CN116522565A - 一种基于bim的电力工程设计配电网规划方法及计算机设备 - Google Patents
一种基于bim的电力工程设计配电网规划方法及计算机设备 Download PDFInfo
- Publication number
- CN116522565A CN116522565A CN202310807839.5A CN202310807839A CN116522565A CN 116522565 A CN116522565 A CN 116522565A CN 202310807839 A CN202310807839 A CN 202310807839A CN 116522565 A CN116522565 A CN 116522565A
- Authority
- CN
- China
- Prior art keywords
- component
- spatial distribution
- tensor
- target
- bim
- 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.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 567
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000013461 design Methods 0.000 title claims abstract description 48
- 239000000470 constituent Substances 0.000 claims abstract description 60
- 238000005457 optimization Methods 0.000 claims description 100
- 230000006870 function Effects 0.000 claims description 38
- 238000012549 training Methods 0.000 claims description 30
- 230000015654 memory Effects 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 11
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 8
- 230000000149 penetrating effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005291 magnetic effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 230000005294 ferromagnetic effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本申请提供一种基于BIM的电力工程设计配电网规划方法及计算机设备，通过在目标BIM电网模型数据中确定包含目标项目构件的模型区域，对目标项目构件的构件设计张量表示进行学习获得构件组成元素对应的构件空间分布张量表示和聚焦调节核，依据聚焦调节核对构件空间分布张量表示进行优化，通过优化后的构件空间分布张量表示得到目标项目构件所处的设计空间。基于此，通过聚焦调节核对构件空间分布张量表示进行优化，令最后通过构件空间分布张量表示推理得到的模型区域中的构件组成元素针对目标项目构件的推理空间分布更加精准，如此令最后在推理空间分布集中所筛选的对于针对目标项目构件的目标空间分布准确可靠。
Description
技术领域
本申请涉及但不限于BIM、机器学习技术领域，尤其涉及一种基于BIM的电力工程设计配电网规划方法及计算机设备。
背景技术
电网软件是电网信息化中的重要一环，BIM（Building InformationModeling）为建筑信息模型，BIM可参与项目规划设计、建设运营的全过程，通过云平台创建智能模型，可实现结构性数据的全生命周期管理。对于电网的工程设计，国网要求 35KV以上输变电工程全面使用三维设计，实现三维设计、三维评审、三维移交。在送审评估之前，针对BIM模型的前置校审中，需确定构成BIM模型的各个模块化项目构件的设计是否合规、合理，在校验时，通过人工审核效率较低，不符合智能化要求。基于智能化校验的方式中，例如借助机器学习的方式进行校验是近年来的主流，但是，其中需要对各个项目构件在整个BIM模型中的所属设计空间进行区分，因为BIM模型中往往涉及到非常庞大且稠密的项目构件，不属于一个BIM模块的项目构件可能被误识别到相同BIM模块中，导致最后的审验结果不准确。因此，如何准确确定目标项目构件在BIM模型中的空间分布是智能审验中亟待解决的问题。
发明内容
有鉴于此，本申请实施例至少提供一种基于BIM的电力工程设计配电网规划方法及计算机设备。
本申请实施例的技术方案是这样实现的：
一方面，本申请实施例提供一种基于BIM的电力工程设计配电网规划方法，应用于计算机设备，所述方法包括：
获取目标BIM电网模型数据，所述目标BIM电网模型数据包括多个项目构件；从所述目标BIM电网模型数据中确定包含目标项目构件的模型区域；
获取所述模型区域中的构件组成元素对应的构件空间分布张量表示；其中，所述构件空间分布张量表示包括所述构件组成元素针对所述目标项目构件的构件空间分布张量值；
基于所述模型区域中的所述目标项目构件的构件设计张量表示，生成用于优化所述构件空间分布张量表示中的所述构件空间分布张量值的聚焦调节核；
基于所述构件空间分布张量表示中的所述构件空间分布张量值和所述聚焦调节核，确定所述构件组成元素对应的推理空间分布，将所述构件组成元素对应的推理空间分布加入推理空间分布集；
在所述推理空间分布集中，筛选与所述目标项目构件在所述目标BIM电网模型数据中的项目构件坐标和项目构件大小对应的推理空间分布，并确定为目标空间分布。
在一些实施例中，所述构件空间分布张量表示包括第一方向构件空间分布张量表示和第二方向构件空间分布张量表示；所述构件空间分布张量值包括所述构件组成元素针对所对应的目标项目构件的第一方向边界张量值和第二方向边界张量值；所述第一方向构件空间分布张量表示中的构件空间分布张量值为所述第一方向边界张量值；所述第二方向构件空间分布张量表示中的构件空间分布张量值为所述第二方向边界张量值；所述聚焦调节核包括第一方向聚焦调节核和第二方向聚焦调节核；所述第一方向聚焦调节核用于优化所述第一方向构件空间分布张量表示中的第一方向边界张量值；所述第二方向聚焦调节核用于优化所述第二方向构件空间分布张量表示中的第二方向边界张量值；
所述基于所述构件空间分布张量表示中的所述构件空间分布张量值和所述聚焦调节核，确定所述构件组成元素对应的推理空间分布，包括：
基于所述第一方向聚焦调节核对所述第一方向构件空间分布张量表示中的第一方向边界张量值进行聚焦调节，得到调节后的第一方向构件空间分布张量表示；
基于所述第二方向聚焦调节核对所述第二方向构件空间分布张量表示中的第二方向边界张量值进行聚焦调节，得到调节后的第二方向构件空间分布张量表示；
基于所述调节后的第一方向构件空间分布张量表示和所述调节后的第二方向构件空间分布张量表示，确定所述构件组成元素对应的推理空间分布。
在一些实施例中，所述构件空间分布张量表示还包括构件角度张量表示；所述基于所述调节后的第一方向构件空间分布张量表示和所述调节后的第二方向构件空间分布张量表示，确定所述构件组成元素对应的推理空间分布，包括：
基于所述调节后的第一方向构件空间分布张量表示和所述调节后的第二方向构件空间分布张量表示，确定所述构件组成元素对应的推理空间分布的空间覆盖范围；
基于所述构件角度张量表示和所述构件组成元素在所述目标BIM电网模型数据中的项目构件空间定位，确定所述构件组成元素对应的推理空间分布在所述目标BIM电网模型数据中的空间分布定位；
基于所述构件组成元素对应的所述空间覆盖范围和所述空间分布定位，确定所述构件组成元素对应的推理空间分布。
在一些实施例中，所述在所述推理空间分布集中，筛选与所述目标项目构件在所述目标BIM电网模型数据中的项目构件坐标和项目构件大小对应的推理空间分布，并确定为目标空间分布，包括：
获取所述推理空间分布集中的每个推理空间分布各自对应的支持系数；所述支持系数指示所对应的推理空间分布为所述目标空间分布的可能性；
将所述推理空间分布集中所述支持系数小于临界支持系数的推理空间分布，从所述推理空间分布集中清洗掉，得到第一整理空间分布集；
从所述第一整理空间分布集中，获取所述目标空间分布。
在一些实施例中，所述第一整理空间分布集包括第一推理空间分布和第二推理空间分布；所述从所述第一整理空间分布集中，获取所述目标空间分布，包括：
