一种数字孪生引擎中资产价值模型的构建方法及系统与流程

1.本发明涉及数据处理领域，更具体的，涉及一种数字孪生引擎中资产价值模型的构建方法及系统。


背景技术：

2.建筑由共同服务于一些业务功能和目标的区域和资产所构成，以物理实体的方式存在。数字孪生是建筑物理实体的计算机复制品，与物理实体同时存在并无缝交换数据，能够计算建筑物在不同条件下的能源消耗。将物理实体与其数字孪生连接起来通常有助于实现运营和规划目的，该过程涉及能效、资产性能、居住舒适度和其他用户自定的测量指标。
3.然而，现有技术中对数字孪生模型中相关数据的利用并不充分，难以根据相关数据有效的获得相关资产的使用指导方案。
4.针对上述问题，本发明中提供了一种数字孪生引擎中资产价值模型的构建方法及系统。


技术实现要素：

5.为解决现有技术中存在的不足，本发明提供一种数字孪生引擎中资产价值模型的构建方法及系统，用于通过构建第一资产价值模型和第二资产价值模型实现对于资产退化的预测和资产维护方案的生成。
6.本发明采用如下的技术方案。
7.本发明第一方面，涉及一种数字孪生引擎中资产价值模型的构建方法，方法包括以下步骤：步骤1，基于建筑能耗资产的业务模型衡量业务重要性的高低，并根据业务重要性构建第一资产价值模型；步骤2，建立建筑能耗资产与生产率之间的关联关系，并根据建筑能耗资产所导致的生产率损失构建第二资产价值模型；步骤3，根据最优决策变量计算建筑物的能源使用效率，并通过能源使用效率、第一资产价值模型和第二资产价值模型预测资产的退化指标，生成资产的维护方案。
8.优选的，建筑能耗资产的业务模型为：建筑物中所有能耗设备在不同业务请求下所对应的运行状态、资产损耗和效能提升。
9.优选的，业务重要性为业务请求的优先级，由业务对应的资产损耗、区域效能提升、区域优先级、资产优先级和业务优先级综合评判确定。
10.优选的，建筑能耗资产与生产率之间的关联关系包括建筑能耗资产失效与效能损失之间的关联关系、效能损失与生产率损失之间的关联关系。
11.优选的，最优决策变量包括对建筑能耗资产的运行产生影响的独立特征变量；独立特征变量包括环境变量、建筑建造计划变量、建筑使用目标变量。
12.优选的，建筑物的能源使用效率是在满足所述独立特征变量的前提下，对建筑物中所有建筑能耗资产的能源使用功耗之和进行计算而确定的。
13.优选的，以独立特征变量为约束条件，根据第一资产价值模型和第二资产价值模
型确定建筑物的能源使用的最优方案，并基于最优方案计算建筑物的能源使用效率。
14.优选的，根据维修方案，建立建筑能耗资产之间的变换矩阵，以获取对单一资产进行维修后所实现的其他资产的资产损耗的变更关系。
15.优选的，根据建筑能耗资产之间的变换矩阵和资产的退化指标，生成资产的最优维护方案。
16.本发明第二方面，涉及一种数字孪生引擎中资产价值模型的构建系统，系统用于实现如本发明第一方面中所述的数字孪生引擎中资产价值模型的构建方法。
17.本发明的有益效果在于，与现有技术相比，本发明中一种数字孪生引擎中资产价值模型的构建方法及系统，能够通过构建第一资产价值模型和第二资产价值模型实现对于资产退化的预测和资产维护方案的生成。本发明构思巧妙，效果优良，通过建立资产与不同业务、不同效能之间的关联来实现对于资产价值的准确评估，从而生成最优和最为准确的资产维护方案。
18.本发明的有益效果还包括：
19.1、本发明中的第一资产价值模型是根据各个不同业务的优先级建立的，由于在同样或类似的能源损耗的前提下，不同业务所实现的效果和对能耗资产的消耗代价是不同的，因此通过建立第一资产价值模型能够很好的实现对业务重要度和优先级的分析。在相同的建筑使用需求下，能够选择最优和最为合适的业务，并在此基础上获得资产的退化指标和维护方案，最大化的节约了建筑能耗资产的使用浪费。
20.2、现有技术中，通常难以对建筑能耗资产所导致的消耗进行实际的评估，也无法对于建筑能耗资产所产生的价值进行衡量。而本技术中，将建筑物中用户的各类感受转化为生产率指标，并将这种生产率指标与建筑能耗资产之间实现量化的关联，从而有的放矢的获取资产的合理使用方案。
21.3、本发明方法中，通过第一和第二资产价值模型，实现了对资产的能源使用效率的计算。在此基础上，还通过建立变换矩阵的方式获取多种维修方案所导致多个资源之间的损耗升降关联，从而在考虑到所有资产的全局层面获得了对资产的最优维护计划。
附图说明
22.图1为本发明一种数字孪生引擎中资产价值模型的构建方法的步骤示意图；
23.图2为本发明一种数字孪生引擎中资产价值模型的构建方法中第一资产价值模型和第二资产价值模型的示意图。
具体实施方式
