预”功能体系,探索基于江苏数字孪生水网框架的水工程预报调度一体化应用,推动水网建设与智慧应用。

发电过程孪生模型在线演化方法研究

随着机器学习和深度学习的成熟,数据驱动模型得到了快速发展,过程模型的精度也得到了显著提高。目前,模型性能评价已经不再局限于模型精度,模型的泛化、演化等能力也成为重要的衡量指标,尤其体现在数字孪生的建模研究中。数字孪生建模不仅要求模型能够逼真地再现物理实体,而且还要求模型随着物理实体的变化而演化。这就要求数字孪生模型能在保证精度的同时,还具备在线演化的特点。基于串联混合模型建立离线局部模型库,构建了马尔可夫模型,设计了马尔可夫模型与局部模型结合的两层演化模型。利用马尔可夫模型对运行状态进行预测,应用RBF神经网络实现串联混合模型中数据驱动子模型过渡参数的演变,从而达到孪生模型整体演化的目的。最后,建立了空预器换热过程的孪生模型,并进行仿真验证,证明了所提方法的有效性。

基于do算子的船舶风险干预及推理方法

针对船舶风险侧重于计算发生概率,其管控和干预效果难以评估及推理难题,提出了基于do算子的船舶风险干预及推理方法。首先利用先验知识建立因果关系网络;其次引入Leaky Noisy-Or假设和隐变量节点,建立基于结构性孪生因果网络模型;最后根据do算子干预进行反事实推理,利用引起故障的充分因和必要因来确定干预措施的有效性。实例分析表明:所提方法可以有效衡量风险管控措施的有效性,判断干预的行为对危险源排序的影响,具有一定的稳定性和优越性。

江苏省数字孪生水网建设总体构想与先试经验

智慧水利体系已经迈入数字孪生水利建设的新阶段,对于推动水利高质量发展具有重要的现实意义。结合江苏省河湖水系特点与水利管理治理工作实际,依据相关试行标准规范,结合数字孪生江苏省太湖地区典型水网工程先行先试项目,从数字孪生水网建设框架、总体要求、信息基础设施、数据底板、模型平台、知识平台、智能中枢和业务场景等方面提出了建设需求与要求,形成了江苏省数字孪生水网建设的总体构想,从项目建设中总结经验,探索数字孪生水网建设路径。实践表明:数字孪生水网建设总体技术要求具有可操作性和指导性,可为江苏省乃至全国数字孪生水利建设提供参考和借鉴。

面向自智光网络的数字孪生技术研究及示范应用

信息通信技术处于加速融合、系统创新和智能引领的重大变革期,基于数字孪生技术构建具备自配置、自优化、自修复能力的自智光网络,实现光网络规划、建设、维护、优化、运营全生命周期智能化、自动化已经成为研究热点。全面分析数字孪生技术国内外研究现状,提出新型自智光通信网络体系架构,设计基于高维空间的光网数据量化表示模型,构建完备的数字孪生仿真建模运算集合,并针对当前光网络运维挑战梳理出三类数字孪生应用场景;利用光网传输质量评估和自动优化案例阐述数字孪生技术的应用效果,并对数字孪生技术进行总结与展望。

运营商数字孪生网络能力成熟度模型研究

数字孪生网络是通信产业转型升级的重要方向,是电信运营商落实国家战略和赋能数字经济的关键抓手。借鉴业界数字孪生成熟度研究成果,分析数字孪生网络内涵,提出了一套适用于电信运营商的数字孪生网络能力成熟度模型和评估实施方法;通过对数字孪生网络发展阶段进行系统性描述、对数字孪生网络能力成熟度进行量化评价,有助于运营商识别技术或组织短板、改善预期结果,促进产业不同组织的创新和协作。

无线网络孪生中的统计信道建模方法:现状与前沿

数字孪生作为一种全新的数据驱动范式开始赋能各行各业。着重讨论了无线网络孪生的发展现状和无线网络孪生中最基础的数字孪生信道建模技术。针对现有数字孪生信道建模方法的不足,设计了一套面向无线网络的在地化统计信道建模方法,旨在实现对无线信道高效准确的数字孪生。搭建了可视化平台,以展示该数字孪生信道模型对特定无线网络环境大尺度多径统计特性的刻画。最后,展示了设计的数字孪生信道模型在5G无线网络优化中的两种典型应用。

基于最大频繁模式挖掘的多段支持度数据集成系统

为减少多段支持度数据集成耗时,提高多段支持度数据集成效率,本文提出了一种全新的多段支持度数据集成系统。综合考虑多段支持度数据的特征,搭建了与数据集成需求契合度较高的硬件运行环境。在此基础上,基于最大频繁模式挖掘算法,设计数据流处理模块,输出挖掘的数据流频繁项集。设计多段支持度数据实时加载模块,抽取点对点同步数据,再引入5G专网数字孪生模型理念,构建多段支持度数据库,分析、集成与存储数据。根据系统测试结果可知,设计系统应用后,集成数据平均时耗最多不超过1.5 s,集成效率得到了提高。