来源：期刊VIP网 时间：
作者：李琪飞;李润涛;辛路;陈祥玉;
单位：兰州理工大学能源与动力工程学院;甘肃省流体机械及系统重点实验室;
摘要：针对抽水蓄能机组运行过程中数字化、智能化水平不足，以及现有仿真软件计算耗时较长、无法满足数字孪生系统实时性需求等问题，提出了一种基于数字孪生技术的解决方案，旨在提升对水泵水轮机的监控预测能力。采用本征正交分解降阶方法建立降阶模型，并通过FMI协议将其集成至系统中，结合Open3D点云实现了可视化交互，整个过程仅耗时728.6 ms；同时，基于长短期记忆网络算法开发了压力脉动预测模型，用于运行状况的提前预测，且预测的准确性大于96%；此外，通过Unity3D平台开发完整的数字孪生系统，并验证了其有效性和可行性。研究可为抽水蓄能机组的数字化、智能化提供一种全新的解决方案，对水力发电行业的智能化升级和现代化转型具有重要意义。
关键词：水泵水轮机;;数字孪生;;降阶模型;;长短期记忆网络;;监控预测
基金资助：国家自然科学基金项目（52066011）