获取所述第一推理空间分布和所述第二推理空间分布在所述目标BIM电网模型数据中的空间分布叠加度；
当所述空间分布叠加度大于预设空间分布叠加度，且所述第一推理空间分布对应的支持系数大于所述第二推理空间分布对应的支持系数时，将所述第二推理空间分布从所述第一整理空间分布集中清洗掉，得到第二整理空间分布集；
将所述第二整理空间分布集中的推理空间分布都确定为所述目标空间分布。
在一些实施例中，所述方法通过事先调试完成的BIM电网优化网络执行，所述BIM电网优化网络的调试过程包括以下步骤：
初始化BIM电网优化网络，得到初始BIM电网优化网络；
获取BIM电网模型训练数据，依据所述初始BIM电网优化网络从所述BIM电网模型训练数据中确定包含目标项目构件的模型区域；
获取所述模型区域中的构件组成元素对应的构件空间分布张量表示；其中，所述构件空间分布张量表示中包括所述构件组成元素针对所述目标项目构件的构件空间分布张量值；
基于所述模型区域中的所述目标项目构件的构件设计张量表示，生成用于优化所述构件空间分布张量表示中的所述构件空间分布张量值的聚焦调节核；
基于所述构件空间分布张量表示中的所述构件空间分布张量值和所述聚焦调节核，确定所述构件组成元素对应的推理空间分布，将所述构件组成元素对应的推理空间分布加入推理空间分布集；
在所述推理空间分布集中，筛选与所述目标项目构件在目标BIM电网模型数据中的项目构件坐标和项目构件大小对应的推理空间分布，并确定为目标空间分布；
基于所述目标空间分布与在所述BIM电网模型训练数据中携带的所述目标项目构件的真实空间分布之间的空间分布误差，调节所述初始BIM电网优化网络的网络内部配置变量，得到调试好的BIM电网优化网络。
在一些实施例中，所述获取所述模型区域中的构件组成元素对应的构件空间分布张量表示，包括：
检测所述模型区域中的构件组成元素的项目构件属性，基于检测结果为所述构件组成元素分配检测属性指示信息；所述项目构件属性包括目标项目构件属性和临近项目构件属性；所述目标项目构件属性的构件组成元素为所述模型区域中所述目标项目构件包含的构件组成元素；所述临近项目构件属性的构件组成元素为所述模型区域中除所述目标项目构件包含的构件组成元素外的构件组成元素；所述检测属性指示信息包括所述目标项目构件属性对应的目标属性指示信息和所述临近项目构件属性对应的临近属性指示信息；
基于所述构件组成元素被分配的检测属性指示信息，生成所述模型区域对应的区域张量关系网；
基于所述区域张量关系网，生成所述模型区域中的所述构件组成元素对应的所述构件空间分布张量表示。
在一些实施例中，所述基于所述构件组成元素被分配的检测属性指示信息，生成所述模型区域对应的区域张量关系网，包括：
基于所述构件组成元素被分配的检测属性指示信息和所述模型区域中的所述目标项目构件的所述构件设计张量表示，生成所述模型区域对应的所述区域张量关系网；所述基于所述模型区域中的所述目标项目构件的构件设计张量表示，生成用于优化所述构件空间分布张量表示中的所述构件空间分布张量值的聚焦调节核，包括：
基于所述区域张量关系网，生成用于优化所述构件空间分布张量值的所述聚焦调节核；
所述模型区域中的所述构件组成元素还被分配真实属性指示信息；
所述真实属性指示信息包括所述目标属性指示信息和所述临近属性指示信息；所述基于所述目标空间分布与在所述BIM电网模型训练数据中携带的所述目标项目构件的真实空间分布之间的空间分布误差，调节所述初始BIM电网优化网络的网络内部配置变量，得到调试好的BIM电网优化网络，包括：
基于所述构件组成元素对应的所述检测属性指示信息与所述真实属性指示信息之间的指示信息误差，确定第一误差函数；
基于所述目标空间分布与所述真实空间分布之间的空间分布误差，确定第二误差函数；
基于所述第一误差函数和所述第二误差函数，调节所述初始BIM电网优化网络的网络内部配置变量，得到所述BIM电网优化网络。
在一些实施例中，所述基于所述目标空间分布与在所述BIM电网模型训练数据中携带的所述目标项目构件的真实空间分布之间的空间分布误差，调节所述初始BIM电网优化网络的网络内部配置变量，得到调试好的BIM电网优化网络，包括：
基于所述目标空间分布与所述真实空间分布之间的空间分布误差，确定第二误差函数；
获取所述模型区域中被分配所述目标属性指示信息的构件组成元素在所述目标BIM电网模型数据中的模型空间；
基于所述模型空间和所述真实空间分布之间的空间分布误差，确定第三误差函数；
基于所述第二误差函数和所述第三误差函数，调节所述初始BIM电网优化网络的网络内部配置变量，得到所述BIM电网优化网络。
另一方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上所述方法中的步骤。
本申请至少具有的有益效果：本申请提供的基于BIM的电力工程设计配电网规划方法及计算机设备，通过在目标BIM电网模型数据中确定包含目标项目构件的模型区域，然后对该模型区域中的目标项目构件的构件设计张量表示进行学习，获得模型区域中的构件组成元素对应的构件空间分布张量表示和聚焦调节核，依据聚焦调节核对构件空间分布张量表示进行优化，之后通过优化之后的构件空间分布张量表示，得到目标项目构件在目标BIM电网模型数据中的所处的设计空间。基于此，本申请通过模型区域中的目标项目构件的构件设计张量表示，生成聚焦调节核，通过聚焦调节核对构件空间分布张量表示进行优化，令最后通过构件空间分布张量表示推理得到的模型区域中的构件组成元素针对目标项目构件的推理空间分布更加精准，如此令最后在推理空间分布集中所筛选的对于针对目标项目构件的目标空间分布准确可靠，降低分布识别误差。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请的技术方案。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
图1为本申请实施例提供的一种基于BIM的电力工程设计配电网规划方法的实现流程示意图。
图2为本申请实施例提供的一种BIM模型优化装置的组成结构示意图。
图3为本申请实施例提供的一种计算机设备的硬件实体示意图。
实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图和实施例对本申请的技术方案进一步详细阐述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。所涉及的术语“第一/第二/第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一/第二/第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请的目的，不是旨在限制本申请。
本申请实施例提供一种基于BIM的电力工程设计配电网规划方法，该方法可以由计算机设备的处理器执行。其中，计算机设备可以指的是服务器、笔记本电脑、平板电脑、台式计算机、智能电视、移动设备(例如移动电话、便携式视频播放器、个人数字助理、专用消息设备、便携式游戏设备)等具备数据处理能力的设备。
图1为本申请实施例提供的一种基于BIM的电力工程设计配电网规划方法的实现流程示意图，如图1所示，该方法包括如下步骤110至步骤150：
本申请实施例提供的基于BIM的电力工程设计配电网规划方法所涉及到的各个步骤可以通过机器学习网络进行执行，例如深度神经网络。该基于BIM的电力工程设计配电网规划方法主要包括以下步骤：
步骤110，获取目标BIM电网模型数据，从目标BIM电网模型数据中确定包含目标项目构件的模型区域。
目标BIM电网模型数据包括多个项目构件，不同的项目构件组成对应的电网设备模块，例如输电塔、架空线路、动力、照明、辅助控制等模块，各个配电网设备模块构建BIM电网模型。BIM电网优化网络可以获取目标BIM电网模型数据，也即将目标BIM电网模型数据输入BIM电网优化网络，从目标BIM电网模型数据中确定包含目标项目构件的模型区域。其中，目标项目构件是需要进行检测的项目构件，比如目标项目构件为架空线路、绝缘子、变压器等。BIM电网优化网络为已经调试完成的用于识别检测目标项目构件在目标BIM电网模型数据中的空间分布信息（例如对应于哪一BIM模块的何位置）的神经网络，BIM电网优化网络的调试过程将在后续内容介绍。本申请实施例中，将目标BIM电网模型数据中的数据分为两类，一是目标构件元素组应的数据，另外是不是目标构件元素组应的数据(即目标项目构件的临近项目构件数据)。
步骤120，获取模型区域中的构件组成元素对应的构件空间分布张量表示。
