一种应用于水库的智慧水利数字孪生模型快速构建方法与流程

本发明涉及数字孪生领域，具体为一种应用于水库的智慧水利数字孪生模型快速构建方法

背景技术：

1、智慧水利是通过现代信息技术和互联网技术，实现对水资源的实时监测、分析和控制，提高水资源的有效利用和保护水资源安全的一种技术手段。在水库管理方面，应用智慧水利可以极大地提高水库的管理效率和水资源的利用效益。

2、数字孪生作为解决智能制造信息物理融合难题和践行智能制造理念目标的关键使能技术得到学术界的广泛关注和研究，并由工业界引入到建筑行业进行落地应用。数字孪生作为解决智能制造信息物理融合难题和践行智能制造理念与目标的关键使能技术，得到了学术界的广泛关注和研究，并被工业界引入到越来越多的领域进行落地应用。数字孪生落地应用的首要任务是创建应用对象的数字孪生模型。

3、智慧水利数字孪生模型是一种将物理世界与数字世界相结合的模型,通过数据采集、传感器监控、模型预测和实时控制的技术手段,可以对水库的水资源存储、调度、利用方面进行实时、高效、准确的监测和控制。

4、但是现有技术在对数字孪生技术进行建模时，步骤繁琐，数据繁多，硬件以及软件开发流程效率较慢，产品周期长导致业务阻塞；因此，构建一套应用于智慧水利的数字孪生模型快速构建方法具有很好的实际应用价值。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了一种应用于水库的智慧水利数字孪生模型快速构建方法；通过增加数据硬件采集器的数量、提高传输效率以及方式、采用高性能的硬件处理器和更科学的数据处理流程和人员分工的方式，极大程度的解决了传统数据孪生技术建模效率过慢的问题。

3、(二)技术方案

4、为实现以上目的，本发明提供了一种应用于水库的智慧水利数字孪生模型快速构建方法，包括数据采集模块、数据传输模块、数据存储模块、数据处理模块、建立目标场景数学模型模块、模型驱动模块和更新优化模块。

5、首先是进行数据采集：

6、1、丰富水库的智慧水利的数据采集类型，包括：

7、采集水库的水位信息、水库的水温数据、水库的水质信息、水土保持监测数据及水库周边天气监测数据；

8、2、采用多种设备来源采集被水库智慧水利所需要的数据；包括：

9、使用水位测量仪、水压传感器或压力探针设备来获取水库水位；

10、通过温度传感器和光纤测温仪设备来获取水库水温信息；

11、使用水质在线监测装置和手持式水质检测仪设备来获取水库水质信息；

12、通过垂直度仪、液压传感器和位移传感器设备来获取水库岸线和附近土地的变化情况；

13、通过气象站、风速测量仪和大气湿度计设备来获取水库周边天气信息；

14、3、提高数据采集的效率；包括：

15、在水库附近建设一个数据中心，通过与传感器设备进行点对点传输，并在同时增加水库智慧水利数据采集的传感器数量，提高监测范围和覆盖密度，以实现实时采集和分析水库智慧水利数据，提高数据采集频率；

16、进一步的，按照时间增量△t采集物理实体的运动数据，即分别在时刻t0、t0+△t、t0+△t*2、…、t0+△t*n采集物理实体的n组运动数据，不同的时刻即是采集到的数据的时间戳，设定限位信号，所述的限位信号来源于对水库各项数据的阈值界定，信息告警系统安装在数据处理中心，用于限定水库水利数据的变化上限，当水库的水利信息到达设定阈值，触发信息告警系统，限位信号有效，向数字孪生监控平台发送水库异常出具告警信号；限位信号有效时停止该次数据采集，将数字孪生平台的该次系列动作记为序列一，并将采集到的数据和对应的时间戳存储在缓存中；

17、进一步的，继续采集水库的水利信息，并比较两次采集的数据间的差值，当该差值小于等于设定值时，即认为数据并无明显变化，水库处于安全状态，并持续记录等待的时间，该等待的时间即为序列间的等待时间；否则，认为数字孪生平台开始执行另一个序列；