24.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述。本技术所描述的实施例仅仅是本发明一部分的实施例，而不是全部实施例。基于本发明精神，本领域普通技术人员在没有作出创造性劳动前提下所获得的有所其它实施例，都属于本发明的保护范围。
25.图1为本发明一种数字孪生引擎中资产价值模型的构建方法的步骤示意图。如图1所示，本发明第一方面，涉及一种数字孪生引擎中资产价值模型的构建方法，方法包括步骤1至步骤3。
26.步骤1，基于建筑能耗资产的业务模型衡量业务重要性的高低，并根据业务重要性构建第一资产价值模型。
27.可以理解的是，本发明中的建筑能耗资产可以包括用于建筑物中的对于建筑物的各项指标进行改善的能耗设备，这些设备可以包括各类电气、电子设备，也可以包括通过太阳能、热能等实现能量转换并发生功效的各类现有技术中或未来的技术中能够将其合理应用于建筑物中的综合设备。例如，空调机组、供暖通风设备等等。
28.本发明中可以建立相应的数字孪生引擎，从而对于这类设备所涉及到的各类数字指标进行分析处理，从而通过最优的方式，在各类情况和各类目标下，实现对于设备的合理调用，从而达到为建筑物良好环境和功效进行服务的目的。
29.优选地，建筑能耗资产的业务模型为：建筑物中所有能耗设备在不同业务请求下所对应的运行状态、资产损耗和效能提升。
30.容易理解的是，建筑能耗资产的业务模型中可以包括建筑能耗资产能够实现合理运行的各种方式，例如空调机组的启动、停机、在各个不同功耗等级上的运行和变频运行等等。由于资产在实现不同的业务的过程中，能够对应于不同的运行状态，不同的损耗情况和效能，因此，这里将这些指标也一并记录在资产业务模型中。
31.需要说明的是，资产的运行状态中就可以包括例如空调等设备的运行功率，各个部件的启动情况。而损耗情况则可以包括这些设备在运行过程中的自然损耗，例如，当某个空调的运行年限确定时，在某种运行状态下，其使用年限会随着这种状态的持续而降低。换言之，也就是当空调持续在当前的运行状态较长时间后，本发明就可以判断出何时需要对该空调机组设备进行检测、维护或维修了。
32.优选地，业务重要性为业务请求的优先级，由业务对应的资产损耗、区域效能提升、区域优先级、资产优先级和业务优先级综合评判确定。
33.可以理解的是，本发明中所述的业务重要性，能够对设备的多种不同业务进行一个优先级排序，从而在同等情况下，可以调用设备优先级更高的业务实现设备的合理运行。例如，当某个区域内存在多台空调机组时，为了确保空调机组不会在超高的功率下运行，并迅速降低设备的使用寿命，就可以只是多个空调机组同时启动，并以较低的功率维持长时间的运行。
34.本发明中的方法，能够针对每一个设备的每一种业务运行方式，来计算该业务所对应的资产损耗情况，对该设备所针对的建筑物中一个区域的性能提升的情况等指标。通过这种综合分析，从而合理的获得优先级。在上述指标中，区域优先级表征该设备所对应的区域是否为该建筑物中的重要区域。例如，该设备所对应的区域的用途为公共办公区域，而另一个设备所对应的区域为停车场，那么在电力供应不足的情况下，位于公共办公区域的空调设备其业务请求响应的优先级就应当相对较高。
35.另外，资产优先级用来表征多个不同设备的重要程度，例如空调设备的重要程度要优先于各类小型传感器设备等等。而效能提升则是指对于同样的两个设备，在资产消耗程度类似的情况下，如果一台设备对建筑物中环境指标的提升效果更为明显，则其区域效能提升指标的取值也会相应的更高。
36.本发明中，业务优先级可以理解为不同业务请求之间的重要性。例如，在同一个区域中，供暖或制冷的需求可能会高于通风或空气过滤的需求。因此，在同一个或同一类设备
中，其响应不同业务的顺序也可以是按照业务优先级实现的。
37.图2为本发明一种数字孪生引擎中资产价值模型的构建方法中第一资产价值模型和第二资产价值模型的示意图。如图2所示，本发明中的第一资产价值模型，其模型就是能够在获取到各类设备的各类业务模型相关数据后，能够自动的生成业务的优先级，并对于业务进行排序。
38.步骤2，建立建筑能耗资产与生产率之间的关联关系，并根据建筑能耗资产所导致的生产率损失构建第二资产价值模型。
39.容易理解的是，建筑能耗资产并不能够与生产率直接关联。这里所述的生产率主要是指建筑能耗资产所在的建筑中，受到各项环境因素的影响，从而导致其内部办公人员或居住人员的工作效率，当然也可以包括该建筑物中各类设备在正常运行过程中，例如生产制造各类产品中所产生的生产率。
40.为了使得能耗资产的运行与生产率之间实现关联，本发明中考虑通过能耗资产的效能作为中间变量来建立联系。
41.优选地，建筑能耗资产与生产率之间的关联关系包括建筑能耗资产失效与效能损失之间的关联关系、效能损失与生产率损失之间的关联关系。