构件空间分布张量表示是对应的项目构件的空间分布特征信息通过张量进行表示的结果，其中张量的阶不做限定，一阶时为向量，二阶时为矩阵。BIM电网优化网络可以对步骤110获得的模型区域进行学习，得到模型区域对应的区域张量关系网(由多个张量值构成，可以理解成模型区域的特征图)，获得的区域张量关系网中包括模型区域中的每个构件组成元素（即组成一个项目构建的元素，如BIM空间中的一个坐标）的构件组成元素信息，一个构件组成元素对应的构件组成元素信息包括其和其临近的构件组成元素之间相关信息。BIM电网优化网络可通过区域张量关系网推理得到模型区域中的每个构件组成元素对应的初始推理空间分布，初始推理空间分布表示BIM电网优化网络针对模型区域中的每个构件组成元素推理得到的目标项目构件在目标BIM电网模型数据中所处的空间分布情况，例如为一个预设形状的窗口。模型区域中的一个构件组成元素对应一个初始推理空间分布。模型区域中的每个构件组成元素对应的初始推理空间分布是由BIM电网优化网络通过区域张量关系网推理获得的构件空间分布张量表示所得到的。构件空间分布张量表示中包括模型区域中的每个构件组成元素针对目标项目构件的构件空间分布张量值（即组成构件空间分布张量的值）。其中，构件空间分布张量表示包括第一方向构件空间分布张量表示和第二方向构件空间分布张量表示，其中，第一方向可以是水平方向，第二方向可以为垂直方向，当然，在其他实施方式中，第一方向可以为垂直方向，第二方向为水平方向，具体不做限定，第一方向构件空间分布张量表示可以包括左边界张量和右边界张量，第二方向构件空间分布张量表示可包括上边界张量和下边界张量，边界张量表征距离边界的间隔长度。构件空间分布张量值包括第一方向边界张量值和第二方向边界张量值。
以上第一方向构件空间分布张量表示中的构件空间分布张量值为第一方向边界张量值，第二方向构件空间分布张量表示中的构件空间分布张量值为第二方向边界张量值，第一方向边界张量值包括左边界张量值和右边界张量值，第二方向边界张量值包括上边界张量值和下边界张量值。左边界张量中的构件空间分布张量值为左边界张量值，右边界张量中的构件空间分布张量值为右边界张量值，上边界张量中的构件空间分布张量值为上边界张量值，下边界张量中的构件空间分布张量值为下边界张量值。构件空间分布张量表示还包括构件角度张量表示，构件角度张量表示中的构件空间分布张量值为角度张量值。模型区域中的一个构件组成元素各自对应一个上边界张量值、一个下边界张量值、一个左边界张量值、一个右边界张量值和一个角度张量值。
左边界张量通过BIM电网优化网络基于区域张量关系网推理得到的模型区域中的每个构件组成元素相对对应的初始推理空间分布的左边界的间隔值（二者间的距离，后续类似术语作相同理解）组成，换言之，左边界张量中的左边界张量值是推理得到的模型区域中的每个构件组成元素分别和其对应的初始推理空间分布的左边界的距离。
右边界张量通过BIM电网优化网络基于区域张量关系网推理得到的模型区域中的每个构件组成元素相对对应的初始推理空间分布的右边界的间隔值组成，换言之，右边界张量中的右边界张量值是推理得到的模型区域中的每个构件组成元素分别和其对应的初始推理空间分布的右边界的距离。
上边界张量通过BIM电网优化网络基于区域张量关系网推理得到的模型区域中的每个构件组成元素相对对应的初始推理空间分布的上边界的间隔值组成，换言之，上边界张量中的上边界张量值是推理得到的模型区域中的每个构件组成元素分别和其对应的初始推理空间分布的上边界的距离。
下边界张量通过BIM电网优化网络基于区域张量关系网推理得到的模型区域中的每个构件组成元素相对对应的初始推理空间分布的下边界的间隔值组成，换言之，下边界张量中的下边界张量值是推理得到的模型区域中的每个构件组成元素分别和其对应的初始推理空间分布的下边界的距离。
构件角度张量表示通过BIM电网优化网络基于区域张量关系网推理得到的模型区域中的每个构件组成元素对应的初始推理空间分布的区域夹角，比如初始推理空间分布与第一方向的夹角，即构件角度张量表示中的角度张量值为推理得到的模型区域中的每个构件组成元素各自对应的初始推理空间分布的夹角。
通过构件空间分布张量表示，具体包括上边界张量表示、下边界张量表示、左边界张量表示、右边界张量表示和构件角度张量表示，可以获得模型区域中的每个构件组成元素分别相对目标BIM电网模型数据中的目标项目构件的初始推理空间分布。
步骤130，基于模型区域中的目标项目构件的构件设计张量表示，生成用于优化构件空间分布张量表示中的构件空间分布张量值的聚焦调节核。
BIM电网优化网络可以基于模型区域中的目标项目构件的构件设计张量表示，生成用于优化构件空间分布张量表示中的构件空间分布张量值的聚焦调节核。模型区域的区域张量关系网可以是BIM电网优化网络依据学习目标BIM电网模型数据中的目标项目构件的构件设计张量表示得到，构件设计张量表示可以是目标构件元素组应的构件的形状张量、尺寸张量和构件间距张量。那么，可以依据以上区域张量关系网推理得到聚焦调节核，该聚焦调节核是依据注意力机制获取的相对第一方向构件空间分布张量表示和第二方向构件空间分布张量表示的权重核（例如矩阵），用于调节第一方向构件空间分布张量表示和第二方向构件空间分布张量表示中的构件空间分布张量值的值域。
聚焦调节核包括第一方向聚焦调节核和第二方向聚焦调节核，第一方向聚焦调节核用于调节第一方向构件空间分布张量表示中的第一方向边界张量值，也就是第一方向聚焦调节核用于调节左边界张量中的左边界张量值，同时调节右边界张量中的右边界张量值。本申请实施中，可将第一方向聚焦调节核视为用于在第一方向对模型区域中的每个构件组成元素各自对应的初始推理空间分布的第一边（例如长）进行扩张。第二方向聚焦调节核用于调节第二方向构件空间分布张量表示中的第二方向边界张量值，也就是第二方向聚焦调节核用于调节上边界张量中的上边界张量值，并调节下边界张量中的下边界张量值。本申请实施例可将第二方向聚焦调节核视为用于在第二方向方向对模型区域中的每个构件组成元素各自对应的初始推理空间分布的第二边（例如宽）进行扩张。
本申请实施例可依据BIM电网优化网络获得的模型区域的区域张量关系网，同时生成构件空间分布张量表示和聚焦调节核。
步骤140，基于构件空间分布张量表示中的构件空间分布张量值和聚焦调节核，确定构件组成元素对应的推理空间分布，将构件组成元素对应的推理空间分布加入推理空间分布集。
例如，BIM电网优化网络基于构件空间分布张量表示中的构件空间分布张量值和聚焦调节核，得到模型区域中的每个构件组成元素各自对应的推理空间分布，推理空间分布即依据聚焦调节核对初始推理空间分布进行调节得到的空间区域。可选地，BIM电网优化网络依据第一方向聚焦调节核对第一方向构件空间分布张量表示中的第一方向边界张量值进行聚焦调节（即根据对应调节核的权重矩阵对第一方向边界张量值进行加权的过程），得到调节后的第一方向构件空间分布张量表示；基于第二方向聚焦调节核对第二方向构件空间分布张量表示中的第二方向边界张量值进行聚焦调节，得到调节后的第二方向构件空间分布张量表示；基于调节后的第一方向构件空间分布张量表示和调节后的第二方向构件空间分布张量表示，确定构件组成元素对应的推理空间分布。
基于聚焦调节核对构件空间分布张量表示进行聚焦调节得到调节后的构件空间分布张量表示，可以参考以下算式：
T=∑Tm·Am
其中，T为构件空间分布张量表示，T的维数可以为S1×H，S1为构件空间分布张量表示的张量大小，比如，S1大小为5×5，H为拟基于聚焦调节核进行调节的构件空间分布张量表示的数量，比如本申请H为4，包括左边界张量、右边界张量、上边界张量、下边界张量。A为聚焦调节核，A的维数为U×S2，U为聚焦调节核的数量，例如本申请中，U为2，包括第一方向聚焦调节核和第二方向聚焦调节核，S2为聚焦调节核的张量大小，比如，S2为5×5；m为构件空间分布张量表示和聚焦调节核中的组元的数量，构件空间分布张量表示和聚焦调节核中的组元的数量一致。
基于聚焦调节核对构件空间分布张量表示进行聚焦调节的方式在后续内容进行介绍。
第一方向聚焦调节核与第一方向构件空间分布张量表示(左边界张量和右边界张量)的尺寸一致，一个第一方向聚焦调节核中包括模型区域中的每个构件组成元素各自对应的一个组元，一个第一方向构件空间分布张量表示中包括模型区域中的每个构件组成元素各自对应的一个组元，也就是第一方向注意力机制中的组元与第一方向构件空间分布张量表示中的组元一一匹配，一一匹配的两个组元对应于模型区域中的相同构件组成元素。则可将第一方向聚焦调节核中的每个组元分别和左边界张量中对应分布位置的组元作积，得到调节后的左边界张量。将第一方向聚焦调节核中的每个组元分别和右边界张量中对应分布位置的组元作积，得到调节后的右边界张量。将调节后的左边界张量和调节后的右边界张量视为调节后的第一方向构件空间分布张量表示。
基于相同思路，第二方向聚焦调节核与第二方向构件空间分布张量表示(上边界张量和下边界张量)的尺寸一致，一个第二方向聚焦调节核中包括模型区域中的每个构件组成元素各自对应的一个组元，一个第二方向构件空间分布张量表示中也包括模型区域中的每个构件组成元素各自对应的一个组元，也就是第二方向注意力机制中的组元与第二方向构件空间分布张量表示中的组元一一匹配，一一匹配的两个组元对应于模型区域中的相同构件组成元素。那么，将第二方向聚焦调节核中的每个组元分别与上边界张量中相应分布位置处的组元作积，得到调节后的上边界张量。将第二方向聚焦调节核中的每个组元分别和下边界张量中相应分布位置处的组元作积，得到调节后的下边界张量。将调节后的上边界张量和调节后的下边界张量视作调节后的第二方向构件空间分布张量表示。
