(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210928383.3 (22)申请日 2022.08.03 (71)申请人 南方电网科 学研究院有限责任公司 地址 510663 广东省广州市萝岗区科 学城 科翔路11号J1栋3、 4、 5楼及J3 栋3楼 (72)发明人 刘志江　卢远宏　林雪华　郭海平　 郭琦　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 沈闯 (51)Int.Cl. G06F 30/20(2020.01) G06F 30/12(2020.01) G06F 113/04(2020.01) (54)发明名称 数字孪生体的构建方法、 装置、 设备及可读 存储介质 (57)摘要 本申请公开了一种数字孪生体的构建方法、 装置、 设备及可读存储介质， 该方法包括： 获取各 个状态信号及每个状态信号对应的调制信号； 将 每个状态信号及其对应的调制信号作为一组训 练数据； 从预置的模型集合中， 选取训练模型； 将 当前训练数据输入至训练模型， 得到预测信号； 确定预测信号的准确度； 若准确度小于预置的阈 值， 对训练模型的参数进行调整， 直至训练模型 所输出的预测信号的准确度达到训练模型所能 达到的最大值为止； 当最大值小于阈值时， 将目 标二次设备模 型从模型集合中删除， 并重新选取 训练模型， 直至训练模型输出的预测 信号的准确 度不小于阈值为止； 将训练模型作为二次设备的 数字孪生体。 可见， 本申请可构建数字孪生体用 于研究。 权利要求书3页 说明书12页 附图4页 CN 115358054 A 2022.11.18 CN 115358054 A 1.一种数字 孪生体的构建方法， 其特 征在于， 包括： 获取一次设备输送至二 次设备的各个状态信号， 以及所述二 次设备输出的每个所述状 态信号对应的调制信号； 将每个所述状态信号及其对应的调制信号作为 一组训练数据； 从预置的包含有多个不同类型的二 次设备模型的模型集合中， 选取目标二 次设备模型 作为训练模型； 将当前训练数据输入至所述训练模型， 得到所述训练模型输出的与 所述当前训练数据 对应的预测信号； 将所述预测信号与 所述当前训练数据中的调制信号进行比对， 确定所述预测信号的准 确度； 若所述准确度小于预置的阈值， 对所述训练模型的参数进行调整， 直至所述训练模型 所输出的预测信号的准确度达 到所述训练模型 所能达到的最大值 为止； 当所述最大值小于所述阈值时， 将所述目标二次设备模型从所述模型集合中删除， 并 在所述模型集合中重新选取新的目标二次模型设备作为训练模型， 直至所述新的目标二次 模型设备作为训练模型输出的预测信号的准确度不小于所述阈值 为止； 将最终得到的训练模型作为所述 二次设备的数字 孪生体。 2.根据权利要求1所述的数字孪生体的构建方法， 其特征在于， 所述获取一 次设备输送 至二次设备的各个状态信号， 以及所述二次设备输出的每个所述状态信号对应的调制信 号， 包括： 获取仿真有一次设备及二次设备的实时数字仿真仪RTDS及， 与所述实时数字仿真仪 RTDS连接的人机交互界面HMI， 所述人机交互界面用于发送启动信号以启动所述一次设备 的功能模块； 通过图像识别技 术， 识别所述H MI； 根据识别到的结果， 触发所述HMI， 获取各个状态信号及每个状态信号对应的调制信 号。 3.根据权利要求2所述的数字孪生体的构建方法， 其特征在于， 根据识别到的结果， 触 发所述HMI， 获取各个状态信号及每 个状态信号对应的调制信号， 包括： 响应用户构建自动化程序的操作， 根据 所述识别到的结果， 构建试验脚本， 所述试验脚 本用于逐步触发H MI； 调用所述试验脚本， 逐步触发所述HMI， 并获取所述一次设备中的各功能模块经过HMI 启动后， 发送至所述RTD S中的二次设备的所述各个 状态信号； 获取所述二 次设备经过所述各个状态信号的触发后， 生成的每个状态信号对应的调制 信号。 4.根据权利要求1所述的数字孪生体的构建方法， 其特征在于， 将所述预测信号与 所述 当前训练数据中的调制信号进行比对， 确定所述预测信号的准确度， 包括： 计算每一采样点下所述预测信号与 所述当前训练数据中的调制信号的差值， 并根据 所 述差值确定所述预测信号的准确度。 5.根据权利要求4所述的数字孪生体的构建方法， 其特征在于， 计算每一采样点下所述 预测信号与所述当前训练数据中的调制信号的差值， 并根据所述差值确定所述预测信号的权　利　要　求　书 1/3 页 2 CN 115358054 A 2准确度， 包括： 获取所述调制信号的额定值； 利用所述额定值及所述每一采样点下所述预测信号与 所述调制信号的差值， 计算所述 预测信号与所述调制信号的相对均方根 误差； 计算100％与所述相对均方根 误差之间的差值， 得到所述 准确度。 6.根据权利要求1所述的数字孪生体的构建方法， 其特征在于， 对所述训练模型的参数 进行调整， 包括： 从预置的所述训练模型对应的可调参数类型集合中， 选择一个参数类型， 作为当前参 数类型； 对所述当前参数类型对应的参数值的大小进行调整， 直至所述训练模型对应的准确度 达到， 调整所述参数类型 的参数值所能达到的最大值为止， 从所述可调参数类型集合中删 除所述当前参数类型； 若所述训练模型对应的准确度不小于所述阈值， 则返回执行从预置的所述训练模型对 应的可调参数类型集合中， 选择一个参数类型， 作为当前参数类型的步骤， 直至所述训练模 型对应的准确度不小于所述阈值或所述可调参数类型集 合为空集为止。 7.根据权利要求6所述的数字孪生体的构建方法， 其特征在于， 对所述当前参数类型对 应的参数值的大小 进行调整， 包括： 按照预置的调整步长， 对所述当前参数类型对应的参数值的大小 进行增大或减小。 8.一种数字 孪生体的构建装置， 其特 征在于， 包括： 获取单元， 用于获取一次设备输送至二次设备的各个状态信号， 以及所述二次设备输 出的每个所述状态信号对应的调制信号； 组合单元， 用于将每 个所述状态信号及其对应的调制信号作为 一组训练数据； 选择单元， 用于从预置的包含有多个不同类型的二次设备模型的模型集合中， 选取目 标二次设备模型作为训练模型； 训练单元， 用于将当前训练数据输入至所述训练模型， 得到所述训练模型输出的与所 述当前训练数据对应的预测信号； 确定单元， 用于将所述预测信号与所述当前训练数据中的调制信号进行比对， 确定所 述预测信号的准确度； 调整单元， 用于若所述准确度小于预置的阈值， 对所述训练模型的参数进行调整， 直至 所述训练模型 所输出的预测信号的准确度达 到所述训练模型 所能达到的最大值 为止； 返回单元， 用于当所述最大值小于所述阈值时， 将所述目标二次设备模型从所述模型 集合中删除， 并在所述模型集合中重新选取新的目标二次模型设备作为训练模型， 直至所 述新的目标二次模型设备作为训练模型输出的预测信号的准确度不小于所述阈值 为止； 作为单元， 用于将最终得到的训练模型作为所述 二次设备的数字 孪生体。 9.一种数字 孪生体的构建 设备， 其特 征在于， 包括存 储器和处 理器； 所述存储器， 用于存 储程序； 所述处理器， 用于执行所述程序， 实现如权利要求1 ‑7中任一项所述的数字孪生体的构 建方法的各个步骤。 10.一种可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处理权　利　要　求　书 2/3 页 3 CN 115358054 A 3