CN114510867A - 一种3d模拟配电柜电路接线方法及系统 - Google Patents
一种3d模拟配电柜电路接线方法及系统 Download PDFInfo
- Publication number
- CN114510867A CN114510867A CN202111633465.7A CN202111633465A CN114510867A CN 114510867 A CN114510867 A CN 114510867A CN 202111633465 A CN202111633465 A CN 202111633465A CN 114510867 A CN114510867 A CN 114510867A
- Authority
- CN
- China
- Prior art keywords
- power distribution
- distribution cabinet
- information
- image information
- simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Design And Manufacture Of Integrated Circuits (AREA)
Abstract
本发明公开了一种3D模拟配电柜电路接线方法及系统,获得配电柜的图像信息;获得第一3D模拟配电柜电路模型;获得第二3D模拟配电柜电路模型;获得所述配电柜的故障信息;根据所述配电柜的故障信息,获得第一调整指令;根据所述第一调整指令,对所述第二3D模拟配电柜电路模型进行模拟接线;当模拟接线完成后,判断所述第二3D模拟配电柜电路模型是否存在故障;如果所述第二3D模拟配电柜电路模型存在故障,获得第一提醒信息;如果所述第二3D模拟配电柜电路模型不存在故障,获得第二提醒信息,所述第二提醒信息与所述第一提醒信息不同。解决了现有技术中存在针对配电柜电路故障后接线不准确,导致接线不安全的技术问题。
Description
技术领域
本发明涉及配电柜电路相关领域,尤其涉及一种3D模拟配电柜电路接线方法及系统。
背景技术
配电柜(箱)分动力配电柜(箱)和照明配电柜(箱)、计量柜(箱),是配电系统的末级设备。配电柜是电动机控制中心的统称。配电柜使用在负荷比较分散、回路较少的场合;电动机控制中心用于负荷集中、回路较多的场合。它们把上一级配电设备某一电路的电能分配给就近的负荷。配电柜电路复杂,如何准确的进行电路接线是现阶段急需解决的问题。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在针对配电柜电路故障后接线不准确,导致接线不安全的技术问题。
发明内容
本申请实施例通过提供一种3D模拟配电柜电路接线方法及系统,解决了现有技术中存在针对配电柜电路故障后接线不准确,导致接线不安全的技术问题,达到通过3D模拟配电柜电路模型,实现准确对配电柜故障电路进行接线,提高接线安全性的技术效果。
鉴于上述问题,提出了本申请实施例提供一种3D模拟配电柜电路接线方法及系统。
第一方面,本申请实施例提供了一种3D模拟配电柜电路接线方法,所述方法包括:获得配电柜的图像信息;根据所述配电柜的图像信息,获得第一3D模拟配电柜电路模型;对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型;获得所述配电柜的故障信息;根据所述配电柜的故障信息,获得第一调整指令;根据所述第一调整指令,对所述第二3D模拟配电柜电路模型进行模拟接线;当模拟接线完成后,判断所述第二3D模拟配电柜电路模型是否存在故障;如果所述第二3D模拟配电柜电路模型存在故障,获得第一提醒信息;如果所述第二3D模拟配电柜电路模型不存在故障,获得第二提醒信息,所述第二提醒信息与所述第一提醒信息不同。
另一方面,本申请还提供了一种3D模拟配电柜电路接线系统,所述系统包括:第一获得单元,所述第一获得单元用于获得配电柜的图像信息;第二获得单元,所述第二获得单元用于根据所述配电柜的图像信息,获得第一3D模拟配电柜电路模型;第三获得单元,所述第三获得单元用于对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型;第四获得单元,所述第四获得单元用于获得所述配电柜的故障信息;第五获得单元,所述第五获得单元用于根据所述配电柜的故障信息,获得第一调整指令;第一模拟单元,所述第一模拟单元用于根据所述第一调整指令,对所述第二3D模拟配电柜电路模型进行模拟接线;第一判断单元,所述第一判断单元用于当模拟接线完成后,判断所述第二3D模拟配电柜电路模型是否存在故障;第六获得单元,所述第六获得单元用于如果所述第二3D模拟配电柜电路模型存在故障,获得第一提醒信息;第七获得单元,所述第七获得单元用于如果所述第二3D模拟配电柜电路模型不存在故障,获得第二提醒信息,所述第二提醒信息与所述第一提醒信息不同。
