一种变流器数字孪生模型构建方法及系统

1.本发明属于模型构建技术领域，尤其涉及一种变流器数字孪生模型构建方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.新能源制氢系统设备庞杂、运行工况多变、故障率较高。其中，电-氢转换变流器由于其特殊性，工作时间长，产热损耗多。加之有限散热、时变负载、强电磁干扰等恶劣因素，将带来元器件老化、参数偏移等一系列问题，最终导致变流器控制性能下降、故障频发。因此，需依靠精准的装备建模与状态描述来实施更高品质的控制与运维策略，提升系统运行效率与可靠性。
4.既有的电-氢转换变流器模型构建方法主要分为两种，即知识驱动建模法与数据驱动建模法。知识驱动建模法多基于对系统运行规律的分析，构建系统机理模型；数据驱动建模法则依托传感装置采集系统运行数据，进一步利用聚类技术与智能算法进行数据处理，挖掘数据中的有效信息，构建系统模型。
5.近年来，基于知识与数据的模型构建方法研究已取得长足进步，涌现出诸多理论。其中，知识驱动建模法应用广泛，但其强依赖于对系统的机理分析与专业知识，技术难度大，且模型参数精度要求高；数据驱动建模法虽无需较多的先验知识，但缺乏数据特征的有效提取，计算负担重，难以进行大规模工业应用。此外，现有变流器模型(如电-氢转换变流器模型)还存在以下缺陷：
6.(1)既有模型均为孤立模型，无法准确表征多物理场耦合的能量变换系统(如新能源制氢变流系统)真实状态；
7.(2)既有模型均为静止模型，无法真实表征参数、环境、运行工况不断变化的能量变换系统(如新能源制氢变流系统)实时状态。
8.上述问题将导致运行管控与状态监测方案中所依据的参数衍变轨迹脱离真实参数衍变轨迹，进而影响控制性能与状态监测精度。


技术实现要素：

9.为了解决上述背景技术中存在的技术问题，本发明提供一种变流器数字孪生模型构建方法及系统，所构建的数字孪生模型实时性强、准确率高，可随物理实体模型变化动态更新。
10.为了实现上述目的，本发明采用如下技术方案：
11.本发明的第一个方面提供一种变流器数字孪生模型构建方法，其包括：
12.获取实体变流器的运行状态量；
13.将待辨识的机理模型参数作为权重系数输入人工神经网络，并基于所述运行状态
量，训练神经网络，更新权重系数；
14.将所述权重系数反馈给机理模型，实现机理模型参数更新。
15.进一步地，所述神经网络的目标函数为：获取的实体变流器的输出量与机理模型中虚拟变流器的输出量之差的平方和。
16.进一步地，所述输出量包括变流器的输出电流和母线电压。
17.进一步地，采用梯度下降算法训练所述人工神经网络。
18.进一步地，所述机理模型包括变流器电机理模型；
19.所述变流器热机理模型包括：三相电压源、网侧滤波电感、网侧等效电阻、绝缘栅双极型晶体管、反并联二极管、直流母线电容以及直流侧负载。
20.进一步地，所述机理模型包括变流器热机理模型；
21.所述变流器热机理模型中的产热元器件包括绝缘栅双极型晶体管与功率二极管。
22.进一步地，所述变流器热机理模型中的开关器件的功率损耗主要分为两类：导通损耗和开关损耗。
23.本发明的第二个方面提供一种变流器数字孪生模型构建系统，其包括：
24.数据获取模块，其别配置为：获取实体变流器的运行状态量；
25.辨识模块，其别配置为：将待辨识的机理模型参数作为权重系数输入人工神经网络，并基于所述运行状态量，训练神经网络，更新权重系数；
26.更新模块，其别配置为：将所述权重系数反馈给机理模型，实现机理模型参数更新。
27.本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的一种变流器数字孪生模型构建方法中的步骤。
28.本发明的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的一种变流器数字孪生模型构建方法中的步骤。
29.与现有技术相比，本发明的有益效果是：
30.本发明提供了一种变流器数字孪生模型构建方法，其利用采集的数据在线辨识变流器关键部件参数，实时校准机理模型，构建可实时更新的孪生体。
31.本发明提供了一种变流器数字孪生模型构建方法，其所构建的数字孪生模型实时性强、准确率高，可随物理实体模型变化动态更新。
32.本发明提供了一种变流器数字孪生模型构建方法，其适用于任意拓扑的电-氢转换变流器，适用范围广，可以较小成本实现电-氢转换变流器控制性能与可靠性的大幅提升。
附图说明
33.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
34.图1是本发明实施例一的数字孪生基本结构图；
35.图2是本发明实施例一的两电平电-氢转换ac-dc变流器拓扑结构图；
36.图3是本发明实施例一的foster热网络结构图。
