CN114638037A - 一种应用于楼宇建筑的智能配电方法、系统、终端以及存储介质 - Google Patents

一种应用于楼宇建筑的智能配电方法、系统、终端以及存储介质 Download PDF

Info

Publication number
CN114638037A
CN114638037A CN202210276052.6A CN202210276052A CN114638037A CN 114638037 A CN114638037 A CN 114638037A CN 202210276052 A CN202210276052 A CN 202210276052A CN 114638037 A CN114638037 A CN 114638037A
Authority
CN
China
Prior art keywords
bim
building
model
target building
electrical system
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.)
Pending
Application number
CN202210276052.6A
Other languages
English (en)
Inventor
刘冶平
彭强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongyingjia Engineering Construction Co ltd
Original Assignee
Beijing Zhongyingjia Engineering Construction Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhongyingjia Engineering Construction Co ltd filed Critical Beijing Zhongyingjia Engineering Construction Co ltd
Priority to CN202210276052.6A priority Critical patent/CN114638037A/zh
Publication of CN114638037A publication Critical patent/CN114638037A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • 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
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Power Engineering (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请涉及楼宇建筑配电的技术领域，特别涉及一种应用于楼宇建筑的智能配电方法，包括步骤：建立目标楼宇建筑的BIM结构模型；基于BIM结构模型，建立应用于目标楼宇建筑的电气系统BIM模型；搭建电气系统的优秀相似工程数据库；基于优秀相似工程数据库，构建应用于目标楼宇建筑物的BP神经网络模型；导出目标楼宇建筑电气系统BIM模型中的数据量；根据目标楼宇建筑电气系统BIM模型中导出的数据量，并基于BP神经网络模型预测目标楼宇建筑电气系统BIM模型的合理性。本申请具有提高电气系统设计的合理性的效果。