维持构件角度张量表示，使得不优化构件角度张量表示中的角度张量值，基于调节后的第二方向构件空间分布张量表示(调节后的上边界张量和调节后的下边界张量)、调节后的第一方向构件空间分布张量表示(调节后的左边界张量和调节后的右边界张量)和构件角度张量表示，可以计算获取模型区域中的每一构件组成元素各自对应的推理空间分布。换言之，基于调节后的上边界张量得到模型区域中的一个构件组成元素相对其对应的推理空间分布的上边界间隔，依据调节后的下边界张量得到该个构件组成元素相对其对应的推理空间分布的下边界间隔，依据调节后的左边界张量获得该构件组成元素相对其对应的推理空间分布的左边界间隔，依据调节后的右边界张量得到该构件组成元素相对其对应的推理空间分布的右边界间隔，依据构件角度张量表示得到该构件组成元素相对其对应的推理空间分布的空间角度。依据该构件组成元素相对其对应的推理空间分布的上边界间隔、下边界间隔、左边界间隔、右边界间隔和空间角度，这样就能定义出该构件组成元素对应的推理空间分布。
依据聚焦调节核对构件空间分布张量表示中的各个构件空间分布张量值进行聚焦调节，得到模型区域对应的更精准的构件空间分布张量表示，就能令模型区域中的每个构件组成元素对应在构件空间分布张量表示中的边界间隔更精准，这样可以依据优化后的构件空间分布张量表示得到模型区域中的每个构件组成元素对应的更精准的推理空间分布。更精准的推理空间分布表示和模型区域中的目标项目构件所处空间的空间分布定位和空间覆盖的范围更一致的模块空间。
可选地，BIM电网优化网络可以基于调节后的第一方向构件空间分布张量表示和调节后的第二方向构件空间分布张量表示，确定构件组成元素对应的推理空间分布的空间覆盖范围（例如推理空间分布对应的区域的尺寸大小）；基于构件角度张量表示和构件组成元素在目标BIM电网模型数据中的项目构件空间定位，确定构件组成元素对应的推理空间分布在目标BIM电网模型数据中的空间分布定位（即在其中的分布位置在何处）；基于构件组成元素对应的空间覆盖范围和空间分布定位，确定构件组成元素对应的推理空间分布。
举例而言，模型区域中包括构件组成元素a，在确定构件组成元素a的推理空间分布时，依据调节后的上边界张量获取了构件组成元素a相对其对应的推理空间分布的上边界的距离，例如设定成a1；基于调节后的下边界张量获取了构件组成元素a相对其对应的推理空间分布的下边界的距离，设定成a2。那么可获取构件组成元素a对应的推理空间分布的宽等于a1+a2，设构件组成元素a的宽为aw。依据调节后的左边界张量获取了构件组成元素a相对其对应的推理空间分布的左边界的距离，设定成a3；基于调节后的右边界张量获取了构件组成元素a相对其对应的推理空间分布的右边界的距离，设定成a4。那么可获取构件组成元素a对应的推理空间分布的长为a3+a4，设构件组成元素a的长为ah。那么，构件组成元素对应的推理空间分布的空间覆盖范围（尺寸）为aw×ah。a1、a2、a3和a4都是以构件组成元素a在目标BIM电网模型数据中的坐标确定得到，则基于构件组成元素a在目标BIM电网模型数据中的构件组成元素的项目构件空间定位和在构件角度张量表示中获取的构件组成元素a对应的推理空间分布的空间夹角，可获取构件组成元素a对应的推理空间分布在目标BIM电网模型数据中的空间分布定位。在确定构件组成元素a对应的推理空间分布的空间覆盖范围和空间分布定位，就能确定构件组成元素a对应的在目标BIM电网模型数据中的推理空间分布。
模型区域中包括多个构件组成元素，获取模型区域中的每个构件组成元素对应的推理空间分布的过程和以上获取构件组成元素a的推理空间分布的一样，将模型区域中的每个构件组成元素各自对应的推理空间分布加入推理空间分布集，换言之，推理空间分布集中包括模型区域中的每个构件组成元素各自对应的相对模型区域中的目标项目构件的推理空间分布。
步骤150，在推理空间分布集中，筛选与目标项目构件在目标BIM电网模型数据中的项目构件坐标和项目构件大小对应的推理空间分布，并确定为目标空间分布。
例如，BIM电网优化网络可以在推理空间分布集中筛选与目标项目构件在目标BIM电网模型数据中的项目构件坐标以及项目构件大小对应的推理空间分布。从推理空间分布集中筛选目标空间分布的方式可以基于实际情况进行适应性选择，本申请对此不作限定。例如，BIM电网优化网络可以获取推理空间分布集中的每个推理空间分布各自对应的支持系数；支持系数可指示对应的推理空间分布为目标空间分布的可能性（例如概率或置信水平）；将推理空间分布集中支持系数小于临界支持系数的推理空间分布，从推理空间分布集中清洗掉，得到第一整理空间分布集；从第一整理空间分布集中获取目标空间分布。网络的学习阶段，BIM电网优化网络可以基于全连接网络输出推理空间分布集中，每个推理空间分布各自对应的支持系数，支持系数指示推理空间分布集中的每个推理空间分布为目标项目构件在目标BIM电网模型数据中的真实空间分布的精确性。也即，支持系数指示对应的推理空间分布在目标BIM电网模型数据中的项目构件坐标和项目构件大小与目标项目构件在目标BIM电网模型数据中的项目构件坐标和项目构件大小的匹配情况。支持系数越大，对应的推理空间分布为目标空间分布的可能性越高，支持系数越小，对应的推理空间分布为目标空间分布的可能性越低。BIM电网优化网络可以将推理空间分布集中支持系数小于临界支持系数的推理空间分布，从推理空间分布集中进行删除，得到第一整理空间分布集。然后执行下一步筛选的过程，这样就能从第一整理空间分布集中确定到目标空间分布。
对于下一步筛选过程，BIM电网优化网络获取第一推理空间分布和第二推理空间分布在目标BIM电网模型数据中的空间分布叠加度（即两个空间分布涉及的区域之间的重合比值）；当空间分布叠加度大于预设空间分布叠加度，且第一推理空间分布对应的支持系数大于第二推理空间分布对应的支持系数时，将第二推理空间分布从第一整理空间分布集中清洗掉，得到第二整理空间分布集；将第二整理空间分布集中的推理空间分布都确定为目标空间分布。
因为获取到的模型区域中的每个构件组成元素各自对应的推理空间分布在目标BIM电网模型数据中在很大程度上会产生重叠，那么，获取每两个推理空间分布之间的叠加度。如果推理空间分布集中包括第一推理空间分布和第二推理空间分布，第一推理空间分布和第二推理空间分布可以是推理空间分布集中的任两个推理空间分布。BIM电网优化网络可以获取第一推理空间分布相对第二推理空间分布的空间分布叠加度，该空间分布叠加度例如为第一推理空间分布和第二推理空间分布叠加空间区域的部分和第一推理空间分布的面积比，BIM电网优化网络获取第二推理空间分布相对第一推理空间分布的空间分布叠加度，该空间分布叠加度例如为第一推理空间分布和第二推理空间分布叠加空间区域的部分和第二推理空间分布的面积比。如果第一推理空间分布对应的空间分布叠加度与第二推理空间分布对应的空间分布叠加度都大于预设的叠加度，同时第一推理空间分布对应的支持系数大于第二推理空间分布对应的支持系数，那么将第二推理空间分布从推理空间分布集中清洗掉，也就是将第二推理空间分布从推理空间分布集中删除。若基于与以上第一推理空间分布和第二推理空间分布相对以上下一步一样的方式对推理空间分布集中的任两个推理空间分布集都完成清洗，则得到第二整理空间分布集。将第二整理空间分布集中的每个推理空间分布都确定为目标构件元素组应的目标空间分布。如果存在多个目标空间分布，代表目标BIM电网模型数据中，抑或说模型区域中具有多个目标项目构件，每个目标项目构件各自对应一个目标空间分布。
本申请通过在目标BIM电网模型数据中确定包含目标项目构件的模型区域，然后对该模型区域中的目标项目构件的构件设计张量表示进行学习，获得模型区域中的构件组成元素对应的构件空间分布张量表示和聚焦调节核，依据聚焦调节核对构件空间分布张量表示进行优化，之后通过优化之后的构件空间分布张量表示，得到目标项目构件在目标BIM电网模型数据中的所处的设计空间。基于此，本申请通过模型区域中的目标项目构件的构件设计张量表示，生成聚焦调节核，通过聚焦调节核对构件空间分布张量表示进行优化，令最后通过构件空间分布张量表示推理得到的模型区域中的构件组成元素针对目标项目构件的推理空间分布更加精准，如此令最后在推理空间分布集中所筛选的对于针对目标项目构件的目标空间分布准确可靠。
下面介绍BIM电网优化网络的训练过程，具体可以包括以下步骤：
步骤210，初始化BIM电网优化网络，得到初始BIM电网优化网络，初始BIM电网优化网络获取BIM电网模型训练数据，从BIM电网模型训练数据中确定包含目标项目构件的模型区域。