具体实施方式
37.下面结合附图与实施例对本发明作进一步说明。
38.应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
39.实施例一
40.本实施例提供了一种变流器数字孪生模型构建方法。
41.本实施例提供的一种变流器数字孪生模型构建方法，对于不同的控制方式、源荷应用以及各种拓扑的电-氢转换变流器皆适用；除新能源制氢外，亦可应用于新能源并网、高压直流输电、微电网、四象限电机驱动等依靠变流器进行能量变换的场合，也可推广应用于综合能源系统中的其他电力设备，通用性较强。此外，该发明可进一步助力其他能量变换系统中变流装备的状态精准感知、故障快速诊断，可拓展性强，可有效提升该类系统的运行可靠性。
42.本实施例提供的一种变流器数字孪生模型构建方法，首先依托先进传感装置采集系统运行状态量(电压、电流等)与环境特征量(温度、湿度等)；然后根据专业知识，建立变流器的电、热机理模型；进一步，分析运行工况、环境特征变化对机理模型参数的影响，利用采集的数据在线辨识电-氢转换变流器关键部件参数，实时校准机理模型，构建可随物理实体变化而动态更新的孪生体。
43.本实施例提供的一种变流器数字孪生模型构建方法，核心点是针对电-氢转换变流器提出了一种电-热耦合的数字孪生模型构建方法。下面以常用的两电平电-氢转换ac-dc变流器为例进行阐述，具体分为电-氢转换变流器电气建模、电-氢转换变流器热建模、数字孪生基本原理以及电-氢转换变流器数字孪生模型构建四部分内容。
44.1、电-氢转换变流器电气建模。
45.三相两电平电-氢转换ac-dc变流器拓扑结构图如图2所示，该变流系统包括一个三相电压源(ea,eb,ec)、网侧滤波电感(lg)、网侧等效电阻(rg)、六个igbt(insulated gate bipolar transistor，绝缘栅双极型晶体管)六个反并联二极管直流母线电容(c)以及直流侧负载(制氢电解槽)；v
dc
和ic分别为母线电容电压及电流，i
l
为负载电流；和和为整流器三相输出电压与电流。由于同一桥臂上下两开关管状态互补，变流器电机理模型中整流器开关状态可定义为：
[0046][0047]
根据基尔霍夫电压定律，可以得到pwm整流器的数学模型如下：
[0048][0049]
其中，v
on
为共模电压，其表达式为：
[0050]
[0051]
其中，v
an
、v
bn
和v
cn
表示变流器的输出相电压。
[0052]
整流器三相输出电压表达式为：
[0053]vxn
＝v
dc
·sx
ꢀꢀꢀ
(4)
[0054]
在此基础上，推导出直流母线电容电压与电流之间的表达式为：
[0055][0056]
2、电-氢转换变流器热建模。
[0057]
三相两电平电-氢转换ac-dc变流器中，产热元器件主要为igbt与功率二极管。因此，电-氢转换变流器热模型的构建也应主要考虑上述器件。
[0058]
igbt与功率二极管导通关断过程产生的热损耗会导致功率模块内部的温度波动，进而影响变流器的控制效果与器件寿命。功率器件(igbt)结温与外壳的温差可表示为：
[0059]
δt
jc
＝t
j-tcꢀꢀꢀ
(6)
[0060]
其中，tj为结温，tc为壳温，δt
jc
为结壳温差。
[0061]
开关器件(igbt)的动态热阻抗z
th
(t)由器件结壳温差和热损耗p(t)的比值定义，其表达式如下：
[0062][0063]
功率器件热阻抗通常由热阻和热容组成的rc(电阻-电容，resistor-capacitance)网络表示，主要包括cauer热网络和foster热网络两种。其中，cauer热网络是一种并联结构的电路等效模型，每个结点都有物理意义，能够反映模块功率器件内部各层材料的rc值。但是，cauer热网络中的rc参数获取较为困难，在结温估算方面应用较少。
[0064]
foster网络是一种串联结构的电路等效模型，如图3所示，其中各阶rc参数可通过对动态热阻抗曲线进行多阶指数拟合得到，公式如下：
[0065][0066]
其中，n是rc支路的数目；ri是第i个支路的热阻；τi是第i个支路的热时间常数，τi＝r
ici
；ci是第i个支路的热容参数。
[0067]
foster模型不能反映模块内部的物理本质，rc参数值没有实际物理意义，无法反映功率器件内部的温度分布。但由于其rc热阻抗参数易提取，常用于结温估计。由式(7)可知，要估计功率开关器件的结温，还需对其产生的损耗进行计算。开关器件的功率损耗主要分为两类：导通损耗和开关损耗。导通损耗可由功率器件导通电流i
con
(t)和导通压降v
con
(t)的乘积计算，表达式为：
[0068]
p
con
(t)＝v
con
(t)
·icon
(t)
ꢀꢀꢀ
(9)
[0069]
考虑到功率器件开关的动态过程，其开关损耗计算公式为：
