隨著數(shù)字化建模技術(shù)、先進傳感量測技術(shù)、多源融合的狀態(tài)監(jiān)測技術(shù)的廣泛應用，必將構(gòu)建起越來越真實的設備狀態(tài)數(shù)據(jù)集。依靠人工智能和神經(jīng)網(wǎng)絡對狀態(tài)的科學評價，并逐步建立自動學習、持續(xù)迭代、自我完善的深度學習模型，實現(xiàn)知識的自我學習和成長，進而對設備的狀態(tài)進行判斷、預測、預警等，在數(shù)字世界推演電力系統(tǒng)運行態(tài)勢將成為可能。
目前，基于大數(shù)據(jù)的電力設備數(shù)字孿生技術(shù)架構(gòu)已經(jīng)取得了階段性的成果。物聯(lián)網(wǎng)技術(shù)、5G通信技術(shù)、新型傳感技術(shù)、大數(shù)據(jù)分析技術(shù)、數(shù)據(jù)挖掘技術(shù)、人工智能等技術(shù)已經(jīng)應用于電力設備的狀態(tài)評估中，初步形成了電力設備狀態(tài)評估數(shù)字孿生技術(shù)應用體系。然而，結(jié)合實際的業(yè)務需求以及現(xiàn)場的各種工況，數(shù)字孿生技術(shù)還面臨著傳感信息有限、數(shù)據(jù)復雜多樣融合度不高、數(shù)字孿生模型準確性和普適性不足等一系列問題。這些問題在新型電力系統(tǒng)下將變得更為復雜。進一步開展數(shù)值計算技術(shù)、多物理場耦合仿真的同時，開展基于知識協(xié)同、知識圖譜的模型構(gòu)建是提高數(shù)字孿生模型準確性的有益探索。
得益于大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、人工智能等新興技術(shù)的快速發(fā)展，數(shù)字電網(wǎng)智能運維的技術(shù)架構(gòu)已經(jīng)初步成型，提升了電網(wǎng)生產(chǎn)運行水平和設備健康水平。而新材料技術(shù)、量子通信技術(shù)、量子計算、芯片技術(shù)、融合人工智能和物聯(lián)網(wǎng)技術(shù)等前沿技術(shù)的持續(xù)發(fā)展，也必然會推動數(shù)字電網(wǎng)智能運維技術(shù)不斷發(fā)展和完善，為新型電力系統(tǒng)建設提供更為堅強的支撐保障。
渝公網(wǎng)安備 50010902000974號