CN119358968B 一种基于孪生模型的数字矿山管理方法与管理平台 （杭州排山信息科技有限公司）

一种基于孪生模型的数字矿山管理方法与本发明提供一种基于孪生模型的数字矿山模型在不同的单位时长内的关联采集数据的变据的分析结果确定数字孪生模型的更新处理策2获取数字矿山对应的数字孪生模型中的子模型，以不同的子模型的获取不同的变动子模型在进行模型更新处理时关联采集数据所述预设更新策略为当存在需要进行模型更新的子模型时，即对数字所述数字孪生模型的更新处理策略的确定的所述匹配偏差子模型的数量占比确定所述数字孪生模型的模型匹根据所述数字孪生模型的模型匹配偏差系数与变动偏差系数平均值的比值确定模型数据根据所述子模型对应的矿山区域的环境监测数据的数根据所述变动情况以及预设变动量阈值确定需要进行模型更新的日期通过所述模型变动日期在所述日期中的数量占比确定所述子模型的模型变动频繁系3型为模型变动频繁系数大于预设频繁系数阈值根据不同的变动子模型的模型变动频繁系数与所述基准子模型的模型变动频繁系数以不同的变动子模型在进行模型更新处理时关联采集数据的数据量进行更新数据总利用所述未变动子模型的数量占比确定所述数8.一种管理平台，采用权利要求1_7任一项所述的一种基于孪生模型的数字矿山管理其中所述数据采集模块负责进行数字孪生模型中不同的子模型进行关联采集数据的所述数字孪生模型更新模块负责按照更新处理策略，进行所述数字4不同的变动子模型的模型变动频繁系数，确定所述数字孪生模型不能采用预设更新策略[0010]S3以不同的变动子模型在不同的单位时长内的关联采集5[0014]以不同的变动子模型的关联采集数据的分析结果确定数字孪生模型的更新处理策略，实现了从不同的变动子模型的关键采集数据的变动情况进行更新处理策略的确定，型的更新处理导致的更新处理的难度较大的技术[0020]通过所述模型变动日期在所述日期中的数量占比确定所述子模型的模型变动频要进行模型更新的变动子模型，将需要进行模型更新的变动子模型作为匹配偏差子模型，通过所述匹配偏差子模型的数量占比确定所述数字孪生模型的模型[0024]以不同的变动子模型的关联采集数据的变动量与所述预设变动量阈值的偏差量、[0025]根据所述数字孪生模型的模型匹配偏差系数与变动偏差系数平均值的比值确定模型更新需求系数，并利用所述模型更新需求系数确定所述数字孪生模型的更新处理策模型的更新处理策略为对匹配偏差子模型进行更[0031]其中所述数据采集模块负责进行数字孪生模型中不同的子模型进行关联采集数6的模型变动频繁系数确定数字孪生模型的在所述模型变动频繁系数下对应的基准更新周单位时长内的数据处理总量确定所述数字孪生模型是7[0047]数字孪生模型的模型更新的基准周期为平均更新模型数量大于预设更新模型数[0048]数字孪生模型的更新处理策略：以不同的变动子模型的关联采集数据的分析结则数字孪生模型的更新处理策略为对匹配偏差子模型进行更新[0056]通过所述模型变动日期在所述日期中的数量占比确定所述子模型的模型变动频[0057]进一步的，所述变动子模型为模型变动频繁系数大于预设频繁系数阈值的子模[0060]根据所述变动情况以及预设变动量阈值确定不同日期中模型需要进行更新处理[0064]S11以所述子模型对应的关联采集数据的分析结果，确定所述子模型在不同日期8变动日期数量占比，当不同的划分时段内的变动日期数量占比均在预设数量占比区间内[0069]S114当变动日期数量占比不在预设数量占比区间内的划分时段的数量大于预设[0070]S12通过不同的模型变动日期中需要进行更新处理的次数以及不同的更新处理的[0072]S121通过不同的模型变动日期中需要进行更新处理的次数确定所述子模型需要[0073]S122当不同的模型变动日期中需要进行更新处理的次数均在预设更新次数区间[0074]S123通过不同的模型变动日期中需要进行更新处理的次数以及不同的更新处理[0075]S124当模型变动频率大于预设频率阈值的模型变动日期的数量大于预设变动日[0076]S13基于所述模型变动日期的数量占比以及不同的模型变动日期的模型变动频[0078]以不同的更新处理的次数的更新时长确定不同的更新处理的次数的更新权重系9[0079]通过不同的更新处理的次数的更新权重系数的和确定所述模型变动日期的模型不同的变动子模型的模型变动频繁系数，确定所述数字孪生模型不能采用预设更新策略[0084]根据不同的变动子模型的模型变动频繁系数与所述基准子模型的模型变动频繁[0085]以不同的变动子模型在进行模型更新处理时关联采集数据的数据量进行更新数利用所述更新数据量阈值以及更新数据总量确定所述数字孪生模型是否能采用预设更新[0090]基于所述基准子模型的模型变动频繁系数确定所述数字孪生模型的基准更新周[0091]以不同的变动子模型在进行模型更新处理时关联采集数据的数据量进行更新数据总量的确定，并结合所述基准更新周期确定所述数字孪生模型是否能采用预设更新策[0096]S21以不同的变动子模型在进行模型更新处理时关联采集数据的数据量进行更新[0097]S22根据不同的变动子模型的模型变动频繁系数与所述基准子模型的模型变动频[0098]S23以不同的变动子模型的更新处理难度系数进行综合处理难度系数的确定，并基于所述综合处理难度系数确定所述数字孪生模型是行模型更新处理时关联采集数据的数据量对应的预设难度系数[0101]S3以不同的变动子模型在不同的单位时长内的关联采集[0105]通过在不同日期中不同的单位时长内需要进行模型更新的变动子模型的数量的述单位时长不属于所述数字孪生模型的模型更新的[0116]以不同日期在所述单位时长内的更新子模型的数量确定在所述单位时长内的模要进行模型更新的变动子模型，将需要进行模型更新的变动子模型作为匹配偏差子模型，通过所述匹配偏差子模型的数量占比确定所述数字孪生模型的模型[0120]以不同的变动子模型的关联采集数据的变动量与所述预设变动量阈值的偏差量、[0121]根据所述数字孪生模型的模型匹配偏差系数与变动偏差系数平均值的比值确定模型更新需求系数，并利用所述模型更新需求系数确定所述数字孪生模型的更新处理策[0122]进一步的，利用所述模型更新需求系数确定所述数字孪模型的更新处理策略为对匹配偏差子模型进行更[0127]其中所述数据采集模块负责进行数字孪生模型中不同的子模型进行关联采集数[0130]S211以不同的变动子模型在进行模型更新处理时关联采集数据的数据量进行更[0132]S213将模型频繁系数大于预设频繁系数阈值的变动子模[0133]S214当存在模型频繁系数与预设频繁系数阈值的偏差量不在预设偏差范围内的[0135]S221根据不同的变动子模型的模型变动频繁系数与所述基准子模型的模型变动[0137]S223以所述基准更新周期以及更新