[0070]
[0071]
其中，e
sw
(t)表示功率器件的开关能量，v
re
f是直流母线电压参考，t
sw
是开关动作时间。
[0072]
得到动态损耗之后，即可根据foster热网络模型，计算功率器件结温。
[0073]
3、数字孪生基本原理。
[0074]
数字孪生是以数字化方式创建物理实体的虚拟实体，借助历史、实时数据以及算法模型等，模拟、验证、预测、控制物理实体全生命周期过程的技术手段。从上述定义可以看出，数据、模型及算法是实现数字孪生必不可少的三大要素。其中，数据是基础，物理实体与孪生虚体间需依靠数据进行信息交互；模型是核心，机理模型将贯穿产品的整个生命周期；算法是载体，模型与数据借助算法进行融合，进而进行一系列智能决策。
[0075]
数字孪生实现的基本结构如图1所示，首先，采用传感装置采集环境数据以及实体设备运行数据；其次，通过信息交互单元将采集的数据与构建的设备机理模型融合，形成可精准反映实体运行状态的数字孪生模型；最后，依靠该数字孪生模型，对物理实体的全生命周期进行管理与控制。
[0076]
4、电-氢转换变流器数字孪生模型构建方法。
[0077]
本发明所提变流器(如，电-氢转换变流器)数字孪生模型构建方法为：获取实体变流器的运行状态量；将待辨识的机理模型参数作为权重系数输入人工神经网络，并基于运行状态量，采用梯度下降算法训练神经网络，更新权重系数；将权重系数反馈给机理模型，实现机理模型参数更新。具体步骤如下：
[0078]
(1)依托传感装置采集变流器(如，电-氢转换变流器)运行状态量与环境特征量，运行状态量包括三相输出电流、直流母线电压等，环境特征量包括温度、湿度等；
[0079]
(2)根据元器件阻抗参数与环境特征的关系曲线，分析环境特征量对变流器(如，电-氢转换变流器)关键部件(包括igbt、滤波电感、电阻、母线电容等)参数变化的影响；
[0080]
(3)依托专业知识，构建电-氢转换变流器电、热机理模型(即电-氢转换变流器电气建模、电-氢转换变流器热建模)；
[0081]
(4)结合变流装备机理模型与环境特征，将待辨识的系统参数(本实施例中包括滤波电感值、电阻值、母线电容值)作为权重系数输入人工神经网络，并采用梯度下降算法在线训练神经网络，更新权重系数值，实现变流器电、热参数(即，机理模型参数)的实时辨识，具体所采用的迭代公式如下：
[0082][0083]
其中，f
obj
为目标函数，这里取实体变流装备的输出电流、母线电压与虚拟变流装备输出量之差的平方和为目标函数；ω为神经网络训练的权重系数，亦即变流装备运行参数，通过训练更新该值以达到参数在线辨识的效果；α为梯度下降算法的学习率，为待整定参数。指输出量参考值，本实施例中具体为实体变流装备的输出电流与母线电压。y
k(n)
在本实施例中具体为孪生体的输出电流与母线电压。k(n)是变量下标，k表示变量序号(例如，a相输出电流为y1，b相输出电流为y2，
……
)。n是离散系统的序列变量，y
k(n)
表示n时刻变量yk的值。
[0084]
神经元是神经网络的最小信息处理单元，其主要由输入信号xk、偏置信号bk、连接链、激活函数f及输出信号yk组成。每一个连接链都代表着其所对应的权值wk。用数学方程描述神经元k：
[0085][0086]
在本实施例中，待辨识的参数为滤波电感值、电阻值、母线电容值，即公式(2)中的rg、lg和公式(5)中的c，将此三者看做神经网络的权重系数(wi),取变流器的输出电流(即变流器的输出相电流)、母线电压变化率为神经网络输出，取电网电压e
x
、变流器输出相电压v
xn
、相电流为神经网络的输入，利用公式(11)对权重系数进行更新，即可在线辨识系统参数。环境特征量不输入进神经网络，环境特征量主要用于热建模。
[0087]
(5)将辨识出的系统参数反馈给机理模型，实现动态更新，进而构建出可实时、精准反映物理实体运行状态变化的数字孪生模型(即孪生体)。
[0088]
为提升以电-氢转换变流器为重要能量变换装置的新能源制氢系统的控制性能与运行可靠性，首先依托先进传感装置采集系统运行状态量(电压、电流等)与环境特征量(温度、湿度等)；然后根据专业知识，建立变流器的电、热机理模型；进一步，分析运行工况、环境特征变化对机理模型参数的影响，利用采集的数据在线辨识电-氢转换变流器关键部件参数，实时校准机理模型，构建可实时更新的孪生体。本发明所构建的数字孪生模型实时性强、准确率高，可随物理实体模型变化动态更新。且该方法适用于任意拓扑的电-氢转换变流器，适用范围广，可以较小成本实现电-氢转换变流器控制性能与可靠性的大幅提升。
[0089]
本实施例提供的一种变流器数字孪生模型构建方法，具有以下优点：
①
电-热模型耦合、知识-数据信息融合，模型精度高；
②
孪生体可随物理实体变化动态更新，实时校准物理实体；
③