Description

一种应用于楼宇建筑的智能配电方法、系统、终端以及存储 介质
技术领域
本申请涉及楼宇建筑配电的技术领域，特别涉及一种应用于楼宇建筑的智能配电方法、系统终端以及存储介质。
背景技术
作为电网的重要环节，配电网担负着电力系统与用户联系、向用户供应电能和分配电能的重要功能，是电力系统中二次降压变电站低压侧直接或降压后向用户供电的网络，在电力系统及电力系统自动化管理中占有非常重要的地位。
在对电气系统设计的过程中，要考虑到供电设备的容量是否能够满足目标楼宇建筑的用量，还要考虑到用电设备都能工作在额定电压中。
但是在整个设计过程中，因供电设备、配电设备、用电设备数量及型号众多，从而计算量等较为繁琐，且容易出现问题，一旦电力系统中部分用电设备无法正常工作，则带来严重的后果。
发明内容
为提高楼宇建筑配电设计的合理性，本申请提供了一种应用于楼宇建筑的智能配电方法。
第一方面，本申请提供的一种应用于楼宇建筑的智能配电方法采用如下的技术方案，包括步骤：
建立目标楼宇建筑的BIM结构模型；
基于BIM结构模型，建立应用于目标楼宇建筑的电气系统BIM模型；
搭建电气系统的优秀相似工程数据库；
基于优秀相似工程数据库，构建应用于目标楼宇建筑物的BP神经网络模型；
导出目标楼宇建筑电气系统BIM模型中的数据量；
根据目标楼宇建筑电气系统BIM模型中导出的数据量，并基于BP神经网络模型预测目标楼宇建筑电气系统BIM模型的合理性；
若基于BP神经网络模型判断目标楼宇建筑电气系统BIM模型合理，则认定电气系统设计合理；
若基于BP神经网络模型判断目标楼宇建筑电气系统BIM模型不合理，则重新调整目标楼宇建筑电气系统BIM模型，直至目标楼宇建筑的电气系统BIM模型合理。
通过采用上述技术方案，BIM技术将真实的、完整的建筑信息集成到参数化三维模型中，基于BIM结构模型布置的目标楼宇建筑电气系统，也可直观、参数化地展示电气系统中各个供电设备、用电设备以及导线的信息；通过训练完成的BP神经网络模型对搭建好的BIM电气系统进行检验，从而实现对电气系统设计合理性的验证。
可选的，所述基于BIM结构模型，建立应用于目标楼宇建筑的电气系统BIM模型中，包括步骤：
建立BIM电气族库；
基于BIM结构模型布放基于BIM结构模型布放供电设备、配电设备以及用电设备；
基于基于BIM结构模型布放供电设备、配电设备以及用电设备的位置关系布放导线，最终形成电气系统BIM模型。
通过采用上述技术方案，通过可视化布置供电设备、配电设备、用电设备以及导线，通过展示的参数化信息，可以快筛选出很不合理的设计方案，实现了对电气系统合理化初步设计的同时，还可以提高设计的合理性。
可选的，所述基于优秀相似工程数据库，构建BP神经网络模型，包括步骤：
基于优秀相似工程数据库中的数据给定训练集；
对训练集中的数据进行训练，调整BP神经网络模型中的参数数值。
通过采用上述技术方案，对优秀相似工程数据库中的数据进行指定数据集后，对数据集中的数据进行训练，直至生成可以符合要求的隐含层权重参数、输入层到隐含层偏置参数、隐含层到输出层权重参数以及隐含层到输出层偏置参数，从而生成了可以应用到目标楼宇建筑的电力系统设计的BP神经网络模型。
可选的，一种应用于楼宇建筑的智能配电方法，还包括步骤：
将判断合理的目标楼宇建筑电气系统BIM模型中的数据量进行导出，并上传至优秀相似工程数据库。
通过采用上述技术方案，将合判断合理的目标楼宇建筑电气系统BIM模型中的数据量进行导出优秀相似工程数据库中，扩大了样本数量，提高了数据的利用率。
第二方面，本申请提供的一种应用于楼宇建筑的智能配电方法采用如下的技术方案：包括BIM建模模块、数据库模块、数据导出模块、神经网络建模模块以及判断模块，其中，所述BIM建模模块，用于搭建目标楼宇建筑的结构BIM模型和电力系统BIM模型；
所述数据库模块，用于存储有与目标楼宇建筑相似的优秀工程的数据；
所述数据导出模块，用于导出BIM建模模块搭建的电力系统BIM模型中的数据量；
所述神经网络建模模块，用于接收数据库模块中的优秀工程的数据，并对优秀工程的数据进行归一化处理，生成用于目标楼宇建筑的BP神经网络模型；
所述判断模块，用于根据生成用于目标楼宇建筑的BP神经网络模型，判断BIM建模模块搭建的目标楼宇建筑的电力系统BIM模型是否合理。
