[发明专利]一种数字孪生环境下的能源互联网故障诊断方法及装置

权利要求书

1.一种数字孪生环境下的能源互联网故障诊断方法，其特征在于，包含以下步骤：

步骤1，获取预设时间段内的能源互联网数据；

步骤2，基于第一空间分布确定规则，确定所述能源互联网数据对应的目标空间分布；

步骤3，基于所述目标空间分布以及数字孪生环境中能源互联网故障类型与空间分布的对应关系，确定所述能源互联网数据对应故障类型。

2.根据权利要求1所述的一种数字孪生环境下的能源互联网故障诊断方法，其特征在于，步骤3之前，还包括确定所述能源互联网故障类型与空间分布的对应关系的步骤，具体包括：

步骤21，在数字孪生环境中获取能源互联网训练数据，所述能源互联网训练数据携带能源互联网故障类型；

步骤22，基于第一空间分布确定规则，确定数字孪生环境中能源互联网训练数据对应的空间分布；

步骤23，对所述能源互联网训练数据进行训练，确定数字孪生环境中能源互联网故障类型与空间分布的对应关系。

3.根据权利要求2所述的一种数字孪生环境下的能源互联网故障诊断方法，其特征在于，所述步骤22具体包括：

步骤221，基于第二空间分布确定规则，确定数字孪生环境中能源互联网训练数据的近邻数和维数，所述近邻数为距离预设参考点最近邻的所述能源互联网训练数据的个数；

步骤222，基于第一空间分布确定规则，根据所述近邻数和维数，确定数字孪生环境中能源互联网训练数据对应的空间分布。

4.根据权利要求3所述的一种数字孪生环境下的能源互联网故障诊断方法，其特征在于，所述步骤22具体包括：

步骤2211，确定近邻数和维数的取值范围；

步骤2212，基于第二空间分布确定规则，针对数字孪生环境中能源互联网训练数据的空间分布，遍历所述近邻数和维数的取值范围；

步骤2213，将数字孪生环境中能源互联网训练数据的空间分布最集中时对应的近邻数和维数，确定为所述能源互联网训练数据的近邻数和维数。

5.根据权利要求1-4任一所述的一种数字孪生环境下的能源互联网故障诊断方法，其特征在于，所述第一空间分布确定规则为非线性降维算法，用于将所述能源互联网数据/数字孪生环境中能源互联网训练数据映射到空间上。

6.根据权利要求5所述的一种数字孪生环境下的能源互联网故障诊断方法，其特征在于，所述非线性降维算法为LLE算法。

7.根据权利要求1-4任一所述的一种数字孪生环境下的能源互联网故障诊断方法，其特征在于，所述第二空间分布确定规则为线性降维算法，用于将数字孪生环境中能源互联网训练数据映射到空间上，进行空间分布集中分析。

8.根据权利要求7所述的一种数字孪生环境下的能源互联网故障诊断方法，其特征在于，所述线性降维算法为Fisher准则。

9.根据权利要求8所述的一种数字孪生环境下的能源互联网故障诊断方法，其特征在于，所述能源互联网数据和/或数字孪生环境中能源互联网训练数据为以下至少一者：电压、电流、有功功率、无功功率。

10.一种数字孪生环境下的能源互联网故障诊断装置，其特征在于，包括：

获取单元，用于获取预设时间段内的能源互联网数据；

第一确定单元，用于基于第一空间分布确定规则，确定所述能源互联网数据对应的目标空间分布；

第二确定单元，用于基于所述目标空间分布以及数字孪生环境中能源互联网故障类型与空间分布的对应关系，确定所述能源互联网数据对应的能源互联网故障类型。