模型构建方法简单，易于实现，且适用范围广。
[0090]
实施例二
[0091]
本实施例提供了一种变流器数字孪生模型构建系统，其具体包括：
[0092]
数据获取模块，其别配置为：获取实体变流器的运行状态量；
[0093]
辨识模块，其别配置为：将待辨识的机理模型参数作为权重系数输入人工神经网络，并基于所述运行状态量，训练神经网络，更新权重系数；
[0094]
更新模块，其别配置为：将所述权重系数反馈给机理模型，实现机理模型参数更新。
[0095]
此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
[0096]
实施例三
[0097]
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所述的一种变流器数字孪生模型构建方法中的步骤。
[0098]
实施例四
[0099]
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例一所述的一种变流器数字孪生模型构建方法中的步骤。
[0100]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0101]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0102]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0103]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0104]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random accessmemory，ram)等。
[0105]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种变流器数字孪生模型构建方法，其特征在于，包括：获取实体变流器的运行状态量；将待辨识的机理模型参数作为权重系数输入人工神经网络，并基于所述运行状态量，训练神经网络，更新权重系数；将所述权重系数反馈给机理模型，实现机理模型参数更新。2.如权利要求1所述的一种变流器数字孪生模型构建方法，其特征在于，所述神经网络的目标函数为：获取的实体变流器的输出量与机理模型中虚拟变流器的输出量之差的平方和。3.如权利要求2所述的一种变流器数字孪生模型构建方法，其特征在于，所述输出量包括变流器的输出电流和母线电压。4.如权利要求1所述的一种变流器数字孪生模型构建方法，其特征在于，采用梯度下降算法训练所述人工神经网络。5.如权利要求1所述的一种变流器数字孪生模型构建方法，其特征在于，所述机理模型包括变流器电机理模型；所述变流器热机理模型包括：三相电压源、网侧滤波电感、网侧等效电阻、绝缘栅双极型晶体管、反并联二极管、直流母线电容以及直流侧负载。6.如权利要求1所述的一种变流器数字孪生模型构建方法，其特征在于，所述机理模型包括变流器热机理模型；所述变流器热机理模型中的产热元器件包括绝缘栅双极型晶体管与功率二极管。7.如权利要求6所述的一种变流器数字孪生模型构建方法，其特征在于，所述变流器热机理模型中的开关器件的功率损耗主要分为两类：导通损耗和开关损耗。8.一种变流器数字孪生模型构建系统，其特征在于，包括：数据获取模块，其别配置为：获取实体变流器的运行状态量；辨识模块，其别配置为：将待辨识的机理模型参数作为权重系数输入人工神经网络，并基于所述运行状态量，训练神经网络，更新权重系数；更新模块，其别配置为：将所述权重系数反馈给机理模型，实现机理模型参数更新。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的一种变流器数字孪生模型构建方法中的步骤。10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种变流器数字孪生模型构建方法中的步骤。

技术总结
本发明涉及模型构建技术领域，提供了一种变流器数字孪生模型构建方法及系统，包括：获取实体变流器的运行状态量；将待辨识的机理模型参数作为权重系数输入人工神经网络，并基于所述运行状态量，训练神经网络，更新权重系数；将所述权重系数反馈给机理模型，实现机理模型参数更新。所构建的数字孪生模型实时性强、准确率高，可随物理实体模型变化动态更新。可随物理实体模型变化动态更新。可随物理实体模型变化动态更新。


技术研发人员：石立国 王瑞琪 刘继彦 王为帅 王者龙 姜鹏 李延真 胡洋 关雪琳 李燕
受保护的技术使用者：国网山东省电力公司 国网山东综合能源服务有限公司 山东大学
技术研发日：2023.05.15
技术公布日：2023/8/14