CN117195492A - 电缆接头结构的仿真模型确定方法、装置和计算机设备 - Google Patents
电缆接头结构的仿真模型确定方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN117195492A CN117195492A CN202311012253.6A CN202311012253A CN117195492A CN 117195492 A CN117195492 A CN 117195492A CN 202311012253 A CN202311012253 A CN 202311012253A CN 117195492 A CN117195492 A CN 117195492A
- Authority
- CN
- China
- Prior art keywords
- cable joint
- structural feature
- simulation model
- feature data
- structural
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 310
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012216 screening Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 33
- 238000004422 calculation algorithm Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 25
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000004593 Epoxy Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920002379 silicone rubber Polymers 0.000 description 1
- 239000004945 silicone rubber Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种电缆接头结构的仿真模型确定方法、装置、计算机设备和存储介质。该方法包括:获取电缆接头的各结构特征数据、以及电缆接头的运行信息,并计算每个结构特征数据的权重值;筛选大于权重阈值的权重值对应的结构特征数据,作为目标结构特征数据,并基于各目标结构特征数据,建立电缆接头仿真模型;对电缆接头仿真模型进行仿真运行处理,得到电缆接头仿真模型的运行信息,并在电缆接头仿真模型与电缆接头的运行信息之间的差值大于差值阈值的情况下,调整权重阈值,并迭代筛选过程,直到差值不大于差值阈值时,得到目标电缆接头仿真模型。本申请能够提升该电缆接头仿真模型的仿真效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种电缆接头结构的仿真模型确定方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
在目前的电缆接头仿真研究中,由于电缆接头通常具有复杂的几何形状,这些复杂几何形状需要进行详细的网格划分,且电缆接头的边界条件通常较多,这些边界条件的处理需要考虑多个物理量的相互影响,导致计算的复杂性和耗时增加,所以如何提升电缆接头结构的仿真精准度是当前的研究重点。
目前电缆接头结构仿真分析常用有限元法等算法确定电缆接头结构的仿真模型,然而上述算法获取的电缆接头仿真模型的各结构特征数据过于精细,使得该电缆接头仿真模型的运行速度非常缓慢,从而导致电缆接头仿真模型的仿真效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种电缆接头结构的仿真模型确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种电缆接头结构的仿真模型确定方法。所述方法包括:
获取电缆接头的各结构特征数据、以及所述电缆接头的运行信息,并基于各所述结构特征数据、以及电缆接头结构权重算法,计算每个结构特征数据的权重值;
筛选各所述权重值中大于权重阈值的权重值对应的结构特征数据,作为目标结构特征数据,并基于各所述目标结构特征数据,建立电缆接头仿真模型;
对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行信息,并在所述电缆接头仿真模型的运行信息与所述电缆接头的运行信息之间的差值大于差值阈值的情况下,调整所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到所述差值不大于差值阈值时,将不大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型。
可选的,所述获取电缆接头的各结构特征数据,包括:
获取电缆接头的各层次的结构信息,针对每个层次的结构信息,提取所述结构信息的结构特征,并采集每个结构特征的数据信息,得到每个层次的初始结构特征信息;
对各所述初始结构特征信息进行数据标准化处理,得到各结构特征数据。
可选的,所述基于各所述结构特征数据、以及电缆接头结构权重算法,计算每个结构特征数据的权重值,包括:
基于各结构特征数据所述的层次对各结构特征数据进行分类,得到各所述结构特征数据的类别,并在各所述类别中筛选任意一种类别作为目标类别;
在所述目标类别的各结构特征数据中筛选任意一个结构特征数据,作为第一结构特征数据,并在除所述目标类别之外的其他类别中分别筛选与所述第一结构特征数据相似的单位数目的结构特征数据,作为第二结构特征数据;
基于所述第一结构特征数据、各所述第二结构特征数据、以及电缆接头结构权重算法,计算所述第一结构特征数据的权重值、与各所述第二结构特征数据的权重值;
在各所述类别的结构特征数据中,删除已确定权重值的结构特征数据,并返回执行在各所述类别中筛选任意一种类别作为目标类别步骤,直到获取所有类别的所有结构特征数据的权重值。
可选的,所述基于各所述目标结构特征数据,建立电缆接头仿真模型,包括:
获取初始电缆接头仿真模型、以及所述初始电缆接头仿真模型的各常态结构特征参数,并重置所述初始电缆接头仿真模型的所有结构特征参数;
将各所述类别的目标结构特征数据转化为目标结构特征参数,并在所述初始电缆接头仿真模型的所有结构特征参数中查询与各所述目标结构特征数据对应的结构特征参数;
将各所述目标结构特征参数替换各所述目标结构特征参数的目标结构特征数据对应的结构特征参数,并将除所述目标结构特征参数之外的各其他结构特征参数替换为各所述其他结构特征参数对应的常态结构特征参数,得到电缆接头仿真模型。