通过采用上述技术方案，BIM建模模块将目标楼宇建筑结构以三维立体形式展示出来的同时，也将设计的电力系统以三维立体形式展示，用户可直观的观察到电力系统中各个电气设备布放情况，可以有效地避免电气设备位置以及电气设备连接方式等设计明显不合理的情况；利用神经网络建模模块，通过对优秀工程的数据进行处理，可以生成应用到本电力系统BIM模型中的BP神经网络模型，且通过BP神经网络模型可对本电力系统BIM模型的合理性进行验证，当不合理的时候，则BIM建模模块需重新进行建模，直至本电力系统BIM模型合理，从而提高了目标楼宇建筑中电气系统设计的合理性。
第三方面，一种终端，包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，所述处理器加载并执行计算机程序时，采用了上述的一种应用于楼宇建筑的智能配电方法。
通过采用上述技术方案，通过上述的构建方法生成计算机程序，并存储于存储器中，以被处理器加载并执行，从而根据存储器及处理器制作终端设备，方便用户使用。
第四方面，一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器加载并执行时，采用了上述的一种应用于楼宇建筑的智能配电方法。
通过采用上述技术方案，通过上述的构建方法生成计算机程序，并存储于计算机可读存储介质中，以被处理器加载并执行，通过计算机可读存储介质，方便计算机程序的可读及存储。
附图说明
图1是本申请一种应用于楼宇建筑的智能配电方法的流程框图；
图2是本申请基于BIM结构模型，建立应用于目标楼宇建筑的电气系统BIM模型的流程框图；
图3是本申请基于优秀相似工程数据库，构建应用于目标楼宇建筑物的BP神经网络模型的流程框图；
图4是本申请对训练集中的数据进行训练，调整BP神经网络模型中的参数数值的流程框图；
图5本申请一种应用于楼宇建筑的智能配电系统的的模块框图。
附图标记说明：1、BIM建模模块；2、数据库模块；3、数据导出模块；4、神经网络建模模块；5、判断模块；6、导入模块。
具体实施方式
以下结合附图1-附图5，对本申请作进一步详细说明。
参照图1，一种应用于楼宇建筑的智能配电方法，包括如下步骤：
S100、建立目标楼宇建筑的BIM结构模型。
获取目标楼宇建筑的土建设计图纸，从土建设计图纸中获取目标楼宇建筑的楼层布局信息以及层高信息等，利用REVIT平台对目标楼宇建筑进行三维立体建模，生成目标楼宇建筑的BIM结构模型，从目标楼宇建筑的BIM结构模型中可以获取目标楼宇建筑的结构、形状以及大小。
S110、基于BIM结构模型，建立应用于目标楼宇建筑的电气系统BIM模型。
其中，电气系统包括供电设备、用电设备以及导线。
不同建筑楼宇因自身的大小、层数以及楼层布局等方面的不同，从而不同楼宇建筑中的供电设备、用电设备以及导线的布局也不相同。
S120、搭建电气系统的优秀相似工程数据库。
其中，电气系统优秀相似工程数据库中包括多个电气系统优秀相似工程，且每个电气系统优秀相似工程中均包含有供电设备信息、用电设备信息以及导线信息。
例如，供电设备信息包括供电设备的供电电压；用电设备信息包括用电设备数量以及用电设备的额定工作电压等；导线信息包括干线与支线的长度、材质以及横截面积等。
S130、基于优秀相似工程数据库，构建应用于目标楼宇建筑物的BP神经网络模型。
其中，BP神经网络模型包括一个输入层、一个输出层以及一个或多个隐藏层，数据由输入层通过隐藏层后到达输出层；一个输入层包括一个或多个自变量,一个隐藏层包括一个或多个神经元,一个输出层包括一个或多个因变量，输入层经过神经元均需要通过激活函数。激活函数可为sigmod函数、tanh函数或者ReLU函数。
BP神经网络模型由信号的正向传播和误差的反向传播两个过程构成。在正向传播过程中，根据输入层的输入数据、输入层到隐含层权重、输入层偏置、隐含层到输出层权重以及隐含层到输出层偏置，计算最终输出层中输出值与实际值之间的损失值，如果损失值不在给定的范围内则进行反向传播的过程，否则停止输入层到隐含层权重、输入层偏置、隐含层到输出层权重以及隐含层到输出层偏置的更新。
在本申请实施例中，以signmod函数为激活函数为例进行讲述BP神经网络，signmod函数表达式具体为
Figure BDA0003556001870000051