第三方面,本发明提供了一种3D模拟配电柜电路接线系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过所述配电柜的图像信息获得第一3D模拟配电柜电路模型,对所述第一3D模拟配电柜模型进行调整,获得第二3D模拟配电柜电路模型,通过获得配电柜的现有故障,根据第一调整指令对所述第二3D模拟配电柜电路模型进行模拟接线,通过判断第二3D模拟配电柜电路模型的模拟接线结果,对配电柜进行接线,达到准确对配电柜故障电路进行接线,提高接线安全性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种3D模拟配电柜电路接线方法的流程示意图;
图2为本申请实施例一种3D模拟配电柜电路接线系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第一模拟单元16,第一判断单元17,第六获得单元18,第七获得单元19,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种3D模拟配电柜电路接线方法及系统,解决了现有技术中存在针对配电柜电路故障后接线不准确,导致接线不安全的技术问题,达到通过3D模拟配电柜电路模型,实现准确对配电柜故障电路进行接线,提高接线安全性的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
配电柜(箱)分动力配电柜(箱)和照明配电柜(箱)、计量柜(箱),是配电系统的末级设备。配电柜是电动机控制中心的统称。配电柜使用在负荷比较分散、回路较少的场合;电动机控制中心用于负荷集中、回路较多的场合。它们把上一级配电设备某一电路的电能分配给就近的负荷。配电柜电路复杂,如何准确的进行电路接线是现阶段急需解决的问题。现有技术中存在针对配电柜电路故障后接线不准确,导致接线不安全的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种3D模拟配电柜电路接线方法,所述方法包括:获得配电柜的图像信息;根据所述配电柜的图像信息,获得第一3D模拟配电柜电路模型;对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型;获得所述配电柜的故障信息;根据所述配电柜的故障信息,获得第一调整指令;根据所述第一调整指令,对所述第二3D模拟配电柜电路模型进行模拟接线;当模拟接线完成后,判断所述第二3D模拟配电柜电路模型是否存在故障;如果所述第二3D模拟配电柜电路模型存在故障,获得第一提醒信息;如果所述第二3D模拟配电柜电路模型不存在故障,获得第二提醒信息,所述第二提醒信息与所述第一提醒信息不同。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种3D模拟配电柜电路接线方法,其中,所述方法包括:
步骤S100:获得配电柜的图像信息;
具体而言,所述配电柜是指对电力系统应提供保护、监视和控制作用的装置,所述图像信息为采集的配电柜的内部图像信息,所述图像信息包含所述配电柜的不同的角度的图像信息。
步骤S200:根据所述配电柜的图像信息,获得第一3D模拟配电柜电路模型;
具体而言,基于所述多角度的配电柜内部图像信息,生成第一3D模拟配电柜电路模型,详细而言,根据不同角度的配电柜内部图像信息,进行特征点的标记,将所述不同图像的特征点进行比对、转移,生成所述第一3D模拟配电柜电路模型。
进一步而言,所述根据所述配电柜的图像信息,获得第一3D模拟配电柜电路模型,本申请实施例步骤S200还包括:
步骤S210:获得第一角度图像信息,所述第一角度图像信息为所述配电柜内部第一角度的图像信息;
步骤S220:获得第二角度图像信息,所述第二角度图像信息为所述配电柜内部第二角度的图像信息;
步骤S230:获得第N角度图像信息,所述第N角度图像信息为所述配电柜内部第N角度的图像信息,其中,第一角度、第二角度,直到第N角度互不相同,其中,N为整数;
步骤S240:根据所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,构建第一3D模拟配电柜电路模型。