可选的,所述运行信息包括等效电阻、以及运行速度,所述对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行信息,包括:
识别所述电缆接头的运行信息对应的电流传输信息,并基于所述电流传输信息,对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行时间、以及电流传输结果;
基于所述电缆接头仿真模型的运行时间,计算所述电缆接头仿真模型的运行速度,并基于所述电缆接头仿真模型的电流传输结果,确定所述电缆接头仿真模型的等效电阻。
可选的,所述在所述电缆接头仿真模型的运行信息与所述电缆接头的运行信息之间的差值大于差值阈值的情况下,调整所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到所述差值不大于差值阈值时,将不大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型,包括:
计算所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的电阻差值、以及所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度之间的速度差值;
在所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的差值大于电阻差值阈值、或所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度的速度差值大于速度差值阈值的情况下,减小所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤;
在所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的差值小于电阻差值阈值、且所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度的速度差值小于速度差值阈值的情况下,将所述电缆接头仿真模型,作为目标电缆接头仿真模型。
第二方面,本申请还提供了一种电缆接头结构的仿真模型确定装置。所述装置包括:
获取模块,用于获取电缆接头的各结构特征数据、以及所述电缆接头的运行信息,并基于各所述结构特征数据、以及电缆接头结构权重算法,计算每个结构特征数据的权重值;
筛选模块,用于筛选各所述权重值中大于权重阈值的权重值对应的结构特征数据,作为目标结构特征数据,并基于各所述目标结构特征数据,建立电缆接头仿真模型;
仿真模块,用于对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行信息,并在所述电缆接头仿真模型的运行信息与所述电缆接头的运行信息之间的差值大于差值阈值的情况下,调整所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到所述差值不大于差值阈值时,将不大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型。
可选的,所述获取模块,具体用于:
获取电缆接头的各层次的结构信息,针对每个层次的结构信息,提取所述结构信息的结构特征,并采集每个结构特征的数据信息,得到每个层次的初始结构特征信息;
对各所述初始结构特征信息进行数据标准化处理,得到各结构特征数据。
可选的,所述获取模块,具体用于:
基于各结构特征数据所述的层次对各结构特征数据进行分类,得到各所述结构特征数据的类别,并在各所述类别中筛选任意一种类别作为目标类别;
在所述目标类别的各结构特征数据中筛选任意一个结构特征数据,作为第一结构特征数据,并在除所述目标类别之外的其他类别中分别筛选与所述第一结构特征数据相似的单位数目的结构特征数据,作为第二结构特征数据;
基于所述第一结构特征数据、各所述第二结构特征数据、以及电缆接头结构权重算法,计算所述第一结构特征数据的权重值、与各所述第二结构特征数据的权重值;
在各所述类别的结构特征数据中,删除已确定权重值的结构特征数据,并返回执行在各所述类别中筛选任意一种类别作为目标类别步骤,直到获取所有类别的所有结构特征数据的权重值。
可选的,所述筛选模块,具体用于:
获取初始电缆接头仿真模型、以及所述初始电缆接头仿真模型的各常态结构特征参数,并重置所述初始电缆接头仿真模型的所有结构特征参数;
将各所述类别的目标结构特征数据转化为目标结构特征参数,并在所述初始电缆接头仿真模型的所有结构特征参数中查询与各所述目标结构特征数据对应的结构特征参数;
将各所述目标结构特征参数替换各所述目标结构特征参数的目标结构特征数据对应的结构特征参数,并将除所述目标结构特征参数之外的各其他结构特征参数替换为各所述其他结构特征参数对应的常态结构特征参数,得到电缆接头仿真模型。
可选的,所述运行信息包括等效电阻、以及运行速度,所述仿真模块,具体用于:
识别所述电缆接头的运行信息对应的电流传输信息,并基于所述电流传输信息,对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行时间、以及电流传输结果;
基于所述电缆接头仿真模型的运行时间,计算所述电缆接头仿真模型的运行速度,并基于所述电缆接头仿真模型的电流传输结果,确定所述电缆接头仿真模型的等效电阻。
可选的,所述仿真模块,具体用于:
计算所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的电阻差值、以及所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度之间的速度差值;
在所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的差值大于电阻差值阈值、或所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度的速度差值大于速度差值阈值的情况下,减小所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤;
在所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的差值小于电阻差值阈值、且所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度的速度差值小于速度差值阈值的情况下,将所述电缆接头仿真模型,作为目标电缆接头仿真模型。