BP神经网络前向传播公式如下所示：
Figure BDA0003556001870000052
式中，x输入层；
u为隐含层；
y输出层；
vij表示输入层第i个神经元与隐含层第j个神经元之间的权重；
Figure BDA0003556001870000053
为隐含层u第j个神经元的偏置；
uj表示隐含层第j个神经元与输出层第k个神经元之间的权重；
f为激励函数；
θy为输出层的偏置。
误差函数公式如下所示：
Figure BDA0003556001870000054
式中，yτ为真实输出值；
y为经神经网络预测输出值。
BP神经网络采用梯度下降法的反向传播公式如下所示：
Figure BDA0003556001870000055
Figure BDA0003556001870000056
Figure BDA0003556001870000057
Figure BDA0003556001870000058
式子中，
Figure BDA0003556001870000061
为wj的梯度；
Figure BDA0003556001870000062
为θy的梯度；
Figure BDA0003556001870000063
为vij的梯度；
Figure BDA0003556001870000064
为
Figure BDA0003556001870000065
的梯度。
S140、导出目标楼宇建筑电气系统BIM模型中的数据量。
目标楼宇建筑电气系统BIM模型中的数据量包括供电设备的供电电压、用电设备的工作电压、支线导线参数以及干线导线参数，其中可根据干线导线参数计算出干线导线的损耗电压，可根据支线导线参数计算出支线导线的损耗电压。
在本申请实施例中，以EXCEL格式从REVIT平台中导出数据量表格。
S150、根据目标楼宇建筑电气系统BIM模型中导出的数据量，并基于BP神经网络模型预测目标楼宇建筑电气系统BIM模型的合理性。
若基于BP神经网络模型判断目标楼宇建筑电气系统BIM模型合理，则认定电气系统设计合理，且将本楼宇建筑电气系统BIM模型的数据量导出至优秀相似工程数据库。
若基于BP神经网络模型判断目标楼宇建筑电气系统BIM模型不合理，则重新调整目标楼宇建筑电气系统BIM模型，直至目标楼宇建筑的电气系统BIM模型合理，并将合理后的电气系统BIM模型的数据量导出至优秀相似工程数据库。
一种应用于楼宇建筑的智能配电方法的实施原理：BIM技术将真实的、完整的建筑信息集成到参数化三维模型中，基于BIM结构模型布置的楼宇电气系统，也可直观、参数化地展示电气系统中各个供电设备、用电设备以及导线的信息；通过训练完成的BP神经网络模型对搭建好的BIM电气系统进行检验，从而实现对电气系统设计合理性的预测。
参考图2，基于BIM结构模型，建立应用于目标楼宇建筑的电气系统BIM模型中，包括步骤：
S200、建立BIM电气族库。
其中，BIM电气族库中包括供电设备、配电设备、用电设备以及导线等；且供电设备、配电设备、用电设备以及导线均设置有唯一指定编号，通过编号可快速定位和区分各个电气设备。
配电设备通过导线将供电设备的电能配送到用电设备处；供电设备包括接入低压或高压的变压器，配电设备包括一级配电箱、二级配电箱和三级配电箱；其中，一级配电箱从变压器处引入三相电，二级配电箱从一级配电箱电源线至用电设备附近，三级配电箱为用电设备自身的控制箱，且设置在用电设备周边。
例如，变压器编号为A1，一级配电箱为配电室内的配电柜，编号为N1；二级配电箱为消防泵控制柜、应急照明柜、电梯控制柜以及各楼层中为三级配电箱供电的分布式配电柜，消防泵控制柜的编号为B1、应急照明柜的编号为B2、电梯控制柜的编号为B3；三级配电箱为室内照明灯的控制开关。用电设备为机房主机、消防电梯、火灾自动报警以及电动防火门等。变压器到配单柜的导线为L1，配电柜到消防泵控制柜的导线为L2，配电柜到电梯控制柜的导线为L3，电梯控制柜到消防电梯的导线为L4。
供电设备设置有供电设备参数，配电设备设置有配电设备参数，用电设备设置有用电设备参数，导线设置有导线参数。其中，供电设备参数包括供电容量；配电设备参数包括配电设备的配电容量；用电设备参数包括用电设备的额定电压和额定电流等；导线参数包括自身的材料、长度以及截面积等；且供电设备参数、供电设备参数以及导线参数均可调整修改。