具体而言,根据所述图像信息进行特征点的匹配,将匹配的2D点对应的深度图点云进行匹配,根据内参求取外参,将第一角度图像信息的点云转移到第二角度图像信息点云中,进行点云拼接,以此类推,对所述第N角度图像信息进行如上处理,然后将所有图像信息的所有点云映射到第一角度图像信息的坐标系下,进行点云的拼接,获得3D模拟配电柜电路模型。
步骤S300:对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型;
具体而言,根据所述图像信息,反复比对所述生成的一3D模拟配电柜电路模型,对图像信息进行降噪处理,根据降噪处理后的图像信息对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型。
步骤S400:获得所述配电柜的故障信息;
步骤S500:根据所述配电柜的故障信息,获得第一调整指令;
具体而言,获得所述第一配电柜的故障信息,所述故障信息为所述配电柜发生的故障的详细信息,通过所述故障信息,获得第一调整指令。
步骤S600:根据所述第一调整指令,对所述第二3D模拟配电柜电路模型进行模拟接线;
具体而言,通过所述第一故障信息,基于所述第一调整指令,通过所述第二3D模拟配电柜电路模型进行模拟故障排除,即模拟接线,所述模拟接线的动作是基于对于所述第一故障信息的处理经验进行调整的。
步骤S700:当模拟接线完成后,判断所述第二3D模拟配电柜电路模型是否存在故障;
具体而言,当所述模拟接线调整完成后,通过对所述第二3D模拟配电柜电路模型进行模拟测试,判断所述第二3D模拟配电柜电路模型是否还存在故障,进一步来说,所述对所述第二3D模拟配电柜电路模型进行模拟测试是对所述第二3D模拟配电柜电路模型进行检测的过程。
步骤S800:如果所述第二3D模拟配电柜电路模型存在故障,获得第一提醒信息;
将所述第二3D模拟配电柜电路模型存在故障,表明此时的调整手段存在错误,此时获得第一提醒信息,根据所述第一提醒信息,将所述调整还原,进行第二次调整尝试,同时标记第一调整方式,针对当前情况不适用。
步骤S900:如果所述第二3D模拟配电柜电路模型不存在故障,获得第二提醒信息,所述第二提醒信息与所述第一提醒信息不同。
具体而言,当所述第二3D模拟配电柜电路模型不存在故障,表明所述调整结果不存在问题,此时获得第二提醒信息,根据所述第二提醒信息,将所述调整方式和故障情况进行存储,并将所述调整方式应用于当前的配电柜故障。
进一步而言,所述对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型,本申请实施例步骤S300还包括:
步骤S310:获得配电柜的平面电路图信息;
步骤S320:根据所述平面电路图信息,获得所述配电柜的接线信息;
步骤S330:根据所述接线信息,调整所述第一3D模拟配电柜电路模型,获得第二3D模拟配电柜电路模型。
具体而言,所述平面电路图信息为反映电路结构和工作原理,可识别各个电路之间及电路元件连接关系的电路图信息,根据所述平面电路图信息,获得所述配电柜的接线信息,根据所述配电柜的接线信息,对所述通过多角度图像信息生成的第一3D模拟配电柜电路模型进行调整,获得所述第二3D模拟配电柜电路模型。
进一步而言,本申请实施例还包括:
步骤S250:根据所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,获得第二参考点数据集;
步骤S260:根据所述第二参考点数据集,对所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息进行筛选;
步骤S270:根据筛选后的所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,构建第一3D模拟配电柜电路模型。
具体而言,根据所述第一角度图像信息、第二角度图像信息、直至第N角度图像信息获得第二参考点数据集,所述参考点为构建3D图像进行参考的原点,根据不同图像的相对位置的不同,找到不同图像中相同的点,即所述参考点,获得所有图像中的第二参考点数据集,基于所述第二参考点数据集,结合图像信息的角度渐变情况,对所述图像信息进行筛选,对所述不合理或不能清晰表述信息的图像进行排除,根据剩余图像信息构建所述第一3D模拟配电柜电路模型。
进一步而言,本申请实施例步骤S250还包括:
步骤S251:根据所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,构建第一参考点数据集;
步骤S252:根据所述第一参考点数据集,获得所述第一参考点数据集中参考点数据与配电柜实际数据重合度等级信息;
步骤S253:获得预定重合度等级阈值;
