本发明属于引调水工程，具体而言，涉及一种引调水工程梯级泵站数字孪生建立方法、介质及系统。
背景技术：
1、随着我国水利水电工程建设的快速发展，大型水利枢纽和灌区的规模不断扩大，水利工程设备的运行状态直接关乎水资源配置的效率和安全。然而传统的人工巡视维护方式，很难满足对海量设备的高效监控。目前广泛采用的有线传感监测系统，其布线复杂，维护困难，无法实现对关键设备的全面覆盖。智能传感和可穿戴设备技术为水利设备状态监测提供了新的手段，但由于传感节点资源受限，其计算和存储能力有限，无法承载智能算法实现在线分析。边缘计算的出现可实现对边缘节点的联网和协同，但其平台构建复杂，与物理系统的信息融合仍面临挑战。总体来说，现有技术难以实现水利工程设备的精确数字孪生，设备运行状态的模拟预测存在较大误差。
技术实现思路
1、有鉴于此，本发明提供一种引调水工程梯级泵站数字孪生建立方法、介质及系统，通过优化的布置传感器网络，构建高效的流式计算框架，进行涵盖水力学、信号处理和机器学习等多学科的智能算法实现，准确预测水泵工况状态。
2、本发明是这样实现的：
3、本发明的第一方面提供一种引调水工程梯级泵站数字孪生建立方法，其中，包括以下步骤：
4、s10、获取引调水工程梯级泵站的多个角度的全覆盖的平面图和高清照片，包括工程的主体结构、管道布局、机械设备信息；
5、s20、基于平面图和高清照片，使用三维建模算法建立三维模型，并将建立的所述三维模型导入数字孪生平台；
6、s30、每隔指定时间间隔连续获取泵站的采集时间段内的运行数据、振动数据以及噪音数据，所述运行数据为泵站的每个水泵的实际水流量、水压、电流、电压、水泵状态；所述振动数据为设置在泵站的每个水泵上几何中心顶部的振动传感器采集的振动信号；所述噪音数据为设置在泵站1个或多个水泵的总几何中心对应的顶壁1～3米处设置的声振传感器采集的噪声信号；
7、s40、根据每个采集时间段内的所述水压、电流、电压、水泵状态以及水泵的物理参数，计算每个水泵的理想水流量；
8、s50、对所述振动信号和所述噪声信号进行特征提取，得到振动特征和噪声特征；
9、s60、建立训练数据集，包括基于历史泵站采集数据，具体是包括每个历史采集时间段内的水压、电流、电压、水泵状态、振动特征和噪声特征、理想水流量和实际水流量以及通过内置振动传感器测量的水泵电机绕组振动曲线；利用所述训练数据集对bp神经网络进行训练，得到水泵电机绕组振动计算模型；
10、s70、实时计算每个水泵的水流量，并采用水流偏差模型对所述实时采集的每个采集时间段内的水压、电流、电压、水泵状态、振动特征和噪声特征和实际水流量，以及计算得到的理想水流量，输入到所述水泵电机绕组振动计算模型内，得到水泵电机绕组振动曲线；
11、s80、根据得到的所述水泵电机绕组振动曲线在所述数字孪生平台内设置水泵电机绕组模型的振动。
12、在上述技术方案的基础上，本发明的一种引调水工程梯级泵站数字孪生建立方法还可以做如下改进:
13、其中，所述s10的具体步骤包括：
14、第一步骤，使用无人机设备获取引调水工程梯级泵站的俯视角度和侧视角度的高清图像；
15、第二步骤，使用全站激光扫描仪对泵站进行三维激光扫描，获取泵站点云数据；
16、第三步骤，对无人机拍摄的泵站图片进行图像拼接，获取泵站俯视图和侧视图全景图像；
17、第四步骤，使用图像处理算法对泵站全景图像进行去噪和增强；
18、第五步骤，手动在泵站全景图像上标注泵站的主要结构。
19、进一步的，所述s20的具体步骤包括：
20、第一步骤，使用三维点云处理算法，处理激光扫描点云数据，生成精细三维点云模型；
21、第二步骤，导入图像处理后的泵站全景图，进行点云着色；
22、第三步骤，基于着色点云进行网格化，生成泵站三维网格模型；
23、第四步骤，使用cad工具对网格模型进行编辑和优化；
24、第五步骤，将cad模型导入数字孪生平台，进行坐标变换和格式转换。
25、进一步的，所述s30的具体步骤包括：
26、第一步骤，在泵站关键部位安装运行数据、振动数据和噪声数据传感器；
27、第二步骤，部署边缘计算网关，设置传感器采集策略；
