本发明涉及数字孪生技术的电缆敷设施工，具体涉及基于数字孪生技术的电缆敷设施工方法及系统。
背景技术：
1、随着城市化进程的加快以及电力需求的不断增长，电缆敷设工程的重要性日益凸显；电缆敷设不仅关系到电力系统的稳定运行，还直接影响到城市基础设施的安全性和可靠性；在电缆敷设过程中，经常面临着一系列的技术难题和安全风险。
2、近年来，数字孪生技术作为一种新兴的信息技术手段，逐渐被应用于各个领域，包括制造业、建筑行业以及电力系统等；数字孪生技术的核心在于通过构建物理实体的虚拟模型，实现对物理实体的实时监控、预测分析以及优化控制；在电缆敷设领域，数字孪生技术同样具有广泛的应用前景；
3、然而，现有技术缺乏：现有的电缆敷设施工技术存在着张力控制不精确、数据利用不足、风险评估不准确以及施工管理手段落后的诸多问题；这些问题可能导致电缆损坏、施工延误乃至安全隐患，尤其是在长距离、大直径电缆的敷设过程中更为突出；现有的施工技术大多依赖于人工经验和简单的机械装置，难以实现实时精确控制和数据的有效利用，导致风险评估不够精确，管理效率低下。
技术实现思路
1、本发明的目的在于提供基于数字孪生技术的电缆敷设施工方法及系统，以解决上述背景中问题。
2、本发明的目的可以通过以下技术方案实现：
3、基于数字孪生技术的电缆敷设施工方法，包括以下步骤：
4、s1：对电缆敷设施工过程中的电缆敷设的实时张力数据进行监测，将监测到的实时张力数据与数字孪生系统中的历史张力数据进行对比，判断实时数据是否准确；
5、s2：根据判断结果，对实时张力数据进行标记，将实时张力数据划分为准确数据和不准确数据；
6、s3：基于准确数据，对张力数据进行处理，得到张力数据的应力累积指数和张力波动指数；
7、s4：对张力数据的应力累积指数和张力波动指数进行综合分析，判断电缆敷设施工过程中的张力数据是否正常；
8、s5：基于判断结果，将张力数据划分为正常数据和异常数据，建立风险评估模型，使用正常数据训练风险评估模型，将异常数据输入训练好的风险评估模型，对电缆敷设施工过程进行风险评估；
9、作为本发明进一步的方案：所述将监测到的实时张力数据与数字孪生系统中的历史张力数据进行对比，判断实时数据是否准确具体包括：
10、将实时采集的张力数据与数字孪生系统中的历史张力数据和历史张力数据的标准差进行处理，得到实时张力数据的准确性系数；
11、判断准确性系数是否大于等于预设准确性系数阈值，若是，记为准确数据，若否，记为不准确数据。
12、作为本发明进一步的方案：所述基于准确数据，对张力数据进行处理，得到张力数据的应力累积指数具体包括：
13、基于准确数据，按照时间序列对张力数据进行获取，使用梯形积分法对时间进行离散化处理，并计算应力累积指数；
14、其中，所述应力累积指数的计算表达式为：
15、；
16、式中，表示张力数据的应力累积指数，i表示采集的时间点，表示第i个采集时间点，表示第i+1个采集时间点，表示连续两个时间点之间的时间间隔，表示第i个时间点的张力值，表示第i+1个时间点的张力值，n表示张力数据点的总数。
17、作为本发明进一步的方案：所述的基于数字孪生技术的电缆敷设施工方法，其特征在于，所述基于准确数据，对张力数据进行处理，得到张力数据的张力波动指数具体包括：
18、基于准确数据，按照时间序列对张力数据进行获取，对张力数据进行快速傅里叶变换，将其转化为频域信号；
19、对张力数据进行离散傅里叶变换，得到频率分量，计算表达式为：
20、；
21、式中，n表示张力数据点的总数；k表示频率索引，且k的数值为n-1，表示k处的频率，表示张力数据在频率的分量，i表示采集的时间点，e表示自然常数；
22、计算功率谱密度，分析张力波动的能量分布；
23、其中，所述功率谱密度的计算表达式为：
24、式中，表示频率处的功率谱密度；
25、基于频率处的功率谱密度计算张力波动指数；
26、其中，所述张力波动指数的计算表达式为：
27、；式中，表示大于预设频率阈值的频率，表示张力波动指数。
28、作为本发明进一步的方案：所述对张力数据的应力累积指数和张力波动指数进行综合分析具体包括：
29、将张力数据的应力累积指数和张力波动指数进行归一化处理，计算张力异常系数。
30、作为本发明进一步的方案：所述基于判断结果，将张力数据划分为正常数据和异常数据具体包括：
31、判断张力异常系数是否大于等于预设张力异常系数阈值，若是，记为异常数据，若否，记为不准确数据。
32、作为本发明进一步的方案：所述建立风险评估模型，使用正常数据训练风险评估模型具体包括：
33、通过决策树模型对正常数据的异常系数、应力累积指数和张力波动指数进行分析；
34、收集正常数据的异常系数、应力累积指数和张力波动指数，同时收集对应电缆敷设施工过程风险级别数据作为训练数据；
35、对训练数据进行预处理，选择决策树算法构建分类模型；
36、将正常数据的异常系数、应力累积指数和张力波动指数作为模型的输入特征；
37、将电缆敷设施工过程风险级别作为模型的输出项；
38、将数据集划分为训练集和测试集，确保模型的泛化能力；
39、使用训练集数据训练决策树模型。
40、作为本发明进一步的方案：所述将异常数据输入训练好的风险评估模型，对电缆敷设施工过程进行风险评估具体包括：