步骤S254:按照所述预定重合度等级阈值,根据参考点数据与配电柜实际数据重合度等级信息,对所述第一参考点数据集进行过滤,获得符合所述预定重合度等级阈值的第二参考点数据集。
具体而言,首先根据所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,构建第一参考点数据集,根据所述实际的配电柜的情况对所述参考点的选取进行校正,即获得所述第一参考点构建的数据集数据与配电柜的实际数据重合度等级信息,获得预定重合度等级阈值,所述预定重合度等级阈值为根据参考点生成3D模拟配电柜电路模型与实际配电柜的差异设定的预定重合度等级阈值,按照所述预定重合度等级阈值,根据参考点数据与配电柜实际数据重合度等级信息,对所述第一参考点数据集进行过滤,获得符合所述预定重合度等级阈值的第二参考点数据集。通过对所述参考点的筛选,获得更加准确合适的参考点,进而可获得更加真实准确的模拟配电柜电路模型,为后续通过3D模拟配电柜电路模型,实现准确对配电柜故障电路进行接线,提高接线安全性夯实了基础。
进一步而言,本申请实施例还包括:
步骤S256:将所述第一参考点数据集中的参考点数据输入神经网络模型,其中,所述神经网络模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一参考点数据集中的参考点数据和用来标识与配电柜实际数据重合度等级的标识信息;
步骤S257:获得所述神经网络模型的第一输出信息,其中,所述第一输出信息包括所述参考点数据与配电柜实际数据重合度等级信息。
具体而言,所述神经网络模型即机器学习中的神经网络模型,神经网络(NeuralNetworks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial NeuralNetworks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将第一参考点数据集中的参考点数据输入神经网络模型,则输出所述参考点数据与配电柜实际数据重合度等级信息。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述第一参考点数据集中的参考点数据和用来标识与配电柜实际数据重合度等级的标识信息,将所述第一参考点数据集中的参考点数据输入到神经网络模型中,根据用来标识与配电柜实际数据重合度等级的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而获得更加准确的所述参考点数据与配电柜实际数据重合度等级信息,达到可获得更加准确的3D模拟配电柜电路模型的技术效果。
进一步而言,本申请实施例还包括:
步骤S1010:获得第一模拟电流信息;
步骤S1020:根据所述第一模拟电流信息,获得所述第二3D模拟配电柜电路模型中保护线状态信息;
步骤S1030:根据所述保护线状态信息,获得预定电流阈值。
具体而言,所述模拟电流为对所述3D模拟配电柜电路模型进行模拟测试的电流,将所述第一模拟电流信息输入所述模拟配电柜电路模型中进行模拟电流的测试,通过所述保护线的温度反馈,获得所述模拟电流的保护上限,通过对所述电流上限的测试,可通过电流分析,防止保护线过热,导致保护线发热老化,进而达到保护线路的目的。
进一步而言,所述将所述第一参考点数据集中的参考点数据输入神经网络模型之前,本申请实施例步骤S256还包括:
步骤S2561:获得第一训练数据、第二训练数据直至第N训练数据,其中,N为大于1的自然数;
步骤S2562:根据所述第一训练数据生成第一标识码,所述第一标识码与所述第一训练数据一一对应;
步骤S2563:根据所述第二训练数据和第一标识码生成第二标识码,以此类推,根据所述第N训练数据和第N-1标识码生成第N标识码;
步骤S2564:将所有训练数据和标识码复制存储在M台电子设备上,其中,M为大于1的自然数。
具体而言,区块链技术也被称之为分布式账本技术,是一种由若干台计算设备共同参与“记账”,共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性,使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一训练数据生成第一标识码,所述第一标识码与第一训练数据一一对应;根据所述第二训练数据和第一标识码生成第二标识码,第二标识码与第二训练数据一一对应;以此类推,根据所述第N训练数据和第N-1标识码生成第N标识码,其中,N为大于1的自然数,将所有训练数据和标识码分别复制保存在M台设备上,其中,所述第一训练数据和所述第一标识码作为第一区块保存在一台设备上,所述第二训练数据和所述第二标识码作为第二区块保存在一台设备上,所述第N训练数据和所述第N标识码作为第N区块保存在一台设备上,当需要调用所述训练数据时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希函数对于每一存储单位进行串接,使得训练数据不易丢失和遭到破坏,通过区块链的逻辑对所述训练数据进行加密处理,保证了所述训练数据的安全性,进而保证通过所述训练数据训练获得的神经网络模型的准确性,进而使得输出的所述参考点数据与配电柜实际数据重合度等级信息更加准确。
