打造物联网数字孪生平台:探索数字孪生的宝贵价值
最编程
2024-07-29 11:23:46
...
AWS中将数字孪生定义为4级,每一级都带来更好的业务价值
L1 Descriptive
很简单,Descriptive,即数字孪生仅仅只是描述真实的设备情况,比如将工厂、办公楼内的各种设备的信息,直接通过图表、3D模型的方式进行展示
L2 Informative
相比于L1,它会提供简单的信息过滤和处理,来获取更的价值信息,比如通过办公楼内的各种传感器、灯、屏幕的状态数据,在经过处理后,可以展示更详细的且更有价值的模型,如平均温度、上课状态等,而通过这些处理后的数据,可以反向的影响真实设备,比如在时间段内平均温度过高时,打开空调。
L3 Predictive
预测,引入算法模型,对数据进行更深度的处理,来根据历史数据,对未来数据进行预测,用于后续的决策的数据依据。比如对整个办公楼的历史设备使用情况、办公室利用率等,预测后续的相关数据,对采购或办公楼建设做决策依据
L4 Living
这个在AWS中被认为是最理想的数据孪生形式,符合数字孪生的完整定义。Predictive是使用历史数据来创建预测模型,但是在长时间的运行后,由于训练数据的时效性,准确性会持续下降,与Predictive相比,L4可以自升级,将源源不断的设备数据,作为训练数据来升级模型,而后提供更准确的预测数据。