初始化的方式可以参照通用初始化过程，如零初始化、随机初始化、Xavier初始化等等。初始BIM电网优化网络可以是获取BIM电网模型训练数据，该BIM电网模型训练数据中包含目标项目构件。初始BIM电网优化网络可以为残差网络，用于挖掘学习模型区域中的构件特征信息，获得模型区域的区域张量关系网。初始BIM电网优化网络调试时，对于内部配置变量的调节，可以基于Momentum算法或RMSProp算法来调节。
步骤220，获取模型区域中的构件组成元素对应的构件空间分布张量表示。
初始BIM电网优化网络获取从BIM电网模型训练数据中确定到的模型区域中的构件组成元素对应的构件空间分布张量表示，该构件空间分布张量表示中包括模型区域中的每个构件组成元素针对BIM电网模型训练数据中的目标项目构件的构件空间分布张量值，初始BIM电网优化网络对模型区域中的每个构件组成元素的项目构件属性（也即项目构件的分类）进行推理，基于推理结果为模型区域中的每个构件组成元素分配检测属性指示信息（指示信息可以为分配的标签）。其中，项目构件属性包括目标项目构件属性和临近项目构件属性，目标项目构件属性的构件组成元素为模型区域中目标项目构件包含的构件组成元素。临近项目构件属性的构件组成元素为模型区域中不是目标项目构件包含的构件组成元素。以上检测属性指示信息包括目标属性指示信息和临近属性指示信息，可以为检测得到的模型区域中项目构件属性为目标项目构件属性的构件组成元素分配目标属性指示信息，为检测得到的模型区域中项目构件属性为临近项目构件属性的构件组成元素分配临近属性指示信息。将模型区域中每个构件组成元素的项目构件属性也确定为生成模型区域的区域张量关系网的构件特征信息，依据初始BIM电网优化网络对模型区域进行滤波平滑，基于此挖掘模型区域中的构件特征(构件设计张量表示)，得到模型区域对应的区域张量关系网。其中，初始BIM电网优化网络获取BIM电网模型训练数据中的模型区域对应的构件空间分布张量表示与以上步骤120中BIM电网优化网络获取目标BIM电网模型数据中模型区域对应的构件空间分布张量表示的过程一致。其中，仅在对初始BIM电网优化网络的调试时，才检测模型区域中的构件组成元素的项目构件属性，当对初始BIM电网优化网络调试完成得到调试好的BIM电网优化网络之后，使用BIM电网优化网络时，不用检测模型区域中的构件组成元素的项目构件属性。
步骤230，基于模型区域中的目标项目构件的构件设计张量表示，生成用于优化构件空间分布张量表示中的构件空间分布张量值的聚焦调节核。
初始BIM电网优化网络可以基于步骤220学习的区域张量关系网生成用于优化构件空间分布张量表示中的构件空间分布张量值的聚焦调节核，初始BIM电网优化网络生成聚焦调节核的方式参照以上130。
步骤240，基于构件空间分布张量表示中的构件空间分布张量值和聚焦调节核，确定构件组成元素对应的推理空间分布，将构件组成元素对应的推理空间分布加入推理空间分布集。
其中，初始BIM电网优化网络得到BIM电网模型训练数据中确定到的模型区域中的每个构件组成元素各自对应的推理空间分布的方式和BIM电网优化网络得到目标BIM电网模型数据中确定到的模型区域中的每个构件组成元素各自对应的推理空间分布的方式一致，可参照以上步骤140。初始BIM电网优化网络可以将模型区域中的每个构件组成元素各自对应的推理空间分布加入推理空间分布集中。
步骤250，从推理空间分布集中，筛选与目标项目构件在目标BIM电网模型数据中的项目构件坐标和项目构件大小对应的推理空间分布，并确定为目标空间分布。
初始BIM电网优化网络从推理空间分布集中筛选目标空间分布的方式请参照步骤150中BIM电网优化网络从推理空间分布集中筛选目标空间分布的方式。在对初始BIM电网优化网络调试时，聚焦调节核随之优化迭代。
步骤260，基于目标空间分布与在BIM电网模型训练数据中携带的目标项目构件的真实空间分布之间的空间分布误差，调节初始BIM电网优化网络的网络内部配置变量，得到调试好的BIM电网优化网络。
例如，BIM电网模型训练数据还注释有目标项目构件在BIM电网模型训练数据中的真实空间分布，该真实空间分布指示目标项目构件在BIM电网模型训练数据中实际上的项目构件坐标和项目构件大小（尺寸）。初始BIM电网优化网络可以依据识别到的目标项目构件在BIM电网模型训练数据中的目标空间分布与该目标项目构件在BIM电网模型训练数据中的真实空间分布之间的空间分布误差(比如空间覆盖范围之间的差值、空间分布定位的差值)，得到相对初始BIM电网优化网络的第二误差函数。BIM电网模型训练数据中的每个构件组成元素还被分配真实属性指示信息，该真实属性指示信息指示BIM电网模型训练数据中的每个构件组成元素的项目构件属性，该真实属性指示信息也包括目标属性指示信息和临近属性指示信息。那么，以上模型区域中的每个构件组成元素也被注释有真实属性指示信息。初始BIM电网优化网络可以基于检测到的模型区域中的每个构件组成元素的检测属性指示信息与模型区域中的每个构件组成元素的真实属性指示信息之间的指示信息误差(比如目标项目构件属性的构件组成元素被注释成临近属性指示信息，或临近项目构件属性的构件组成元素被注释成目标属性指示信息)，得到相对初始BIM电网优化网络的第一误差函数。将检测到的为目标项目构件属性的构件组成元素作为目标元素，将检测到的为临近项目构件属性的构件组成元素作为临近元素，模型区域中得到被检测到的目标元素组成的贯穿空间(其为模型区域中被分配目标属性指示信息的构件组成元素在目标BIM电网模型数据中的模型空间)，贯穿空间可以为多个，代表检测到多个构件元素组，一个构件元素组包括多个被分配目标属性指示信息的构件组成元素，一个构件元素组对应于一个贯穿空间。其中，贯穿空间表示该空间中的目标元素之间彼此连接，贯穿空间中的任一目标元素和该贯穿空间中的其他目标元素的最大距离小于预设值。如果一贯穿空间和该贯穿空间相应分布位置处的被注释成具有的目标项目构件的真实空间分布之间的空间叠加度大于预设叠加度，将该贯穿空间确定为一个调节训练数据以调节初始BIM电网优化网络的网络内部配置变量，换言之，初始BIM电网优化网络可以基于该贯穿空间与贯穿空间相应分布位置处的目标项目构件的真实空间分布之间的空间分布误差(如空间分布定位误差和空间覆盖范围误差)，得到第三误差函数。初始BIM电网优化网络可以依据获得的第一误差函数、第二误差函数和第三误差函数调节初始BIM电网优化网络的网络内部配置变量，在基于全部BIM电网模型训练数据对初始BIM电网优化网络的网络内部配置变量调节完成后，得到调试好的BIM电网优化网络，该BIM电网优化网络是依据全部BIM电网模型训练数据对初始BIM电网优化网络的网络内部配置变量调节后的网络。作为一种实施方式，可以仅依据第一误差函数和第二误差函数调节初始BIM电网优化网络的网络内部配置变量以得到调试好的BIM电网优化网络，也可以只依据第二误差函数和第三误差函数调节初始BIM电网优化网络的网络内部配置变量以得到调试好的BIM电网优化网络。
在获取误差函数的时，先依据模型区域中每一构件组成元素对应的检测属性指示信息与真实属性指示信息之间指示信息误差，得到第一误差函数。然后依据识别到的目标空间分布与目标空间分布对应的目标项目构件的真实空间分布之间的空间分布误差得到第二误差函数。接着依据模型区域中的目标元素所组成的贯穿空间与贯穿空间对应的目标项目构件的真实空间分布之间的空间分布误差得到第三误差函数。将第一误差函数、第二误差函数和第三误差函数融合（如相加或加权后再相加），得到初始BIM电网优化网络的误差函数。
本申请提供的基于BIM的电力工程设计配电网规划方法，通过在目标BIM电网模型数据中确定包含目标项目构件的模型区域，然后对该模型区域中的目标项目构件的构件设计张量表示进行学习，获得模型区域中的构件组成元素对应的构件空间分布张量表示和聚焦调节核，依据聚焦调节核对构件空间分布张量表示进行优化，之后通过优化之后的构件空间分布张量表示，得到目标项目构件在目标BIM电网模型数据中的所处的设计空间。基于此，本申请通过模型区域中的目标项目构件的构件设计张量表示，生成聚焦调节核，通过聚焦调节核对构件空间分布张量表示进行优化，令最后通过构件空间分布张量表示推理得到的模型区域中的构件组成元素针对目标项目构件的推理空间分布更加精准，如此令最后在推理空间分布集中所筛选的对于针对目标项目构件的目标空间分布准确可靠。
基于前述的实施例，本申请实施例提供一种BIM模型优化装置，该装置所包括的各单元、以及各单元所包括的各模块，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(Central ProcessingUnit，CPU)、微处理器(Microprocessor Unit，MPU)、数字信号处理器(Digital SignalProcessor，DSP)或现场可编程门阵列(Field Programmable Gate Array，FPGA)等。
图2为本申请实施例提供的一种BIM模型优化装置的组成结构示意图，如图2所示，BIM模型优化装置200包括：