综上所述,本申请实施例所提供的一种3D模拟配电柜电路接线方法及系统具有如下技术效果:
1、由于采用了通过所述配电柜的图像信息获得第一3D模拟配电柜电路模型,对所述第一3D模拟配电柜模型进行调整,获得第二3D模拟配电柜电路模型,通过获得配电柜的现有故障,根据第一调整指令对所述第二3D模拟配电柜电路模型进行模拟接线,通过判断第二3D模拟配电柜电路模型的模拟接线结果,对配电柜进行接线,达到准确对配电柜故障电路进行接线,提高接线安全性的技术效果。
2、由于采用了通过对所述参考点的筛选,获得更加准确合适的参考点,进而可获得更加真实准确的模拟配电柜电路模型,为后续通过3D模拟配电柜电路模型,实现准确对配电柜故障电路进行接线,提高接线安全性夯实了基础。
实施例二
基于与前述实施例中一种3D模拟配电柜电路接线方法同样发明构思,本发明还提供了一种3D模拟配电柜电路接线系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得配电柜的图像信息;
第二获得单元12,所述第二获得单元12用于根据所述配电柜的图像信息,获得第一3D模拟配电柜电路模型;
第三获得单元13,所述第三获得单元13用于对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型;
第四获得单元14,所述第四获得单元14用于获得所述配电柜的故障信息;
第五获得单元15,所述第五获得单元15用于根据所述配电柜的故障信息,获得第一调整指令;
第一模拟单元16,所述第一模拟单元16用于根据所述第一调整指令,对所述第二3D模拟配电柜电路模型进行模拟接线;
第一判断单元17,所述第一判断单元17用于当模拟接线完成后,判断所述第二3D模拟配电柜电路模型是否存在故障;
第六获得单元18,所述第六获得单元18用于如果所述第二3D模拟配电柜电路模型存在故障,获得第一提醒信息;
第七获得单元19,所述第七获得单元19用于如果所述第二3D模拟配电柜电路模型不存在故障,获得第二提醒信息,所述第二提醒信息与所述第一提醒信息不同。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于获得第一角度图像信息,所述第一角度图像信息为所述配电柜内部第一角度的图像信息;
第九获得单元,所述第九获得单元用于获得第二角度图像信息,所述第二角度图像信息为所述配电柜内部第二角度的图像信息;
第十获得单元,所述第十获得单元用于获得第N角度图像信息,所述第N角度图像信息为所述配电柜内部第N角度的图像信息,其中,第一角度、第二角度,直到第N角度互不相同,其中,N为整数;
第一构建单元,所述第一构建单元用于根据所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,构建第一3D模拟配电柜电路模型。
进一步的,所述系统还包括:
第十一获得单元,所述第十一获得单元用于获得配电柜的平面电路图信息;
第十二获得单元,所述第十二获得单元用于根据所述平面电路图信息,获得所述配电柜的接线信息;
第十三获得单元,所述第十三获得单元用于根据所述接线信息,调整所述第一3D模拟配电柜电路模型,获得第二3D模拟配电柜电路模型。
进一步的,所述系统还包括:
第十四获得单元,所述第十四获得单元用于根据所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,获得第二参考点数据集;
第一筛选单元,所述第一筛选单元用于根据所述第二参考点数据集,对所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息进行筛选;
第二构建单元,所述第二构建单元用于根据筛选后的所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,构建第一3D模拟配电柜电路模型。
进一步的,所述系统还包括:
第三构建单元,所述第三构建单元根据所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,构建第一参考点数据集;