例如，变压器的供电容量为10Kv，空调的额定电压为220v，电梯的额定电压为380v等，变压器到电梯控制柜的导线为铜制、长度为220米、横截面为10方，电梯控制柜到消防电梯的导线为铜制、长度为120米、横截面为5方。
S210、基于BIM结构模型布放供电设备、配电设备以及用电设备。
基于目标建筑物的BIM结构模型，将电气设备可视化放置在指定的工作区域位置，可以快速排出很不合理的设计方案。
在REVIT平台中，按照楼层来划分平面，在各平面中布点时，赋予电气设备确定位置，并在剖面中赋予电气设备一个确定的高度，从而实现对电气设备在BIM结构模型内的精准布点。
例如，将配电房中的配电柜设置在建筑物一层或者负一层；消防泵控制柜设置在建筑物地下室和建筑物中间楼层；风机控制柜设置在建筑物楼顶；应急照明柜设置在建筑物每一层或相邻四层内；电梯控制柜设置在建筑物楼顶；分布式配电柜和室内照明灯均匀分布设置在建筑物的每一层。
S220、基于BIM结构模型布放供电设备、配电设备以及用电设备，最终形成电气系统BIM模型。
将供电设备和用电设备布放在BIM结构模型后，在电气设备之间采用采用放射性、树干型或者混合式布线方式进行架设导线，连通相应的供电设备和用电设备，形成电气系统。
通过可视化布线，可以有效地减少电缆绕行的情况，同时也可为电缆穿设墙体布线提供直观的画面依据，提高了电气系统设计的合理性。
例如，用混合式布线方式连接供电设备与用电设备，配电房中的配电柜分别单独与消防泵控制柜、风机控制柜、应急照明柜、电梯控制柜以及风机控制柜连接；配电房中的配电柜分别单独与各楼层的分布式配电柜连接，分布式配电柜与室内照明灯的控制开关连接。在本申请中，消防泵控制柜以及应急照明柜等供电设备均指设置有空气开关、熔丝、电流检测装置等集成的电气设备。
基于BIM结构模型，建立应用于目标楼宇建筑的电气系统BIM模型的实施原理：通过可视化布置供电设备、配电设备、用电设备以及导线，通过展示的参数化信息，可以快筛选出很不合理的设计方案，实现了对电气系统合理化初步设计的同时，还可以提高设计的合理性。
参考图3，基于优秀相似工程数据库，构建BP神经网络模型，包括步骤：
S300、基于优秀相似工程数据库中的数据给定训练集。
例如，给定训练集包括M组训练数据，三个输入数据以及一个输出数据，其中输入数据可为供电设备容量、干线导线电压损耗以及支线导线电压损耗，输出数据为用电设备的工作电压。
Figure BDA0003556001870000081
式中，x为训练集中的真实输入数据，yτ为真实输出值。
S310、对训练集中的数据进行训练，调整BP神经网络模型中的参数数值。
其中，BP神经网络模型中的参数数值包括输入层到隐含层权重参数、输入层偏置参数、隐含层到输出层权重参数以及隐含层到输出层偏置参数。
基于优秀相似工程数据库，构建BP神经网络模型的实施原理：对优秀相似工程数据库中的数据进行指定数据集后，对数据集中的数据进行训练，直至生成可以符合要求的隐含层权重参数、输入层到隐含层偏置参数、隐含层到输出层权重参数以及隐含层到输出层偏置参数，从而生成了可以应用到目标楼宇建筑的电力系统设计的BP神经网络模型。
参考图4，对训练集中的数据进行训练，调整BP神经网络模型中的参数数值，包括步骤
S400、设置BP神经网络模型中的输入层到隐含层初始化权重参数、输入层到隐含层初始化偏置参数、隐含层到输出层初始化权重参数以及隐含层到输出层初始化偏置参数。
其中，输入层到隐含层初始化权重参数和隐含层到输出层初始化权重参数为[0,1]内的随机数。
S410、设定误差范围。
其中，用电设备的额定工作电压不超过其工作电压的±5％。
例如，额定工作电压为220V的空调，空调的电压误差范围在208V-231V之间；额定工作电压为380V的电梯，电梯的电压误差范围在361V-399V之间，则误差。
S420、遍历训练组中的每一个样本，采用梯度下降法更新调整输入层到隐含层初始化权重参数、输入层到隐含层初始化偏置参数、隐含层到输出层初始化权重参数以及隐含层到输出层初始化偏置参数，直至输出层的输出数据在设定的误差范围内。
实施例二
本申请实施例与上述实施例的区别在于，参考图1，还包括步骤：
S160、将判断合理的目标楼宇建筑电气系统BIM模型中的数据量进行导出，并上传至优秀相似工程数据库。
