2.数字孪生的关键技术

数字孪生，有时候也用来指代将一个工厂的厂房及产线，在没有建造之前，就完成数字化模型。从而在虚拟的赛博空间中对工厂进行仿真和模拟，并将真实参数传给实际的工厂建设。

1.什么是数字孪生

数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。

2.数字孪生的关键技术

1、感知

为了实时感知物理实体及其运行环境，需要传感技术、监测技术的支撑。例如，为了建立面向风电、光伏出力预测和故障诊断的数字孪生数字应用，需要获得电站周边气象数据以及设备温度、声音、振动等数据，为此，需要可获取声振信号、温度、湿度数据的传感设备，当然，也需要来自SCADA系统的电气数据。电力系统的智能电表、SCADA、PMU等也应看作是传感设备，通过智能电表，可以感知用户的用电特性，通过PMU，可以感知到系统受到的扰动。

2、数据

通过监测和传感获得的数据，需要利用先进的通信技术传输到数据平台或数据库中进行存储、处理和建模。如果数据量大，实时性要求高，需要大容量、高速通信技术，根据需要，也可以采取边缘计算模式存储处理数据。为节省信道和存储空间，需要应用数据压缩技术；为实现多源异构数据的融合、时空数据融合，需要应用数据融合技术；为提高数据处理和建模速度、满足数据孪生的实时性要求，需要采用分布式存储和处理技术、流计算、内存计算等技术。

3、建模

建模方法包括机理建模方法和数据驱动建模方法。前者根据研究对象的机理特性建立数学公式，并赋予参数，然后应用数值计算方法或解析方法进行计算，一般适合于机理清楚的物理系统；后者是指采用统计学、机器学习方法建立模型，适合于机理不明确或只存在关联关系的研究对象。机理建模时由于存在不可避免的假设和简化，有时会带来不容忽视的误差，这种情况下，如果数据足够，也适合采用数据驱动建模方法。另外，采用数据驱动方法时，为了解决小样本、样本不均衡、弱特征以及不可解释性等问题，将机理建模方法和数据驱动方法相结合，具有一定优势。

4、可视化

数字孪生需要很直观的可视化效果，三维展示、地理信息系统（GIS）、AR/VR等都是很重要的可视化技术。

3.数字孪生的应用领域

数字孪生是个普遍适应的理论技术体系，可以在众多领域应用，在产品设计、产品制造、医学分析、工程建设等领域应用较多。在国内应用最深入的是工程建设领域，关注度最高、研究最热的是智能制造领域。

（编辑：拼字网 - 核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!