第十五获得单元,所述第十五获得单元用于根据所述第一参考点数据集,获得所述第一参考点数据集中参考点数据与配电柜实际数据重合度等级信息;
第十六获得单元,所述第十六获得单元用于获得预定重合度等级阈值;
第十七获得单元,所述第十七获得单元用于按照所述预定重合度等级阈值,根据参考点数据与配电柜实际数据重合度等级信息,对所述第一参考点数据集进行过滤,获得符合所述预定重合度等级阈值的第二参考点数据集。
进一步的,所述系统还包括:
第一输入单元,所述第一输入单元用于将所述第一参考点数据集中的参考点数据输入神经网络模型,其中,所述神经网络模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一参考点数据集中的参考点数据和用来标识与配电柜实际数据重合度等级的标识信息;
第十八获得单元,所述第十八获得单元用于获得所述神经网络模型的第一输出信息,其中,所述第一输出信息包括所述参考点数据与配电柜实际数据重合度等级信息。
进一步的,所述系统还包括:
第十九获得单元,所述第十九获得单元用于获得第一模拟电流信息;
第二十获得单元,所述第二十获得单元用于根据所述第一模拟电流信息,获得所述第二3D模拟配电柜电路模型中保护线状态信息;
第二十一获得单元,所述第二十一获得单元用于根据所述保护线状态信息,获得预定电流阈值。
前述图1实施例一中的一种3D模拟配电柜电路接线方法的各种变化方式和具体实例同样适用于本实施例的一种3D模拟配电柜电路接线系统,通过前述对一种3D模拟配电柜电路接线方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种3D模拟配电柜电路接线系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种3D模拟配电柜电路接线方法的发明构思,本发明还提供一种3D模拟配电柜电路接线系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种3D模拟配电柜电路接线方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种3D模拟配电柜电路接线方法,所述方法包括:获得配电柜的图像信息;根据所述配电柜的图像信息,获得第一3D模拟配电柜电路模型;对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型;获得所述配电柜的故障信息;根据所述配电柜的故障信息,获得第一调整指令;根据所述第一调整指令,对所述第二3D模拟配电柜电路模型进行模拟接线;当模拟接线完成后,判断所述第二3D模拟配电柜电路模型是否存在故障;如果所述第二3D模拟配电柜电路模型存在故障,获得第一提醒信息;如果所述第二3D模拟配电柜电路模型不存在故障,获得第二提醒信息,所述第二提醒信息与所述第一提醒信息不同。解决了现有技术中存在针对配电柜电路故障后接线不准确,导致接线不安全的技术问题,达到通过3D模拟配电柜电路模型,实现准确对配电柜故障电路进行接线,提高接线安全性的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种3D模拟配电柜电路接线方法,其中,所述方法包括:
获得配电柜的图像信息;
根据所述配电柜的图像信息,获得第一3D模拟配电柜电路模型;
对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型;
获得所述配电柜的故障信息;
根据所述配电柜的故障信息,获得第一调整指令;
根据所述第一调整指令,对所述第二3D模拟配电柜电路模型进行模拟接线;
当模拟接线完成后,判断所述第二3D模拟配电柜电路模型是否存在故障;
如果所述第二3D模拟配电柜电路模型存在故障,获得第一提醒信息;
如果所述第二3D模拟配电柜电路模型不存在故障,获得第二提醒信息,所述第二提醒信息与所述第一提醒信息不同。
2.如权利要求1所述的方法,其中,所述根据所述配电柜的图像信息,获得第一3D模拟配电柜电路模型,包括:
获得第一角度图像信息,所述第一角度图像信息为所述配电柜内部第一角度的图像信息;
获得第二角度图像信息,所述第二角度图像信息为所述配电柜内部第二角度的图像信息;
获得第N角度图像信息,所述第N角度图像信息为所述配电柜内部第N角度的图像信息,其中,第一角度、第二角度,直到第N角度互不相同,其中,N为整数;
根据所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,构建第一3D模拟配电柜电路模型。
