[发明专利]一种数字孪生网络的节点状态管控方法及系统

说明书

一种数字孪生网络的节点状态管控方法及系统，其方法包括：对物理节点进行重要性排序，计算每个物理节点中的相似节点集合；选取物理节点中重要性最高的节点作为初始节点；对初始节点的隐马尔可夫模型进行训练，将训练完成的物理节点称为已知节点，未训练的物理节点称为未知节点；按照重要性排序依次对未知节点的模型进行训练，并根据相似性规则，利用已知节点对未知节点的模型训练进行指导；物理节点的模型训练完成后，对物理节点所处的状态进行判断，并根据判断结果采取补救措施，本申请充分的考虑到物理层节点之间的关联关系，引入节点重要性和节点相似性，让节点学习的顺序以及参数更新的规则更加的合理，增强了对孪生网络的理解和监控能力。

技术领域

本发明涉及数字孪生技术领域，特别涉及一种数字孪生网络的节点状态管控方法及系统。

背景技术

数字孪生技术通过对物理实体构建“高保真”的数字孪生模型，实现物理模型和数字孪生模型的双向映射，数字孪生网络包含物理层、虚拟层和服务层，物理层中的不同节点具有不同的属性和功能，在生产运营中，实体节点之间存在协调合作关系，物理层依托于工业互联网技术，实时采集节点传感器数据和运行数据，并将采集数据实时发送到虚拟层，因为物理节点的状态对于物理层的运转至关重要，物理网络中一个物理节点发生故障，可能导致整条生产线的瘫痪。但是由于物理节点的实际工作状态是隐藏在网络中的，无法直接观测到。

因此，如何提供一种物理节点的监测管控方法，是本领域技术人员亟待解决的问题。

发明内容

本申请实施例提供了一种数字孪生网络的节点状态管控方法及系统，旨在解决数字孪生网络物理节点的监测管控的问题。

第一方面，本申请提供了一种数字孪生网络的节点状态管控方法，该方法包括：

对物理节点进行重要性排序，计算物理节点中的相似节点集合；

选取物理节点中重要性最高的节点作为初始节点；

对初始节点的隐马尔可夫模型进行训练，将训练完成的物理节点称为已知节点，未训练的物理节点称为未知节点；

按照重要性排序依次对未知节点的模型进行训练，并根据相似性规则，利用已知节点对未知节点的模型训练进行指导；

物理节点的模型训练完成后，对物理节点所处的状态进行判断，并根据判断结果采取补救措施。

第二方面，本申请还提供了一种数字孪生网络的节点状态管控系统，该系统包括：

排序模块，用于对物理节点进行重要性排序，计算物理节点中的相似节点集合；

初始节点选取模块，用于选取物理节点中重要性最高的节点作为初始节点；

初始节点训练模块，用于对初始节点的隐马尔可夫模型进行训练，将训练完成的物理节点称为已知节点，未训练的物理节点称为未知节点；

未知节点训练模块，用于按照重要性排序依次对未知节点的模型进行训练，并根据相似性规则，利用已知节点对未知节点的模型训练进行指导；

节点状态判断模块，用于物理节点的模型训练完成后，对物理节点所处的状态进行判断，并根据判断结果采取补救措施。

第三方面，本申请还提供了一种计算机装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如上述第一方面中任一项所述的数字孪生网络的节点状态管控方法。

第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时执行如上述第一方面中任一项所述的数字孪生网络的节点状态管控方法。