其中，导出的数据包括供电设备参数信息、配单设备参数信息、用电设备的参数信息、支线导线的参数信息以及干线导线的参数信息。
可以EXCEL的方式合理的目标楼宇建筑电气系统BIM模型中的数据量进行导出，并由用户手动录入或者由机器自动识别录入到优秀相似工程数据库中。
例如，供电设备参数信息为供电设备的供电电压，配单设备参数信息为配单设备的配电电压，用电设备的参数信息为用电设备的额定电压，支线导线的参数信息为支线导线的横截面、长度以及材质等。
实施原理：将合判断合理的目标楼宇建筑电气系统BIM模型中的数据量进行导出优秀相似工程数据库中，扩大了样本数量，提高了数据的利用率。
参照图5，在本申请中还公开有一种应用于楼宇建筑的智能配电系统，包括：BIM建模模块1，用于搭建目标楼宇建筑的结构BIM模型和电力系统BIM模型；
数据库模块2，用于存储有与目标楼宇建筑相似的优秀工程的数据；
数据导出模块3，用于导出BIM建模模块1搭建的电力系统BIM模型中的数据量；
神经网络建模模块4，用于接收数据库模块2中的优秀工程的数据，并对优秀工程的数据进行归一化处理，生成用于目标楼宇建筑的BP神经网络模型；
判断模块5，用于根据生成用于目标楼宇建筑的BP神经网络模型，判断BIM建模模块1搭建的目标楼宇建筑的电力系统BIM模型是否合理。
导入模块6，用于将合理的目标楼宇建筑的电力系统BIM模型的数据量导入至目标楼宇建筑的中。
实施原理：BIM建模模块1将目标楼宇建筑结构以三维立体形式展示出来的同时，也将设计的电力系统以三维立体形式展示，用户可直观的观察到电力系统中各个电气设备布放情况，可以有效地避免电气设备位置以及电气设备连接方式等设计明显不合理的情况；利用神经网络建模模块4，通过对优秀工程的数据进行处理，可以生成应用到本电力系统BIM模型中的BP神经网络模型，且通过BP神经网络模型可对本电力系统BIM模型的合理性进行验证，当不合理的时候，则BIM建模模块1需重新进行建模，直至本电力系统BIM模型合理，从而提高了目标楼宇建筑中电气系统设计的合理性。
本申请实施例公开一种终端设备，终端设备包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序。其中，处理器执行计算机程序时采用了上述实施例的一种应用于楼宇建筑的智能配电方法。
终端设备包括台式电脑、笔记本电脑或者云端服务器等计算机设备，并且，终端设备包括但不限于处理器以及存储器，例如，终端设备还可以包括输入输出设备、网络接入设备以及总线。
处理器可以采用中央处理单元(CPU)，当然，根据实际的使用情况，也可以采用其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以采用微处理器或者任何常规的处理器等，本申请对此不做限制。
存储器可以为终端设备的内部存储单元，例如，终端设备的硬盘或者内存，也可以为终端设备的外部存储设备，例如，终端设备上配备的插接式硬盘、智能存储卡(SMC)、安全数字卡(SD)或者闪存卡(FC)等，并且，存储器还可以为终端设备的内部存储单元与外部存储设备的组合，存储器用于存储计算机程序以及终端设备所需的其他程序和数据，存储器还可以用于暂时地存储已经输出或者将要输出的数据，本申请对此不做限制。
其中，通过本终端设备，将上述实施例的一种应用于楼宇建筑的智能配电方法存储于终端设备的存储器中，并且，被加载并执行于终端设备的处理器上，以方便用户使用。
其中，计算机程序可以存储于计算机可读介质中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间件形式等，计算机可读介质包括能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM)、随机存取存储器(RAM)、电载波信号、电信信号以及软件分发介质等，需要说明的是，计算机可读介质包括但不限于上述元器件。
其中，通过本计算机可读存储介质，将上述实施例的一种应用于楼宇建筑的智能配电方法存储于计算机可读存储介质中，并且，被加载并执行于处理器上，以方便一种应用于楼宇建筑的智能配电方法的存储及应用。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (8)