42.可以理解的是，本发明中，建筑能耗资产的失效与效能损失之间的关联，可以考虑在某个资产发生故障时，建筑物的总能效发生的损失。例如，当建筑物中某个区域的空调机组发生故障，不能够产生相应的升温或降温的情况下，环境温度将会导致某个办公区域的人员工作效率降低，而同时也会导致某些工厂设备的运行异常，从而存在发生故障的风险。本发明中，可以将这种异常的环境温度作为换算效能损失指标的重要因素，也可将这些工厂设备的故障风险转化为效能损失指标的一部分。通过这种方式，就获得了资产与效能之间的关联关系。
43.另一方面，当获取了效能指标后，还可以进一步根据效能指标得到生产率损失量。例如，当工厂的设备存在10％停运的可能时，设备停运的总时长与设备的总的产量之间的乘积就能够进一步表征出生产率的损失了。本发明中通过这种方式能够量化且直观的获取到资产与生产率之间的直接关联。
44.可见，第二资产价值模型，实际上是通过能耗资产与生产率之间的关联来实现资产重要程度的分析的。
45.步骤3，根据最优决策变量计算建筑物的能源使用效率，并通过能源使用效率、第一资产价值模型和第二资产价值模型预测资产的退化指标，生成资产的维护方案。
46.优选地，最优决策变量包括对建筑能耗资产的运行产生影响的独立特征变量；独立特征变量包括环境变量、建筑建造计划变量、建筑使用目标变量。
47.在获取资源使用的最优方案的过程中，需要根据环境等各项因素的影响来建立约束条件。本发明中的这种约束条件被称为最优决策变量。具体来说，这一变量中可以包括多个不同的、且相互之间完全独立的特征变量。例如，天气情况、温度、湿度、光照情况等，也可以包括建筑物自身的维护或建造计划、各类设备停机维修的情况，同时也可以包括建筑物的使用目标或用户满意度指标等等各类因素。可以通过量化的方式建立这些指标的约束条件，例如在大气温度为35度时，仍然确保建筑物内部区域的环境温度为25度等等。
48.优选地，以独立特征变量为约束条件，根据第一资产价值模型和第二资产价值模
型确定建筑物的能源使用的最优方案，并基于最优方案计算建筑物的能源使用效率。
49.本发明中，最优决策变量可以作为一种约束条件，来对资产的使用和控制方式进行合理的选择。例如，为了将某个区域内的温度降低，可以选择减少某些发热量高的设备的使用，也可以考虑提高空调的使用功率。而通过最优决策变量作为约束条件，并采用步骤1和步骤2中所生成的模型，就可以在多种不同的业务方式中选择出最优的一种。
50.在本发明中，最优方案是从所有方案中选择出来的，而所有方案其本质上是各个设备的业务状态的排列组合。在通过约束条件排除了无效的方案后，通过本发明中的两个模型就能够实现方案的排序了，而排序最高的方案就自动成为本发明中的最优方案了。
51.在获取到最优方案后，根据该方案所涉及的不同设备的不同业务状态，就能够实现对建筑物的能源使用效率的确定了。通过将每一个业务下当前设备的功率进行求和，能够得到最优方案的总耗能功率情况。
52.优选地，根据维修方案，建立建筑能耗资产之间的变换矩阵，以获取对单一资产进行维修后所实现的其他资产的资产损耗的变更关系。优选地，根据建筑能耗资产之间的变换矩阵和资产的退化指标，生成资产的最优维护方案。
53.可以理解的是，本发明中的维修方案也是多种多样的，尽管能够获得最优方案的总耗能情况，以及各个设备的损耗情况，但是由于不同的维修方案都能够导致多个资产损耗在不同程度上的恢复，因此本发明的方法中，则可以建立这一变换矩阵。该矩阵为
[0054][0055]
在该矩阵中，对于任意的维修方案(t；k,l)，都能够存在各个设备之间的关联特性。例如，当第一设备被维修而提升了1年的使用寿命后，第二设备则会相应的被提升δ
12
这一个时间的使用年限。因此，根据这一个变换矩阵，无论是哪种维修方案，都可以轻易的计算得到所有设备相应的使用年限提升，从而在多种维修方案中，选择最优的方案。本发明中，t；k,l分别为资产年限、维修类型和资产编号。
[0056]
本发明第二方面，涉及一种数字孪生引擎中资产价值模型的构建系统，该系统用于实现如本发明第一方面中所述的数字孪生引擎中资产价值模型的构建方法。
[0057]
本发明的有益效果在于，与现有技术相比，本发明中一种数字孪生引擎中资产价值模型的构建方法及系统，能够通过构建第一资产价值模型和第二资产价值模型实现对于资产退化的预测和资产维护方案的生成。本发明构思巧妙，效果优良，通过建立资产与不同业务、不同效能之间的关联来实现对于资产价值的准确评估，从而生成最优和最为准确的资产维护方案。
[0058]
最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。