Методы построения умных цифровых двойников для проектирования возобновляемых источников энергии
Информационные и математические технологии в науке и управлении · 05.03.2026 · (1(41)) · 43-58
DOI: 10.25729/esi.2026.41.1.003 ↗Kurz gefasst
Fachartikel in der Zeitschrift Информационные и математические технологии в науке и управлении, erschienen am 05.03.2026. Verfasst von Л.В. Массель und 2 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref).
Abstract (Originalsprache)
В контексте глобального перехода к низкоуглеродной экономике проектирование объектов возобновляемой энергетики (ВИЭ), таких, как солнечные и ветровые электростанции, требует учета множества сложно прогнозируемых факторов: изменчивости природных ресурсов, рельефа местности, экологических ограничений и экономических параметров. Цифровые двойники (ЦД) представляют собой мощный инструмент для решения этих задач, обеспечивая виртуальное представление физического объекта на всех этапах его жизненного цикла. В статье рассматриваются предлагаемые методы построения умных цифровых двойников (Smart Digital Twin, SDT) используемых при проектировании объектов возобновляемой энергетики. В качестве основы предлагается модифицированная модель цифрового двойника, фундаментом которой служат онтологические модели. Эти модели формализуют ключевые понятия, сущности и их атрибуты в предметной области возобновляемой энергетики, а также семантические отношения между ними. Онтология обеспечивает единый глоссарий и структуру данных, что критически важно для интеграции разнородных информационных источников и обеспечения взаимопонимания между компонентами системы и специалистами. На следующем этапе описывается её дальнейшее преобразование в модель умного цифрового двойника добавлением интеллектуальных компонентов, таких, как базы знаний, виртуальная среда, модели искусственного интеллекта, схемы и диаграммы. Для описания связей между моделями и компонентами предложено использование фрактальной стратифицированной модели, формализующей структуру знаний и взаимосвязи между онтологическими, информационными и математическими моделями. Подробно описана методика онтологического инжиниринга, адаптированная для задач проектирования цифровых двойников, и метод построения виртуальной среды, позволяющей выполнять отладку, как цифровых двойников, так и умных цифровых двойников в условиях отсутствия постоянной связи с реальным объектом или полного отсутствия реального объекта. Для эмуляции внешних параметров, таких, как погодные условия, предложен модифицированный процесс на основе CRISP-DM, обеспечивающий интеграцию моделей машинного обучения. Практическая значимость подхода подтверждена разработкой компонента визуализации для нахождения места оптимального размещения электростанции и её проектирования, использующего интерактивную 3D-модель Земли, спутниковые данные и метеорологические API. Реализованный инструмент демонстрирует возможность проектирования объектов возобновляемой энергетики. In the context of the global transition to a low-carbon economy, the design of renewable energy facilities such as solar and wind power plants require consideration of numerous hard-to-predict factors: variability of natural resources, terrain topography, environmental constraints, and economic parameters. Digital twins (DTs) represent a powerful tool for addressing these challenges by providing a virtual representation of a physical asset throughout its entire lifecycle. This article examines proposed methods for constructing Smart Digital Twins, (SDTs) for use in renewable energy facility design. The foundation of the proposed approach is a modified digital twin model based on ontological models. These models formalize key concepts, entities, their attributes within the renewable energy domain, as well as the semantic relationships among them. The ontology provides a unified glossary and data structure, which is critical for integrating heterogeneous information sources and ensuring mutual understanding among system components and specialists. The next step involves transforming this ontology into a smart digital twin model by incorporating intelligent components such as knowledge bases, a virtual environment, artificial intelligence models, schemas, and diagrams. To describe the relationships between models and components, a fractal stratified model is proposed. This model formalizes the knowledge structure and interconnections among ontological, informational, and mathematical models. The article details an adapted ontological engineering methodology tailored for digital twin design tasks, along with a method for constructing a virtual environment that enables debugging of both digital twins and smart digital twins in conditions of intermittent or entirely absent connectivity to the physical asset. To emulate external parameters such as weather conditions, a modified process based on CRISP-DM (Cross-Industry Standard Process for Data Mining) is proposed, facilitating the integration of machine learning models. The practical relevance of the approach is demonstrated through the development of a visualization component for identifying optimal power plant locations and supporting their design. This tool leverages an interactive 3D model of the Earth, satellite data, and meteorological APIs. The implemented solution confirms the feasibility of applying smart digital twins to renewable energy facility design.
Zitieren
APA
Массель, Л., Цыбиков, А., & Щукин, Н. (2026). Методы построения умных цифровых двойников для проектирования возобновляемых источников энергии. Информационные и математические технологии в науке и управлении, 43-58. https://doi.org/10.25729/esi.2026.41.1.003
Vancouver
Массель Л, Цыбиков А, Щукин Н. Методы построения умных цифровых двойников для проектирования возобновляемых источников энергии. Информационные и математические технологии в науке и управлении. 2026:43-58. doi:10.25729/esi.2026.41.1.003
BibTeX
@article{2026,
author = {Массель, Л.В. and Цыбиков, А.Р. and Щукин, Н.И.},
title = {Методы построения умных цифровых двойников для проектирования возобновляемых источников энергии},
journal = {Информационные и математические технологии в науке и управлении},
year = {2026},
number = {1(41)},
pages = {43--58},
doi = {10.25729/esi.2026.41.1.003}
}
EUVIMED