基于GIM的输变电工程全生命周期三维数字建模应用研究

0引言

在数字化与智能化浪潮下,GIM模型与数字孪生技术在电力行业中潜力凸显。GIM作为国网三维设计技术规范,加速了电网数字化转型。数字孪生技术促进了电网运维的革新,通过建模、仿真、监测,能够打造电网全方位镜像。GIM为数字孪生提供数据支撑,融合静态与动态信息,帮助精准构建电网镜像。GIM模型不仅是物理世界的复刻,更是运维管理的智能助手,能提供实时、全面的数据洞察,引领电网运维进入智能新时代。

GIM演进受软件平台数据格式不兼容限制,模型重用性低,形成“信息孤岛”^[1],根源在于缺乏完备的信息理论与逆向信息化技术支撑,导致“信息”与“物理”脱节。GIM侧重“信息”到“物理”单向转化,理想化设计难以完全映射现实;信息不对称致模型多样,“信息孤岛”问题加剧。为破局,引入几何数据转换(GeometricDataTransformation,GDT)技术至关重要^[2],它强化“信息”与“物理”双向互动,促进各阶段信息共享。GDT将提升信息流通效率,有效融合设计与现实,消除电力行业“信息孤岛”,推动GIM模型向更高层次发展。

针对以上问题,本文提出一种基于GIM的输变电工程全生命周期三维数字建模方法,实现变电站运维全过程管理的可视化、智能化,提升管理和运维检修效率。该方法具体将从基于GIM的变电站三维业务模型构建、变电站数字孪生业务模型构建、GIM数据与变电设备台账多层级结构转换、GIM与数字孪生业务模型转换四个部分展开研究,最终以200 kv 变电站为试点,完成基于GIM模型的输变电工程全生命周期管理应用。

1 GIM模型工具集

构建基于GIM的输变电工程全生命周期管理平台,离不开四个GIM模型工具的辅助,即GIM模型扩展工具、GIM数据剥离工具、GIM数据校验工具和 GIM轻量化工具,通过四个工具集的相互协助,方可完成目标应用的构建。其具体技术路线如图1所示。

1.1 GIM模型扩展工具

GIM模型扩展工具结合GIM建模规程规范,制定 GIM模型扩展格式,支持设备、部件间关系定义、模型展示以及属性模板定制,并最终实现扩展后的 GIM模型的导出。

1.2 GIM数据剥离工具

为实现对工程GIM源模型的精细化管理和高效利用,增加了GIM数据剥离工具,旨在实现工程GIM 模型的单体设备数据拆分、精准剥离及结构重组,并导出为独立的设备GIM模型。同时,工具还将提供设备展示、筛选、定位及模型爆炸等功能,以满足用户全面了解和深入分析设备信息的需求。该工具能精准剥离目标设备在整体GIM模型中的相关数据,包括几何信息、属性信息等,并对剥离的数据进行结构重组,确保数据的完整性和准确性。同时,也支持将剥离并重组后的数据导出为独立的设备GIM模型,便于用户进行后续的分析和处理。

1.3 GIM数据校验工具

GIM数据校验工具,旨在对标准GIM模型及其扩展部分进行细致入微的审核和属性检查,确保数据的准确性和规范性。在审核和校验过程中,工具能够自动识别不符合规范的问题,并进行分类汇总。问题的分类包括但不限于格式错误、属性缺失、数据不一致等,方便用户快速定位问题所在。根据GIM标准规范,该工具会自动对选择的工程GIM文件和设备GIM 文件进行检测,如图2所示。检测内容包括模型完整性、准确性、一致性等方面,同步生成质检报告,如图3所示,帮助用户快速定位问题并进行修复。

1.4 GIM轻量化工具

本工具旨在通过一系列模块和功能,构建专业的 GIM模型轻量化可视化平台^[3],通过解析标准GIM模型文件实现输变电工程三维设计模型预览、属性查看、漫游、测量等,实现三维场景下的工程GIM成果可视化应用和共享。

该工具支持地形影像数据的导入和处理, 自动进行切片操作以减少冗余数据,并将数据转化为三维数字化场景。通过高效的数据处理算法,确保数据的准确性和实时性,为后续的三维模型构建和展示提供坚实基础。实际效果如图4所示。