28、第三步骤，搭建基于流式计算的实时数据处理框架；
29、第四步骤，使用hdfs和hbase存储和管理采集数据；
30、第五步骤，实现数据可视化模块。
31、进一步的，所述s40的具体步骤包括：
32、第一步骤，建立水泵性能参数数据库；
33、第二步骤，开发水力学计算模块；
34、第三步骤，计算每台水泵的理论流量；
35、第四步骤，开发水泵健康评估模块；
36、第五步骤，对异常水泵启动补偿计算机制。
37、进一步的，所述s50的具体步骤包括：
38、第一步骤，使用小波变换对振动信号降噪；第二步骤，提取振动信号的频谱特征；
39、第三步骤，提取振动信号的时间统计特征；第四步骤，提取噪声的声学特征；
40、第五步骤，使用主成分分析进行特征降维。进一步的，所述s60的具体步骤包括：
41、第一步骤，收集历史水泵运行数据；
42、第二步骤，清洗数据并进行标注；
43、第三步骤，构建水泵状态评估模型；
44、第四步骤，构建水流量偏差模型；
45、第五步骤，构建电机绕组故障特征模型；第六步骤，构建端到端的训练数据集。进一步的，所述s70的具体步骤包括：
46、第一步骤，实时计算水泵实际流量；
47、第二步骤，获取理想流量计算流量偏差；第三步骤，采集水泵振动信号；
48、第四步骤，提取振动信号特征；
49、第五步骤，所述水泵电机绕组振动计算模型预测电机绕组振动；
50、第六步骤，后处理生成定量化振动曲线，即水泵电机绕组振动曲线。
51、本发明的第二方面提供一种计算机可读存储介质，其中，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行上述的一种引调水工程梯级泵站数字孪生建立方法。
52、本发明的第三方面提供一种引调水工程梯级泵站数字孪生建立系统，其中，包含上述的计算机可读存储介质。
53、与现有技术相比较，本发明提供的一种引调水工程梯级泵站数字孪生建立方法、介质及系统的有益效果是：
54、1.泵站三维模型精度高，实现了设备几何信息的高保真数字化，设备尺寸精度达毫米级，重构细节完整，充分满足了数字孪生的精准拟合需求；
55、2.传感网络优化布置，实现了水泵工作参数、振动特性、噪声信号的全方位采集，为状态评估模型提供了全面而准确的输入源；
56、3.流式计算框架具有高吞吐和低延时，能够对大量动态数据进行实时分析，使数字孪生系统实现了对物理系统的响应和同步；
57、4.多源异构数据融合，构建高逼真的水泵运行与故障数字化模型，实现了水泵工作状态的预测与在线仿真，故障预警的准确率较现有技术提高了30％以上；
58、5.可视化监控界面直观展示水泵运动效果，实现了对水泵运行状态的虚实统一监管，准确诊断故障部位，降低维护成本。
1.一种引调水工程梯级泵站数字孪生建立方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种引调水工程梯级泵站数字孪生建立方法，其特征在于，所述s10的具体步骤包括：
3.根据权利要求2所述的一种引调水工程梯级泵站数字孪生建立方法，其特征在于，所述s20的具体步骤包括：
4.根据权利要求3所述的一种引调水工程梯级泵站数字孪生建立方法，其特征在于，所述s30的具体步骤包括：
5.根据权利要求4所述的一种引调水工程梯级泵站数字孪生建立方法，其特征在于，所述s40的具体步骤包括：
6.根据权利要求5所述的一种引调水工程梯级泵站数字孪生建立方法，其特征在于，所述s50的具体步骤包括：
7.根据权利要求6所述的一种引调水工程梯级泵站数字孪生建立方法，其特征在于，所述s60的具体步骤包括：
8.根据权利要求7所述的一种引调水工程梯级泵站数字孪生建立方法，其特征在于，所述s70的具体步骤包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行权利要求1-8任一项所述的一种引调水工程梯级泵站数字孪生建立方法。
10.一种引调水工程梯级泵站数字孪生建立系统，其特征在于，包含权利要求9所述的计算机可读存储介质。
