CN119850195B 基于数字孪生的运维管理方法及系统 （深圳市多维空间信息技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119850195B(45)授权公告日2025.07.08

(21)申请号202510330953.2

(22)申请日2025.03.20

(65)同一申请的已公布的文献号申请公布号CN119850195A

(43)申请公布日2025.04.18

(73)专利权人深圳市多维空间信息技术有限公

司

地址518000广东省深圳市南山区高新区

南区武汉大学深圳产学研大楼B702室

(72)发明人李孟祥余建辉杨楠钟伟虹高启龙

(74)专利代理机构深圳市紫荆创新专利代理事务所(普通合伙)441126

专利代理师成蝉娟

(51)Int.CI.

GO6Q10/20(2023.01)

GO6F30/20(2020.01)

GO6F18/10(2023.01)

GO6F18/213(2023.01)

GO6F18/214(2023.01)

GO6F30/27(2020.01)

GO6N3/0442(2023.01)

GO6N20/00(2019.01)

(56)对比文件

CN117745767A,2024.03.22

CN117454530A,2024.01.26

审查员钟嘉欣

权利要求书3页说明书13页附图2页

(54)发明名称

基于数字孪生的运维管理方法及系统

(57)摘要

CN119850195B本发明涉及运维管理技术领域，尤其涉及基于数字孪生的运维管理方法，包括以下步骤：S1:通过采集实际运维系统的结构数据和运行数据，构建对应的数字孪生模型；S2:实时采集运维系统的运行数据并通过传输到云平台，并在云平台中对实时传输的运行数据进行预处理；S3:通过数字孪生模型对预处理后的数据进行实时分析，检测系统运行状态和异常情况；S4:基于历史数据和实时数据，使用机器学习算法构建故障预测模型，预测未来可能发生的故障；S5:根据故障预测结果和系统运行状态，生成优化管理方案。通过精确的数据采集与实时监控，可以及时发现设

CN119850195B

通过采集实际运维系统的结构数据和运

通过采集实际运维系统的结构数据和运行数据，构建对应的数字孪生模型

实时采集运维系统的运行数据并通过传

输到云平台，并在云平台中对实时传输

的运行数据进行预处理

通过数字孪生模型对预处理后的数据进行实时分析，检测系统运行状态和异常

情况

基于历史数据和实时数据，使用机器学习算法构建故障预测模型，预测未来可

能发生的故障

根据故障预测结果和系统运行状态，生成优化管理方案

CN119850195B权利要求书1/3页

2

1.基于数字孪生的运维管理方法，其特征在于，包括以下步骤：

S1:通过采集实际运维系统的结构数据和运行数据，构建对应的数字孪生模型；

其中，数字孪生模型包括物理模型和行为模型：

物理模型包括设备的长度、宽度、高度、重量、材料属性和连接关系；

行为模型描述设备的运行状态和性能指标，包括设备的运行温度、工作电流、工作电压、振动频率和能耗；

将物理模型和行为模型综合，形成数字孪生模型；

S2:实时采集运维系统的运行数据并通过传输到云平台，并在云平台中对实时传输的运行数据进行预处理；

S3:通过数字孪生模型对预处理后的数据进行实时分析，检测系统运行状态和异常情况；

S3中具体包括如下步骤：

S3.1:从预处理后的数据中提取关键特征，包括设备状态、环境参数和系统性能指标；S3.2:将提取的特征映射到数字孪生模型中；

S3.3:基于映射后的数据，进行状态检测；

S3.4:对检测到的异常情况进行分类；

在S3.1中，使用以下公式表示特征提取过程：

F={f?,f?,...,f};其中，f为第i个特征；

在S3.2中，将提取的特征映射到数字孪生模型中，使用以下公式表示数据映射过程：

D={d?,d2?,...,d};其中，d为第i个映射数据；

在S3.3中，基于映射后的数据，使用以下公式进行状态检测：

其中，阈值为预设的正常状态和异常状态的分界值；

在S3.4中，

对检测到的异常情况进行分类，使用以下公式进行异常分类：

其中，阈值