数据获取模块210，用于获取目标BIM电网模型数据，所述目标BIM电网模型数据包括多个项目构件，从所述目标BIM电网模型数据中确定包含目标项目构件的模型区域；
张量表示模块220，用于获取所述模型区域中的构件组成元素对应的构件空间分布张量表示；其中，所述构件空间分布张量表示包括所述构件组成元素针对所述目标项目构件的构件空间分布张量值；
调节核生成模块230，用于基于所述模型区域中的所述目标项目构件的构件设计张量表示，生成用于优化所述构件空间分布张量表示中的所述构件空间分布张量值的聚焦调节核；
分布推理模块240，用于基于所述构件空间分布张量表示中的所述构件空间分布张量值和所述聚焦调节核，确定所述构件组成元素对应的推理空间分布，将所述构件组成元素对应的推理空间分布加入推理空间分布集；
分布确定模块250，用于在所述推理空间分布集中，筛选与所述目标项目构件在所述目标BIM电网模型数据中的项目构件坐标和项目构件大小对应的推理空间分布，并确定为目标空间分布。
以上装置实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。在一些实施例中，本申请实施例提供的装置具有的功能或包含的模块可以用于执行上述方法实施例描述的方法，对于本申请装置实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的基于BIM的电力工程设计配电网规划方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件、软件或固件，或者硬件、软件、固件三者之间的任意结合。
本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法中的部分或全部步骤。
本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法中的部分或全部步骤。所述计算机可读存储介质可以是瞬时性的，也可以是非瞬时性的。
本申请实施例提供一种计算机程序，包括计算机可读代码，在所述计算机可读代码在计算机设备中运行的情况下，所述计算机设备中的处理器执行用于实现上述方法中的部分或全部步骤。
本申请实施例提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序被计算机读取并执行时，实现上述方法中的部分或全部步骤。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一些实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一些实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
这里需要指出的是：上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考。以上设备、存储介质、计算机程序及计算机程序产品实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请设备、存储介质、计算机程序及计算机程序产品实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
图3为本申请实施例提供的一种计算机设备的硬件实体示意图，如图3所示，该计算机设备1000的硬件实体包括：处理器1001和存储器1002，其中，存储器1002存储有可在处理器1001上运行的计算机程序，处理器1001执行程序时实现上述任一实施例的方法中的步骤。
存储器1002存储有可在处理器上运行的计算机程序，存储器1002配置为存储由处理器1001可执行的指令和应用，还可以缓存待处理器1001以及计算机设备1000中各模块待处理或已经处理的数据(例如，图像数据、音频数据、语音通信数据和视频通信数据)，可以通过闪存(FLASH)或随机访问存储器(Random Access Memory，RAM)实现。
处理器1001执行程序时实现上述任一项的基于BIM的电力工程设计配电网规划方法的步骤。处理器1001通常控制计算机设备1000的总体操作。
本申请实施例提供一种计算机存储介质，计算机存储介质存储有一个或者多个程序，该一个或者多个程序可被一个或者多个处理器执行，以实现如上任一实施例的基于BIM的电力工程设计配电网规划方法的步骤。
这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。上述处理器可以为目标用途集成电路(Application Specific Integrated Circuit，ASIC)、数字信号处理器(DigitalSignal Processor，DSP)、数字信号处理装置(Digital Signal Processing Device，DSPD)、可编程逻辑装置(Programmable Logic Device，PLD)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)、中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器中的至少一种。可以理解地，实现上述处理器功能的电子器件还可以为其它，本申请实施例不作具体限定。
上述计算机存储介质/存储器可以是只读存储器(Read Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性随机存取存储器(Ferromagnetic Random Access Memory，FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory，CD-ROM)等存储器；也可以是包括上述存储器之一或任意组合的各种终端，如移动电话、计算机、平板设备、个人数字助理等。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各步骤/过程的序号的大小并不意味着执行顺序的先后，各步骤/过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种基于BIM的电力工程设计配电网规划方法，其特征在于，应用于计算机设备，所述方法包括：
获取目标BIM电网模型数据，所述目标BIM电网模型数据包括多个项目构件；从所述目标BIM电网模型数据中确定包含目标项目构件的模型区域；
获取所述模型区域中的构件组成元素对应的构件空间分布张量表示；其中，所述构件空间分布张量表示包括所述构件组成元素针对所述目标项目构件的构件空间分布张量值；
基于所述模型区域中的所述目标项目构件的构件设计张量表示，生成用于优化所述构件空间分布张量表示中的所述构件空间分布张量值的聚焦调节核；
基于所述构件空间分布张量表示中的所述构件空间分布张量值和所述聚焦调节核，确定所述构件组成元素对应的推理空间分布，将所述构件组成元素对应的推理空间分布加入推理空间分布集；
在所述推理空间分布集中，筛选与所述目标项目构件在所述目标BIM电网模型数据中的项目构件坐标和项目构件大小对应的推理空间分布，并确定为目标空间分布。
2.根据权利要求1所述的方法，其特征在于，所述构件空间分布张量表示包括第一方向构件空间分布张量表示和第二方向构件空间分布张量表示；所述构件空间分布张量值包括所述构件组成元素针对所对应的目标项目构件的第一方向边界张量值和第二方向边界张量值；所述第一方向构件空间分布张量表示中的构件空间分布张量值为所述第一方向边界张量值；所述第二方向构件空间分布张量表示中的构件空间分布张量值为所述第二方向边界张量值；所述聚焦调节核包括第一方向聚焦调节核和第二方向聚焦调节核；所述第一方向聚焦调节核用于优化所述第一方向构件空间分布张量表示中的第一方向边界张量值；所述第二方向聚焦调节核用于优化所述第二方向构件空间分布张量表示中的第二方向边界张量值；
所述基于所述构件空间分布张量表示中的所述构件空间分布张量值和所述聚焦调节核，确定所述构件组成元素对应的推理空间分布，包括：
基于所述第一方向聚焦调节核对所述第一方向构件空间分布张量表示中的第一方向边界张量值进行聚焦调节，得到调节后的第一方向构件空间分布张量表示；
基于所述第二方向聚焦调节核对所述第二方向构件空间分布张量表示中的第二方向边界张量值进行聚焦调节，得到调节后的第二方向构件空间分布张量表示；
基于所述调节后的第一方向构件空间分布张量表示和所述调节后的第二方向构件空间分布张量表示，确定所述构件组成元素对应的推理空间分布。
3.根据权利要求2所述的方法，其特征在于，所述构件空间分布张量表示还包括构件角度张量表示；所述基于所述调节后的第一方向构件空间分布张量表示和所述调节后的第二方向构件空间分布张量表示，确定所述构件组成元素对应的推理空间分布，包括：
基于所述调节后的第一方向构件空间分布张量表示和所述调节后的第二方向构件空间分布张量表示，确定所述构件组成元素对应的推理空间分布的空间覆盖范围；