41、输入异常数据的异常系数、应力累积指数和张力波动指数；
42、通过训练好的决策树模型进行预测，将电缆敷设施工过程划分为不同的风险等级，包括高风险、中风险和低风险；
43、优先对高风险的电缆敷设施工过程进行预警，及时停止施工过程，进行异常排查；
44、对中风险的电缆敷设施工过程加强监测频率，若持续出现中风险的评估结果，则进行预警，及时停止施工过程，进行异常排查，若风险程度降低，则减小监测频率；
45、对低风险的电缆敷设施工过程正常监测，若风险出现升高，则加强监测频率。
46、基于数字孪生技术的电缆敷设施工系统，包括：
47、张力数据采集模块，所述数据采集模块用于对电缆敷设施工过程中的电缆敷设的实时张力数据进行监测；
48、张力数据判断模块，所述数据判断模块用于将监测到的实时张力数据与数字孪生系统中的历史张力数据进行对比，判断实时数据是否准确；
49、张力数据处理模块，所述张力数据处理模块基于准确数据，对张力数据进行处理，得到张力数据的应力累积指数和张力波动指数；
50、综合分析模块，所述综合分析模块用于对张力数据的应力累积指数和张力波动指数进行综合分析，判断电缆敷设施工过程中的张力数据是否正常；
51、风险评估模块，所述风险评估模块基于判断结果，将张力数据划分为正常数据和异常数据，建立风险评估模型，使用正常数据训练风险评估模型，将异常数据输入训练好的风险评估模型，对电缆敷设施工过程进行风险评估。
52、基于数字孪生技术的电缆敷设施工系统，所述张力数据处理模块至少还包括：
53、应力累积指数计算单元，所述应力累积指数计算单元用于对张力数据进行处理，计算张力数据的应力累积指数；
54、张力波动指数计算单元，所述张力波动指数计算单元用于对张力数据进行处理，计算张力数据的张力波动指数。
55、本发明的有益效果：
56、（1）本发明通过实时监测电缆敷设过程中的张力数据，并将其与数字孪生系统中的历史数据进行对比分析，能够在施工过程中及时发现任何超出正常范围的张力变化；这种实时监控机制使得施工团队能够及时获知电缆敷设过程中可能出现的问题，比如过高的张力可能导致的电缆损伤或断裂风险；通过计算应力累积指数和张力波动指数，并进一步计算张力异常系数，系统能够准确地评估出电缆在敷设过程中所承受的实际负载是否合理；当检测到异常数据时，系统会自动对其进行标记，并通过风险评估模型进行进一步分析，将电缆敷设施工过程划分为不同的风险等级。对于高风险的情况，系统会立即发出预警，提示施工人员及时停止作业并进行异常排查，从而避免了由于张力过高而导致的电缆破损或其他安全事故的发生；对于中风险的情况，系统会加强监测频率，以便于及时捕捉到任何可能恶化的趋势；而对于低风险的情况，则继续保持正常的监测节奏即可；这样一来，不仅减少了因电缆损坏导致的停工时间，也极大地降低了施工过程中的安全隐患，保证了施工项目的顺利进行；
57、（2）通过使用正常数据训练的风险评估模型，本发明还能帮助施工方更好地理解电缆敷设过程中各种参数的变化规律，从而制定更合理的施工计划；这种基于数据分析的智能决策支持，不仅提高了施工的安全性，还增强了施工项目的整体可靠性和可持续性；在实际应用中，这意味着可以更加精确地分配资源，优化施工流程，最终达到降低成本、提高效率的目的，本发明通过集成先进的传感技术和数据分析方法，为电缆敷设施工提供了一个全面的智能化管理平台能够实时监测和评估施工过程中的各种风险。
1.基于数字孪生技术的电缆敷设施工方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数字孪生技术的电缆敷设施工方法，其特征在于，所述将监测到的实时张力数据与数字孪生系统中的历史张力数据进行对比，判断实时数据是否准确具体包括：
3.根据权利要求1所述的基于数字孪生技术的电缆敷设施工方法，其特征在于，所述基于准确数据，对张力数据进行处理，得到张力数据的应力累积指数具体包括：
4.根据权利要求1所述的基于数字孪生技术的电缆敷设施工方法，其特征在于，所述基于准确数据，对张力数据进行处理，得到张力数据的张力波动指数具体包括：
5.根据权利要求1所述的基于数字孪生技术的电缆敷设施工方法，其特征在于，所述对张力数据的应力累积指数和张力波动指数进行综合分析具体包括：
6.根据权利要求1所述的基于数字孪生技术的电缆敷设施工方法，其特征在于，所述基于判断结果，将张力数据划分为正常数据和异常数据具体包括：
7.根据权利要求1所述的基于数字孪生技术的电缆敷设施工方法，其特征在于，所述建立风险评估模型，使用正常数据训练风险评估模型具体包括：
8.根据权利要求1所述的基于数字孪生技术的电缆敷设施工方法，其特征在于，所述将异常数据输入训练好的风险评估模型，对电缆敷设施工过程进行风险评估具体包括：
9.基于数字孪生技术的电缆敷设施工系统，其特征在于，用于如权利要求1-8任一项所述的基于数字孪生技术的电缆敷设施工方法，包括：张力数据采集模块，所述数据采集模块用于对电缆敷设施工过程中的电缆敷设的实时张力数据进行监测；
10.根据权利要求9所述的基于数字孪生技术的电缆敷设施工系统，其特征在于，所述张力数据处理模块至少还包括：