1.一种应用于楼宇建筑的智能配电方法，其特征在于，包括步骤：
建立目标楼宇建筑的BIM结构模型；
基于BIM结构模型，建立应用于目标楼宇建筑的电气系统BIM模型；
搭建电气系统的优秀相似工程数据库；
基于优秀相似工程数据库，构建应用于目标楼宇建筑物的BP神经网络模型；
导出目标楼宇建筑电气系统BIM模型中的数据量；
根据目标楼宇建筑电气系统BIM模型中导出的数据量，并基于BP神经网络模型预测目标楼宇建筑电气系统BIM模型的合理性；
若基于BP神经网络模型判断目标楼宇建筑电气系统BIM模型合理，则认定电气系统设计合理；
若基于BP神经网络模型判断目标楼宇建筑电气系统BIM模型不合理，则重新调整目标楼宇建筑电气系统BIM模型，直至目标楼宇建筑的电气系统BIM模型合理。
2.根据权利要求1所述的一种应用于楼宇建筑的智能配电方法，其特征在于，所述基于BIM结构模型，建立应用于目标楼宇建筑的电气系统BIM模型中，包括步骤：
建立BIM电气族库；
基于BIM结构模型布放基于BIM结构模型布放供电设备、配电设备以及用电设备 ；
基于基于BIM结构模型布放供电设备、配电设备以及用电设备的位置关系布放导线，最终形成电气系统BIM模型。
3.根据权利要求2所述的一种应用于楼宇建筑的智能配电方法，其特征在于，所述基于优秀相似工程数据库，构建BP神经网络模型 ，包括步骤：
基于优秀相似工程数据库中的数据给定训练集；
对训练集中的数据进行训练，调整BP神经网络模型中的参数数值。
4.根据权利要求3所述的一种应用于楼宇建筑的智能配电方法，其特征在于，所述对训练集中的数据进行训练，调整BP神经网络模型中的参数数值，包括步骤：
设置BP神经网络模型中的输入层到隐含层初始化权重参数、输入层到隐含层初始化偏置参数、隐含层到输出层初始化权重参数以及隐含层到输出层初始化偏置参数；
设定误差范围；
遍历训练组中的每一个样本，采用梯度下降法更新调整输入层到隐含层初始化权重参数、输入层到隐含层初始化偏置参数、隐含层到输出层初始化权重参数以及隐含层到输出层初始化偏置参数，直至输出层的输出数据在设定的误差范围内。
5.根据权利要求1所述的一种应用于楼宇建筑的智能配电方法，其特征在于，还包括步骤：
将判断合理的目标楼宇建筑电气系统BIM模型中的数据量进行导出，并上传至优秀相似工程数据库。
6.一种应用于楼宇建筑的智能配电系统，其特征在于，包括BIM建模模块（1）、数据库模块（2）、数据导出模块（3）、神经网络建模模块（4）以及判断模块（5），其中，
所述BIM建模模块（1），用于搭建目标楼宇建筑的结构BIM模型和电力系统BIM模型；
所述数据库模块（2），用于存储有与目标楼宇建筑相似的优秀工程的数据；
所述数据导出模块（3），用于导出BIM建模模块（1）搭建的电力系统BIM模型中的数据量；
所述神经网络建模模块（4），用于接收数据库模块（2）中的优秀工程的数据，并对优秀工程的数据进行归一化处理，生成用于目标楼宇建筑的BP神经网络模型；
所述判断模块（5），用于根据生成用于目标楼宇建筑的BP神经网络模型，判断BIM建模模块（1）搭建的目标楼宇建筑的电力系统BIM模型是否合理。
7.一种终端，其特征在于：包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，所述处理器加载并执行计算机程序时，采用了权利要求1-5任意一项所述的一种应用于楼宇建筑的智能配电方法。
8.一种计算机可读存储介质，其特征在于：计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器加载并执行时，采用了权利要求1-5任意一项所述的一种应用于楼宇建筑的智能配电方法。
CN202210276052.6A 2022-03-21 2022-03-21 一种应用于楼宇建筑的智能配电方法、系统、终端以及存储介质 Pending CN114638037A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210276052.6A CN114638037A (zh) 2022-03-21 2022-03-21 一种应用于楼宇建筑的智能配电方法、系统、终端以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210276052.6A CN114638037A (zh) 2022-03-21 2022-03-21 一种应用于楼宇建筑的智能配电方法、系统、终端以及存储介质