基于所述构件角度张量表示和所述构件组成元素在所述目标BIM电网模型数据中的项目构件空间定位，确定所述构件组成元素对应的推理空间分布在所述目标BIM电网模型数据中的空间分布定位；
基于所述构件组成元素对应的所述空间覆盖范围和所述空间分布定位，确定所述构件组成元素对应的推理空间分布。
4.根据权利要求1所述的方法，其特征在于，所述在所述推理空间分布集中，筛选与所述目标项目构件在所述目标BIM电网模型数据中的项目构件坐标和项目构件大小对应的推理空间分布，并确定为目标空间分布，包括：
获取所述推理空间分布集中的每个推理空间分布各自对应的支持系数；所述支持系数指示所对应的推理空间分布为所述目标空间分布的可能性；
将所述推理空间分布集中所述支持系数小于临界支持系数的推理空间分布，从所述推理空间分布集中清洗掉，得到第一整理空间分布集；
从所述第一整理空间分布集中，获取所述目标空间分布。
5.根据权利要求4所述的方法，其特征在于，所述第一整理空间分布集包括第一推理空间分布和第二推理空间分布；所述从所述第一整理空间分布集中，获取所述目标空间分布，包括：
获取所述第一推理空间分布和所述第二推理空间分布在所述目标BIM电网模型数据中的空间分布叠加度；
当所述空间分布叠加度大于预设空间分布叠加度，且所述第一推理空间分布对应的支持系数大于所述第二推理空间分布对应的支持系数时，将所述第二推理空间分布从所述第一整理空间分布集中清洗掉，得到第二整理空间分布集；
将所述第二整理空间分布集中的推理空间分布都确定为所述目标空间分布。
6.根据权利要求1~5任一项所述的方法，其特征在于，所述方法通过事先调试完成的BIM电网优化网络执行，所述BIM电网优化网络的调试过程包括以下步骤：
初始化BIM电网优化网络，得到初始BIM电网优化网络；
获取BIM电网模型训练数据，依据所述初始BIM电网优化网络从所述BIM电网模型训练数据中确定包含目标项目构件的模型区域；
获取所述模型区域中的构件组成元素对应的构件空间分布张量表示；其中，所述构件空间分布张量表示中包括所述构件组成元素针对所述目标项目构件的构件空间分布张量值；
基于所述模型区域中的所述目标项目构件的构件设计张量表示，生成用于优化所述构件空间分布张量表示中的所述构件空间分布张量值的聚焦调节核；
基于所述构件空间分布张量表示中的所述构件空间分布张量值和所述聚焦调节核，确定所述构件组成元素对应的推理空间分布，将所述构件组成元素对应的推理空间分布加入推理空间分布集；
在所述推理空间分布集中，筛选与所述目标项目构件在目标BIM电网模型数据中的项目构件坐标和项目构件大小对应的推理空间分布，并确定为目标空间分布；
基于所述目标空间分布与在所述BIM电网模型训练数据中携带的所述目标项目构件的真实空间分布之间的空间分布误差，调节所述初始BIM电网优化网络的网络内部配置变量，得到调试好的BIM电网优化网络。
7.根据权利要求6所述的方法，其特征在于，所述获取所述模型区域中的构件组成元素对应的构件空间分布张量表示，包括：
检测所述模型区域中的构件组成元素的项目构件属性，基于检测结果为所述构件组成元素分配检测属性指示信息；所述项目构件属性包括目标项目构件属性和临近项目构件属性；所述目标项目构件属性的构件组成元素为所述模型区域中所述目标项目构件包含的构件组成元素；所述临近项目构件属性的构件组成元素为所述模型区域中除所述目标项目构件包含的构件组成元素外的构件组成元素；所述检测属性指示信息包括所述目标项目构件属性对应的目标属性指示信息和所述临近项目构件属性对应的临近属性指示信息；
基于所述构件组成元素被分配的检测属性指示信息，生成所述模型区域对应的区域张量关系网；
基于所述区域张量关系网，生成所述模型区域中的所述构件组成元素对应的所述构件空间分布张量表示。
8.根据权利要求7所述的方法，其特征在于，所述基于所述构件组成元素被分配的检测属性指示信息，生成所述模型区域对应的区域张量关系网，包括：
基于所述构件组成元素被分配的检测属性指示信息和所述模型区域中的所述目标项目构件的所述构件设计张量表示，生成所述模型区域对应的所述区域张量关系网；所述基于所述模型区域中的所述目标项目构件的构件设计张量表示，生成用于优化所述构件空间分布张量表示中的所述构件空间分布张量值的聚焦调节核，包括：
基于所述区域张量关系网，生成用于优化所述构件空间分布张量值的所述聚焦调节核；
所述模型区域中的所述构件组成元素还被分配真实属性指示信息；
所述真实属性指示信息包括所述目标属性指示信息和所述临近属性指示信息；所述基于所述目标空间分布与在所述BIM电网模型训练数据中携带的所述目标项目构件的真实空间分布之间的空间分布误差，调节所述初始BIM电网优化网络的网络内部配置变量，得到调试好的BIM电网优化网络，包括：
基于所述构件组成元素对应的所述检测属性指示信息与所述真实属性指示信息之间的指示信息误差，确定第一误差函数；
基于所述目标空间分布与所述真实空间分布之间的空间分布误差，确定第二误差函数；
基于所述第一误差函数和所述第二误差函数，调节所述初始BIM电网优化网络的网络内部配置变量，得到所述BIM电网优化网络。
9.根据权利要求7所述的方法，其特征在于，所述基于所述目标空间分布与在所述BIM电网模型训练数据中携带的所述目标项目构件的真实空间分布之间的空间分布误差，调节所述初始BIM电网优化网络的网络内部配置变量，得到调试好的BIM电网优化网络，包括：
基于所述目标空间分布与所述真实空间分布之间的空间分布误差，确定第二误差函数；
获取所述模型区域中被分配所述目标属性指示信息的构件组成元素在所述目标BIM电网模型数据中的模型空间；
基于所述模型空间和所述真实空间分布之间的空间分布误差，确定第三误差函数；
基于所述第二误差函数和所述第三误差函数，调节所述初始BIM电网优化网络的网络内部配置变量，得到所述BIM电网优化网络。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至8任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310807839.5A CN116522565B (zh) | 2023-07-04 | 2023-07-04 | 一种基于bim的电力工程设计配电网规划方法及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310807839.5A CN116522565B (zh) | 2023-07-04 | 2023-07-04 | 一种基于bim的电力工程设计配电网规划方法及计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116522565A true CN116522565A (zh) | 2023-08-01 |
| CN116522565B CN116522565B (zh) | 2024-01-12 |
Family
ID=87401557
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310807839.5A Active CN116522565B (zh) | 2023-07-04 | 2023-07-04 | 一种基于bim的电力工程设计配电网规划方法及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116522565B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117422426A (zh) * | 2023-12-18 | 2024-01-19 | 广州南华工程管理有限公司 | 基于水运工程bim模型的信息优化方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104835079A (zh) * | 2015-04-28 | 2015-08-12 | 国网上海市电力公司 | 一种基于bim和gis的变电站模型构建方法 |
| US20180321799A1 (en) * | 2017-05-05 | 2018-11-08 | Nucor Corporation | System for on-site tracking, managing, planning and staging construction projects |
| CN108984965A (zh) * | 2018-08-17 | 2018-12-11 | 国网安徽省电力有限公司肥西县供电公司 | 基于gis和bim的电网线路规划设计方法 |
| CN111414499A (zh) * | 2020-05-08 | 2020-07-14 | 刘如意 | 基于区块链与bim的作业人员安全带佩戴检测系统 |