2 基于GIM的输变电工程全生命周期应用构建

2.1 基于GIM的变电站三维业务模型构建

变电站GIM模型的构建,旨在突破其作为设计评审与移交基础数据的局限,深入融合运维与检修的实际应用场景,为运维人员提供直观高效的仿真分析、在线监测及故障诊断工具。为此,首先详尽梳理变电站运维、检修等业务流程,明确各环节操作规范与要求;随后,综合各流程数据需求,系统性地收集并整理设备本体、在线监测、地理信息等多维度数据,运用高级数据分析技术,如统计、归纳与挖掘,对三维模型格式与属性信息进行精细化分类与解析;最终,结合GIM的数据格式,考虑各种业务的特点和需求,以及数据交换的效率和准确性,实现GIM数据格式的扩展,以支撑各业务三维模型的精细化需求。

2.2 变电站数字孪生业务模型构建

2.2.1基于变电站GIM三维业务模型的变电站数字孪生三维全景构建

在构建的高度精确的变电站GIM三维业务模型基础上,充分利用GIS数据与影像地图等丰富的变电站周边环境信息,结合先前任务所确立的三维业务模型框架,打造一个1:1精准复刻的变电站数字孪生三维全景模型,具体包括:1)构建变电站GIM三维业务模型,并对数据模型进行数据解析、简化、切片处理,完成变电站全站精细化三维建模及可视化;2)加载变电站三维场景,通过位置偏移,使基础地形影像场景变电站位置与变电站三维场景位置对应,加载相关监控设备,对基础地形影像场景、变电站三维场景、相关监控设备进行融合配准;3)融合运行、设备等信息,将集成数据与三维模型进行融合,在三维场景内直观展示设备台账数据、实时运行数据、告警数据等。

2.2.2 以设备为最小单元的GIM数据剥离

为实现对GIM模型设备的精细化管理,使用GIM 数据剥离工具对GIM模型进行数据剥离。首先,对目标设备进行详细分类,并基于设备的层级结构和属性信息构建出不同类别设备的标准信息结构树,这个树形结构将作为后续提取和分析设备数据的框架和指南;然后,从GIM模型中提取设备的几何信息(如尺寸、形状)、物理属性(如材质、重量)和工程参数(如工作电压、功率),并根据标准信息结构树对提取的信息进行组织和匹配,确保信息的完整性和准确性;接着,使用GIM数据校验工具,对从GIM模型中提取的数据与标准规范要求的设备的层级结构和属性信息进行校验,确保提取数据的准确性和一致性;最后,根据校验结果,对提取的信息进行必要的优化和调整,确保模型的准确性和完整性,输出满足标准规范要求的设备GIM模型,该模型能准确反映设备的层级结构、属性信息以及各种工程参数。

2.3 GIM数据与变电设备台账多层级结构转换

GIM模型设计文件采用的是参数化模型分级表达的数据组织方式,GIM模型中对整个输变电工程进行了总站、区域、系统、设备及部件的明确分级,从整体到个体,从全面到部分,层级分明,逻辑紧密。现阶段GIM模型和电网管理平台中设备台账的层级没有建立明确的关联关系,导致部分数据的共享、信息流转受到影响,制约了数字孪生变电站的发展和应用。

本模块开展GIM数据与变电设备台账多层级结构转换技术研究,如图5所示,通过对GIM数据和变电设备台账多层级结构(组成、要素、属性等)进行深入的分析和拆解,构建数据的关联关系,将GIM数据与变电设备台账的多层级结构相映射,形成与变电设备台账多层级结构对应的GIM数据结构。并基于数据的映射关系,构建一套支持设备台账多层级扩展结构的GIM建模工具,该工具可将revit等常用设计平台的GIM模型导出符合设备台账多层级扩展结构的GIM模型文件,方便用户进行数据的导入和导出操作,提高工作效率和准确性。基于上述研究成果,实现变电站GIM模型与设备台账多层级结构匹配,以支持变电站运维过程中的数字化管理,提升模型数据的利用效率,支持数字孪生的深度应用。

2.4 GIM与数字孪生业务模型转换

本模块致力于优化web数据的处理,通过将GIM 数据转换为高效的3DTiles格式,实现了数据的轻量化与广泛兼容性。3DTiles技术巧妙融合了LOD(多细节层级)策略,构建起一个树状结构的层次模型,与二维瓦片地图相似,显著加速了三维场景的加载与渲染流程^[4—5]。该模型将三维空间分割成多个子区域,每个子区域作为树结构中的一个节点,内含该区域的几何边界信息。这些节点(即tiles)共同构成了tileset,而tileset则以JSON格式进行文件存储,便于管理与访问。