Publications (1)

Publication Number Publication Date
CN114638037A true CN114638037A (zh) 2022-06-17

Family

ID=81949461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210276052.6A Pending CN114638037A (zh) 2022-03-21 2022-03-21 一种应用于楼宇建筑的智能配电方法、系统、终端以及存储介质

Country Status (1)

Country Link
CN (1) CN114638037A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005676A (zh) * 2015-08-13 2015-10-28 国网上海市电力公司 一种基于电缆工程信息模型的三维设计方法
CN108629472A (zh) * 2017-03-22 2018-10-09 北京鸿业同行科技有限公司 Bim模型质量检查平台
US20200081979A1 (en) * 2017-09-12 2020-03-12 Bricsys Nv Semantic Classification of Entities in a Building Information Model Based on Geometry and Neighborhood

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005676A (zh) * 2015-08-13 2015-10-28 国网上海市电力公司 一种基于电缆工程信息模型的三维设计方法
CN108629472A (zh) * 2017-03-22 2018-10-09 北京鸿业同行科技有限公司 Bim模型质量检查平台
US20200081979A1 (en) * 2017-09-12 2020-03-12 Bricsys Nv Semantic Classification of Entities in a Building Information Model Based on Geometry and Neighborhood

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李晓宇 等: "基于BIM与BP神经网络的绿色建筑全生命周期风险管理", 《项目管理技术》 *

Similar Documents

Publication Publication Date Title
CN110059358B (zh) 建筑电气设计图纸的自动生成方法和自动生成装置
TWI546687B (zh) 用於自動化建物服務設計之系統及方法
CN110232231B (zh) 一种基于cad的建筑电气系统图的自动生成方法
KR102152251B1 (ko) Bim 데이터를 재난안전 공간 데이터로 변환하기 위한 장치 및 방법
CN106779168A (zh) 一种配电变压器选址及低压网架规划优化方法
Abdul-Rahman et al. Reactive power optimization using fuzzy load representation
US8738332B2 (en) System and process for client driven automated circuiting and branch circuit wiring
CN110968905A (zh) 房屋空间区域分配方法、装置、存储介质及电子设备
CN111460244A (zh) 智能建筑bim模型的制作方法、系统、介质及制作设备
CN114638037A (zh) 一种应用于楼宇建筑的智能配电方法、系统、终端以及存储介质
CN113868809A (zh) 电气图纸绘制方法、装置、计算机设备和存储介质
CN111611665B (zh) 一种基于三维模块化设计的智能变电站设计方法
CN111143929B (zh) 一种实验室的空间布局设计方法和系统
US10146889B2 (en) Method and device for managing cabling in a cluster
CN108846155B (zh) 建筑工程电气负荷中心矢量计算方法及变电所设计方法
CN111241619A (zh) 一种规则驱动的协同交互式空间布局自动设计方法
CN117057078A (zh) 一种电气接线图生成方法、装置、设备及介质
Seong et al. Automatic computation for optimum height planning of apartment buildings to improve solar access
CN113626909B (zh) 基于图算法的电气回路自动化分析与图纸生成方法及设备
Kang et al. Development of the IPRO-ZONE for internal fire probabilistic safety assessment
CN112465956B (zh) 一种电气二次设计用三维设计实施方法
CN104376614A (zh) 变电站操作票一键出票方法
Zhou et al. IEDW: A BIM-based indoor electric distribution wiring algorithm using graph theory and capacity-limited multiple traveling salesman problem solver
CN112288598A (zh) 一种确定变电站的负荷元件的构成的方法和系统
Zhou MM Electrical Tool: A Tool for Generating Electrical Single Line Diagrams in BIM

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220617

RJ01 Rejection of invention patent application after publication