| CN111797450A (zh) * | 2020-05-29 | 2020-10-20 | 国网上海电力设计有限公司 | 基于bim的电网工程模型设计系统、方法、设备和存储介质 |
| CN112869356A (zh) * | 2021-03-15 | 2021-06-01 | 苏州筑配通建筑科技有限公司 | 一种基于bim软件的装配式构件设计设备及其使用方法 |
| CN114818031A (zh) * | 2022-04-14 | 2022-07-29 | 众创联合(杭州)幕墙科技有限公司 | 基于bim设计技术的异性幕墙系统 |
| CN117113495A (zh) * | 2023-08-29 | 2023-11-24 | 浙江中控信息产业股份有限公司 | 一种基于bim空间选取周边适配设备的方法 |
-
2023
- 2023-07-04 CN CN202310807839.5A patent/CN116522565B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104835079A (zh) * | 2015-04-28 | 2015-08-12 | 国网上海市电力公司 | 一种基于bim和gis的变电站模型构建方法 |
| US20180321799A1 (en) * | 2017-05-05 | 2018-11-08 | Nucor Corporation | System for on-site tracking, managing, planning and staging construction projects |
| CN108984965A (zh) * | 2018-08-17 | 2018-12-11 | 国网安徽省电力有限公司肥西县供电公司 | 基于gis和bim的电网线路规划设计方法 |
| CN111414499A (zh) * | 2020-05-08 | 2020-07-14 | 刘如意 | 基于区块链与bim的作业人员安全带佩戴检测系统 |
| CN111797450A (zh) * | 2020-05-29 | 2020-10-20 | 国网上海电力设计有限公司 | 基于bim的电网工程模型设计系统、方法、设备和存储介质 |
| CN112869356A (zh) * | 2021-03-15 | 2021-06-01 | 苏州筑配通建筑科技有限公司 | 一种基于bim软件的装配式构件设计设备及其使用方法 |
| CN114818031A (zh) * | 2022-04-14 | 2022-07-29 | 众创联合(杭州)幕墙科技有限公司 | 基于bim设计技术的异性幕墙系统 |
| CN117113495A (zh) * | 2023-08-29 | 2023-11-24 | 浙江中控信息产业股份有限公司 | 一种基于bim空间选取周边适配设备的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 吴琼超 等: "传统建筑设计方法与BIM技术的对比", 《建材与装饰》, pages 95 - 96 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117422426A (zh) * | 2023-12-18 | 2024-01-19 | 广州南华工程管理有限公司 | 基于水运工程bim模型的信息优化方法及系统 |
| CN117422426B (zh) * | 2023-12-18 | 2024-04-12 | 广州南华工程管理有限公司 | 基于水运工程bim模型的信息优化方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116522565B (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109978893B (zh) | 图像语义分割网络的训练方法、装置、设备及存储介质 | |
| CN109978035B (zh) | 基于改进的k-means和损失函数的行人检测方法 | |
| CN116522565B (zh) | 一种基于bim的电力工程设计配电网规划方法及计算机设备 | |
| CN110728295B (zh) | 半监督式的地貌分类模型训练和地貌图构建方法 | |
| CN112634340A (zh) | 基于点云数据确定bim模型的方法、装置、设备和介质 | |
| WO2016095068A1 (en) | Pedestrian detection apparatus and method | |
| CN110610143A (zh) | 多任务联合训练的人群计数网络方法、系统、介质及终端 | |
| CN110704652A (zh) | 基于多重注意力机制的车辆图像细粒度检索方法及装置 | |
| CN112132014A (zh) | 基于非督导金字塔相似性学习的目标重识别方法及系统 | |
| CN111931763A (zh) | 一种基于随机形态边缘几何建模的深度场景文本检测方法 | |
| CN114565842A (zh) | 基于Nvidia Jetson嵌入式硬件的无人机实时目标检测方法及系统 | |
| CN110135428B (zh) | 图像分割处理方法和装置 | |
| CN115063664A (zh) | 用于工业视觉检测的模型学习方法、训练方法及系统 | |
| CN116776157B (zh) | 支持模态增加的模型学习方法及其装置 | |
| CN108875901B (zh) | 神经网络训练方法以及通用物体检测方法、装置和系统 | |
| CN111461177B (zh) | 一种图像的识别方法及装置 | |
| CN111582313B (zh) | 样本数据生成方法、装置及电子设备 | |
| CN112765362A (zh) | 基于改进自编码器的知识图谱实体对齐方法及相关设备 | |
| CN108133234B (zh) | 基于稀疏子集选择算法的社区检测方法、装置及设备 | |
| US20220366242A1 (en) | Information processing apparatus, information processing method, and storage medium | |
| CN109271833A (zh) | 基于栈式稀疏自编码器的目标识别方法、装置及电子设备 | |
| CN111126617B (zh) | 一种选择融合模型权重参数的方法、装置及设备 | |
| WO2021014557A1 (ja) | メッシュ構造設備検出装置、メッシュ構造設備検出方法、及びプログラム | |
| CN110135294A (zh) | 基于无监督交叉视角度量学习的行人再识别方法及系统 | |
| CN112529038B (zh) | 一种主板物料的识别方法、装置及存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 518000 401, No. 2043, Xuegang Road, Gangtou community, Bantian street, Longgang District, Shenzhen, Guangdong Applicant after: Shenzhen Huajian Power Engineering Technology Co.,Ltd. Address before: 518000 401, No. 2043, Xuegang Road, Gangtou community, Bantian street, Longgang District, Shenzhen, Guangdong Applicant before: SHENZHEN HUAJIAN ELECTRIC POWER ENGINEERING DESIGN Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Tang Rui Inventor after: Lu Wenwei Inventor after: OuYang Kaibin Inventor after: Wu Di Inventor after: Li Mincha Inventor after: Yang Guancun Inventor before: Tang Rui Inventor before: Wu Di Inventor before: Li Mincha Inventor before: Yang Guancun Inventor before: OuYang Kaibin Inventor before: Lu Wenwei |