为了满足数字孪生对数据全面获取、深度挖掘、充分融合、实时交互、迭代优化、通用普适及按需使用需求，本节提出了一套数字孪生数据构建与处理准则，如图2所示。

图2 数字孪生数据准则

（1）互补准则互补准则强调对信息与物理空间数据的全面获取，一方面利用物理实体数据能够真实反映动态实况变化的优势，补充虚拟模型仿真数据缺乏的不确定性复杂时变数据等；另一方面利用虚拟模型仿真数据不受时间、空间及成本限制的优势，补充物理空间缺乏的设备故障等小概率事件数据、多尺度物理场数据、难以直接测量的极端环境数据等。该准则是为了满足数字孪生数据全面获取需求。

（2）标准化准则标准化准则是指将不同应用对象、条件及场景下获取的数字孪生数据转换为具有统一数据结构、格式、类型、接口等的标准化数据。该准则的目的是满足数字孪生数据通用普适性需求，以支持不同应用对象间数字孪生数据的交换、不同应用条件下数字孪生数据的迁移复用、以及不同应用场景下数字孪生数据的集成共享。

（3）及时性准则及时性准则是指需实现数字孪生数据不同组成部分两两间连接数据的实时传递与及时校正，从而满足数字孪生数据实时交互需求。为此，一方面需有效压缩连接数据，提高数据传输效率；另一方面当两类数据间的连接数据出现冲突时（数据差值超出设定阈值），需及时调整模型、服务及物理实体相关参数，使连接数据重新归为一致。

（4）关联准则关联准则是为了满足数据深度挖掘需求，该准则指最大程度地挖掘物理实体数据、虚拟模型数据、服务数据、领域知识、融合数据间的因果、相似、互补等关联关系，在此基础上提取隐含在数据中的信息（如物理实体行为模式、虚拟模型仿真机制、数字孪生不同组成部分的行为-性能映射关系），并通过归纳总结实现对更深层规律规则等隐性知识的深度挖掘。

（5）融合准则融合准则强调通过融合具备不同关联关系的数字孪生数据，满足数据充分融合需求。例如，通过融合具有相似关联关系的物理实体数据、虚拟模型数据及服务数据，可降低物理实体数据的不确定性、随机性及模糊性，或提高信息空间虚拟模型数据与服务数据的准确性与可靠性；通过融合多源互补数据，有利于增强融合数据承载信息的多样性。

（6）信息增长准则信息增长准则是指在数据动态积累过程中，首先需实现新增数据与历史数据的自主融合，接着通过评估融合数据信息量的增损情况决定是否接受本次融合；在多次融合的基础上挖掘信息增损规则，并在相关规则指导下持续优化后续数据融合过程。该准则目的是满足信息持续增长需求。

（7）服务化准则服务化准则是指将数字孪生数据相关资源（如数据、数据模型、数据处理算法、数据可视化方法）封装成具有标准输入、输出、功能等的服务，根据用户的不同应用需求对服务进行按需搜索、匹配、调用、组合及可视化等，最终提供用户所需数据。该准则是为了满足数据按需使用需求，从而降低对用户专业技能的要求。

免责声明：
本文转载自 【包子女孩】，版权归原作者所有，如若侵权请联系我们进行删除！

易知微以自主研发的EasyV数字孪生可视化搭建平台为核心，结合WebGL、3D游戏引擎、GIS、BIM、CIM等技术，协同各个行业的生态伙伴，围绕着数字孪生技术、数字驾驶舱和行业应用，共同建设数字增强世界，帮助客户实现数字化管理，加速数字化转型。

易知微已经为3000+ 客户提供数字孪生可视化平台和应用，覆盖智慧楼宇、智慧园区、智慧城市、数字政府、数字乡村、智慧文旅、工业互联网等众多行业领域，包括国家电网、移动云、中交建、中铁建、融创、云上贵州、厦门象屿、天津火箭、上海电视台、金华防汛大脑、良渚古城遗址公园、李宁、浙江大学等典型案例。