3.如权利要求1所述的方法,其中,所述对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型,包括:
获得配电柜的平面电路图信息;
根据所述平面电路图信息,获得所述配电柜的接线信息;
根据所述接线信息,调整所述第一3D模拟配电柜电路模型,获得第二3D模拟配电柜电路模型。
4.如权利要求2所述的方法,其中,所述方法包括:
根据所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,获得第二参考点数据集;
根据所述第二参考点数据集,对所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息进行筛选;
根据筛选后的所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,构建第一3D模拟配电柜电路模型。
5.如权利要求4所述的方法,其中,所述方法包括:
根据所述第一角度图像信息、所述第二角度图像信息,直到所述第N角度图像信息,构建第一参考点数据集;
根据所述第一参考点数据集,获得所述第一参考点数据集中参考点数据与配电柜实际数据重合度等级信息;
获得预定重合度等级阈值;
按照所述预定重合度等级阈值,根据参考点数据与配电柜实际数据重合度等级信息,对所述第一参考点数据集进行过滤,获得符合所述预定重合度等级阈值的第二参考点数据集。
6.如权利要求5所述的方法,其中,所述方法包括:
将所述第一参考点数据集中的参考点数据输入神经网络模型,其中,所述神经网络模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一参考点数据集中的参考点数据和用来标识与配电柜实际数据重合度等级的标识信息;
获得所述神经网络模型的第一输出信息,其中,所述第一输出信息包括所述参考点数据与配电柜实际数据重合度等级信息。
7.如权利要求1所述的方法,其中,所述方法包括:
获得第一模拟电流信息;
根据所述第一模拟电流信息,获得所述第二3D模拟配电柜电路模型中保护线状态信息;
根据所述保护线状态信息,获得预定电流阈值。
8.一种3D模拟配电柜电路接线系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得配电柜的图像信息;
第二获得单元,所述第二获得单元用于根据所述配电柜的图像信息,获得第一3D模拟配电柜电路模型;
第三获得单元,所述第三获得单元用于对所述第一3D模拟配电柜电路模型进行调整,获得第二3D模拟配电柜电路模型;
第四获得单元,所述第四获得单元用于获得所述配电柜的故障信息;
第五获得单元,所述第五获得单元用于根据所述配电柜的故障信息,获得第一调整指令;
第一模拟单元,所述第一模拟单元用于根据所述第一调整指令,对所述第二3D模拟配电柜电路模型进行模拟接线;
第一判断单元,所述第一判断单元用于当模拟接线完成后,判断所述第二3D模拟配电柜电路模型是否存在故障;
第六获得单元,所述第六获得单元用于如果所述第二3D模拟配电柜电路模型存在故障,获得第一提醒信息;
第七获得单元,所述第七获得单元用于如果所述第二3D模拟配电柜电路模型不存在故障,获得第二提醒信息,所述第二提醒信息与所述第一提醒信息不同。
9.一种3D模拟配电柜电路接线系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111633465.7A CN114510867A (zh) | 2021-12-29 | 2021-12-29 | 一种3d模拟配电柜电路接线方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111633465.7A CN114510867A (zh) | 2021-12-29 | 2021-12-29 | 一种3d模拟配电柜电路接线方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114510867A true CN114510867A (zh) | 2022-05-17 |
Family
ID=81547752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111633465.7A Withdrawn CN114510867A (zh) | 2021-12-29 | 2021-12-29 | 一种3d模拟配电柜电路接线方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114510867A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167200A (zh) * | 2022-12-05 | 2023-05-26 | 上海蓝箭电控设备南通有限公司 | 一种配电柜使用年限检测方法和装置 |