在 tileset中, 核 心 信 息 包 括 boundingvolume 、geometriCError及Content等属性。其中,boundingvolume 详细描述了节点的空间范围,可通过region、sphere或 box等子属性具体表示,为空间定位与筛选提供了基础;geometriCError则衡量了渲染模型与理想模型间的几何误差,是评估屏幕空间误差(SSE)的关键指标,有助于实现按需加载,优化渲染性能 ;至于 Content属性,它直接指向了当前节点所代表空间区域的模型资源URI,确保了数据的准确链接。

3DTiles通过模拟二维瓦片金字塔的方式,利用表面细分技术创建了多精度级别的模型集合。这些模型从tileset的根节点到叶节点,按精度递增的顺序排列,形成了一套高效的数据组织体系。用户交互时,系统首先根据视锥体与boundingvolume的交集筛选出潜在可见的模型,随后利用SSE评估进一步筛选,确保仅渲染那些既在视野内又满足当前视图精度需求的模型,从而实现了高效、流畅的三维场景展示。

GIM模型转换主要是对GIM数据进行处理后导出通用三维数据格式。GIM数据由于其本身构成三维模型的最小单元为参数模型,而大部分三维通用数据格式中模型的空间信息均以点、面的形式存储,因此需要对GIM数据进行解析、建模、组装、优化、属性入库等操作,组装完成后导出为通用三维数据格式,如OBJ、OFF、FBX,通用三维地理数据,如3DTiles等。

3 220 kv变电站试点建设

为了深入挖掘并展示GIM的变电站三维数字孪生业务模型在电力系统中的革新潜力,本文选取一座具有代表性的220 kv变电站作为研究对象。研究的核心目标是构建一套全面而详尽的GIM数据模型框架,该框架需精准对接变电站数字孪生业务的具体需求,确保从物理世界到数字镜像的无缝映射。

试点实验的实施旨在初步验证所开发工具集的实用价值和广泛适用性,不仅检验其构建基于GIM 的变电站三维数字孪生业务模型的能力,还探索其在提升变电站运维效率、增强系统安全性方面的实际效果。这一过程不仅是对技术创新的一次有力实践,更为电力行业提供了一个可复制、可推广的数据模型范例。

图6所示展示了该数字孪生模型的具体建模成果,它不仅高度还原了变电站的物理布局与设备细节,还融入了实时数据监测、智能分析预测等先进功能,为变电站的智能化管理和决策支持提供了坚实的基础。这一成果的取得,不仅标志着变电站运维管理迈入了新的数字化、智能化阶段,也为数字孪生技术在整个电力系统中的广泛应用与深入发展开辟了新路径。

4 结束语

本文深入探讨了基于GIM的输变电工程全生命周期三维数字模型的构建与应用策略,成功解决了 GIM在输变电领域应用的局限性,如模型适用性不足、跨部门间三维模型格式与属性信息的差异,以及三维应用平台通用性挑战等问题。通过系统梳理并统一各业务部门的三维模型格式与属性要求,本文实现了对GIM数据格式的有效扩展,从而确保了三维模型在输变电工程全链条精细化管理中的应用,显著减少了重复建模工作,有效降低了成本。

基于上述研究突破,本文进一步构建了涵盖GIM 数据扩展、数据剥离、数据校验以及设备拆解等功能的GIM工具集。这一工具集不仅支持对GIM数据进行灵活的属性扩展与数据剥离操作,还提供了模型校验功能以确保数据质量,同时实现了设备拆解过程的预演,极大地提升了数据的通用性、可重用性和可操作性。这些成果为电力行业的数字化转型提供了坚实的技术支撑和高效的解决方案,推动了行业向更加智能、高效的方向发展。

[参考文献]

[1]夏顺俊,陈根华,郑熠珉,等.基于GIM的高压架空输电线路杆塔等效模型构建[J].电工技术,2023(1):100-102.

[2] 丁宝璃,陶江平,王琨,等.基于GIM标准的电力三维设计与造价一体化研究与实践 [J]. 电器工业,2024 (6):67-70.

[3] 张磊,章剑光,赏炜,等.基于GIM的变电站模型轻量化三维展示研究[J].微型电脑应用,2024,40(3):125-129.

[4]彭博,于浩海,高遥,等.基于GIM云平台和模型关系化技术的变电工程施工图审查系统[J].电力信息与通信技术,2022,20(12):94-99.

[5]王笠,方福歆,薛欢.基于三维GIM模型的数据质量智能检测技术应用[J].电子技术,2023,52(3):52-53.

2024年第23期第2篇