18、进一步的，继续采集、存储物理实体的数据、时间戳，直到在一个检测周期内，水库的所有序列完成；

19、进一步的，发送指令让物理实体重复所有序列j次，并将时间戳复位，即保证数字孪生平台在执行序列一时均是从t0时刻开始，然后采集、存储水库水利信息的数据、时间戳；

20、进一步的，对于采集到的所有数据，按时序将数据存储在不同的缓存中，即将时序一的数据、时间戳存储在一级缓存中，时序二的数据、时间戳存储在二级缓存中，以此类推；对于每个缓存，相同时序的数据存储在不同偏移地址处，将第一次采集到的时序一数据和时间戳存储在一级缓存偏移地址0开始的k-1字节长度空间中、将第二次采集到的时序一数据和时间戳存储在一级缓存偏移地址k开始的k-1字节长度空间中，以此类推，保证数据存储不冲突；

21、进一步的，对于最终采集到的所有数据，将每个缓存中的同一时序的数据按照时间戳去除最大值和最小值，并对剩下的数据求均值；以一级缓存为例，假定一级缓存存储了j次工序一的数据和时间戳，偏移地址0处存储了第一次采集到的时序一的时间戳t0、偏移地址1处存储了第一次采集到的时序一的数据data2，偏移地址k处存储了第二次采集到的时序一的时间戳t0、偏移地址k+1处存储了第二次采集到的工序一的数据偏移地址(j-1)×k处存储了第j次采集到的时序一的时间戳t0、偏移地址(j-1)×k+1处存储了第j次采集到的时序一的数据则按照时间戳t0搜索数据其中j＝1,2,...,j，去除这些数据中的最大值和最小值，并对剩下的数据求取平均值；

22、进一步的，将最终得到的所有数据重新组合成一帧数据并发送给虚拟模型数据库进行存储，作为该虚拟模型的数字孪生行为模型数据来源。

23、进一步的，将数据采集模块采集的数据通过数据传输模块进行数据传递；

24、进一步的，使用一种更高数据处理效率的数据库：oracl数据库及其相关设计工具对采集的数据进行管理，包括：

25、用于模型和设计oracle数据库的可视化工具oracle database designer；用于管理、重构和重新设计oracle数据库的可视化集成开发环境ide的oracle data modeler；用于管理和分发oracle数据库实例文件的开源工具oracle data vault；

26、进一步的，使用更高效的前后端分离的开发方式对数据中存储的数据进行处理和交互；具体为：

27、1、由硬件获取到硬件设备采集的数据，在进行预处理之后传输到数据库中交付给后端；

28、2、后端在拿到数据库中存储的数据之后，对数据进行标准化接口处理，将数据库中的数据通过接口的方式部署在服务器上，之后将定义好的标准接口链接发送给前端；

29、3、前端在步骤1、2进行的时候同步的进行数字孪生模型前端页面的构建，在后端处理完数据对接口定义完之后，拿到接口对接口数据进行对接，获取到硬件设备采集的数据，随之渲染到数字孪生页面上，减少了前端等待后端编写接口的时间，进一步提升了整体构建流程的效率；

30、进一步的，按照数学模型和采集到的数据表达和描述信息，将这些数据进行处理、转化和建模；包括数据清洗、数据归一化、特征提取和序列化工作；基于处理得到的数据集，采用水文模型、水文预报模型、计算流体力学模型的多种数学模型技术，建立准确、高效的数字孪生水利模型，对水库的水位、流量参数进行模拟预测；

31、进一步的，根据建立的数学模型进入模型驱动模块，运行数学模型，将模型与实际系统的实时数据进行对比，以验证数学模型的准确性；模型将生成关于实际系统运行状态的数据和预测信息；

32、最后，随着水库环境、测量过程、硬件材料不断的变化，定期更新数据以保证数字孪生模型的精度和预测能力，提高系统的效率、可靠性、安全性和生产能力。