CN116760197A (zh) * | 2023-08-22 | 2023-09-15 | 深圳市超业电力科技有限公司 | 一种智能配电柜的监控方法、装置及配电柜 |
-
2021
- 2021-12-29 CN CN202111633465.7A patent/CN114510867A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167200A (zh) * | 2022-12-05 | 2023-05-26 | 上海蓝箭电控设备南通有限公司 | 一种配电柜使用年限检测方法和装置 |
CN116760197A (zh) * | 2023-08-22 | 2023-09-15 | 深圳市超业电力科技有限公司 | 一种智能配电柜的监控方法、装置及配电柜 |
CN116760197B (zh) * | 2023-08-22 | 2024-03-19 | 深圳市超业电力科技有限公司 | 一种智能配电柜的监控方法、装置及配电柜 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114510867A (zh) | 一种3d模拟配电柜电路接线方法及系统 | |
CN111951128B (zh) | 一种节能环保的建筑施工方法和装置 | |
CN111950225B (zh) | 一种芯片布局方法、装置、存储介质和电子设备 | |
CN112765560A (zh) | 设备健康状态评估方法、装置、终端设备和存储介质 | |
CN111950068A (zh) | 一种基于Bim的维护建筑设备的方法和装置 | |
CN111986191B (zh) | 一种建筑施工验收方法及系统 | |
CN112629239B (zh) | 一种提高自动烘干设备的烘干效率的方法和装置 | |
CN113076338A (zh) | 一种基于规则的智能船舶避碰自动测试场景生成方法及系统 | |
CN112630496A (zh) | 一种提高电流传感器准确性的方法和装置 | |
CN112504321A (zh) | 一种提高仪表校准精度的信息处理方法和装置 | |
CN112712264B (zh) | 一种智慧社区信息共享方法及系统 | |
CN111954209A (zh) | 一种提高无线传感器节点安全性的信息处理方法及装置 | |
CN113487200B (zh) | 一种公路工程的项目质量评定方法及系统 | |
CN112116515A (zh) | 一种疫情后社区大健康信息处理方法及系统 | |
CN111859094A (zh) | 一种基于云计算的信息分析方法系统 | |
CN112288342B (zh) | 一种提高多中心协作质量控制的数据处理方法和系统 | |
CN112798955B (zh) | 一种特种电机的故障检测方法及装置 | |
US10386806B2 (en) | Method for connecting models of technical systems in a testing device equipped for control unit development | |
CN112487780A (zh) | 一种订单数据排版优化方法及系统 | |
CN114331349A (zh) | 一种基于物联网技术的科研项目管理方法及系统 | |
CN113535806A (zh) | 一种基于区块链的电力数据处理方法及装置 | |
CN113435691A (zh) | 一种基于bim的建筑质量标准评估方法及系统 | |
CN112184474B (zh) | 一种基于区块链的材料智能化制造方法及装置 | |
CN112649656B (zh) | 一种基于神经网络的提高电流传感器精度的信息处理方法及系统 | |
Fu | Verifying probabilistic systems: new algorithms and complexity results |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220517 |
|
WW01 | Invention patent application withdrawn after publication |