第三方面,本申请提供了一种计算机设备。所述计算机设备包括:存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现第一方面中任一项所述的方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质。所述存储介质包括:其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
第五方面,本申请提供了一种计算机程序产品。所述计算机程序产品包括:计算机程序,其特征在于,该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
上述电缆接头结构的仿真模型确定方法、装置和计算机设备,通过获取电缆接头的各结构特征数据、以及所述电缆接头的运行信息,并基于各所述结构特征数据、以及电缆接头结构权重算法,计算每个结构特征数据的权重值;筛选各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为目标结构特征数据,并基于各所述目标结构特征数据,建立电缆接头仿真模型;对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行信息,并在所述电缆接头仿真模型的运行信息与所述电缆接头的运行信息之间的差值大于差值阈值的情况下,调整所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到所述差值大于差值阈值时,将大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型。通过电缆接头结构权重算法,计算电缆接头的各结构特征数据的权重值,并根据各结构特征数据的权重值,筛选目标结构特征数据,从而建立目标电缆接头仿真模型,简化了目标电缆接头仿真模型的各结构特征数据,然后基于电缆接头的运行信息,对目标电缆接头仿真模型进行优化,确保了目标电缆接头仿真模型的仿真精准度,从而在确保仿真精准度的情况下,优化了电缆接头仿真模型的结构特征数据,提升了该电缆接头仿真模型的仿真效率。
附图说明
图1为一个实施例中电缆接头结构的仿真模型确定方法的流程示意图;
图2为一个实施例中电缆接头结构的仿真模型确定示例的流程示意图;
图3为一个实施例中电缆接头结构的仿真模型确定装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的电缆接头结构的仿真模型确定方法,主要应用于电缆接头仿真过程对应的应用环境中。本方法可以应用于终端、也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中,服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。其中终端通过电缆接头结构权重算法,计算电缆接头的各结构特征数据的权重值,并根据各结构特征数据的权重值,筛选目标结构特征数据,从而建立目标电缆接头仿真模型,简化了目标电缆接头仿真模型的各结构特征数据,然后基于电缆接头的运行信息,对目标电缆接头仿真模型进行优化,确保了目标电缆接头仿真模型的仿真精准度,从而在确保仿真精准度的情况下,优化了电缆接头仿真模型的结构特征数据,提升了该电缆接头仿真模型的仿真效率。
在一个实施例中,如图1所示,提供了一种电缆接头结构的仿真模型确定方法,以该方法应用于终端为例进行说明,包括以下步骤:
步骤S101,获取电缆接头的各结构特征数据、以及电缆接头的运行信息,并基于各结构特征数据、以及电缆接头结构权重算法,计算每个结构特征数据的权重值。
本实施例中,终端响应于用户的电缆接头结构信息上传操作,获取电缆接头的各层次的结构特征数据。其中电缆接头的层次包括点不限于插拔式电流触头、硅橡胶应力锥、环氧树脂座、弹簧组装件、支撑杆、屏蔽线连接、电缆夹以及电缆等。针对每个层次的结构特征数据包括但不限于是性能结构指标特征(损耗特征、反射系数特征等)、几何结构特征(尺寸特征、形状特征等)、物理结构特性(材料特征、导电性能特征等)、以及电气结构特性(电阻特征、电容特征等)等。终端获取该电缆接头在正常运行时的载流信息、并基于该载流信息以及电缆接头的电压信息,计算该电缆接头的等效电阻,然后终端计算该电缆接头在单位时间的输电量,得到该电缆接头的运行速度信息。最后,终端将该电缆接头的等效电阻、以及该电缆接头的运行速度信息,作为该电缆接头的运行信息。其中,电缆接头的运行信息用于表征该电缆接头的载流传输情况。
终端将该电缆接头的各结构特征数据输入电缆接头结构权重算法,分别计算每个结构特征数据的权重值。其中,该电缆接头结构权重算法为基于通过将多类别问题分解为多个两分类问题,实现多分类问题的特征选择原理的Relief F算法(多变量过滤式特征选择算法)。具体的计算过程后续将详细说明。
步骤S102,筛选各权重值中大于权重阈值的权重值对应的结构特征数据,作为目标结构特征数据,并基于各目标结构特征数据,建立电缆接头仿真模型。
本实施例中,终端预设权重阈值,并在各权重值中,筛选大于该权重阈值的权重值对应的结构特征数据作为目标结构特征数据。其中,针对非目标结构特征数据,终端判断该非目标结构特征数据是否存在相关的目标结构特征数据。在存在相关的目标结构特征数据的情况下,终端将该非目标结构特征数据与该目标结构特征数据存在相关的目标结构特征数据进行合并,得到已合并的目标结构特征数据。在不存在相关的目标结构特征数据的情况下,终端直接删除该非目标结构特征数据。其中相关的两个目标结构特征数据例如,电缆夹的形状特征、以及电缆夹的直径特征;环氧树脂座的材料特征、以及环氧数据座的导电性特征;支撑杆的长度特征、以及支撑杆的形状特征等。
终端基于各目标结构特征数据,优化初始电缆接头仿真模型,得到电缆接头仿真模型,具体的建立过程后续将详细说明。
步骤S103,对电缆接头仿真模型进行仿真运行处理,得到电缆接头仿真模型的运行信息,并在电缆接头仿真模型的运行信息与电缆接头的运行信息之间的差值大于差值阈值的情况下,调整权重阈值,并返回执行在各权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到差值不大于差值阈值时,将不大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型。
本实施例中,终端对电缆接头仿真模型进行仿真运行处理,得到电缆接头仿真模型的运行信息,然后计算该电缆接头仿真模型的运行信息与电缆接头的运行信息之间的差值,并预设差值阈值。在该差值大于差值阈值的情况下,终端将权重阈值降低,并返回执行步骤S102,直到差值不大于差值阈值时,终端将不大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型。具体的判断过程后续将详细说明。
基于上述方案,终端通过电缆接头结构权重算法,计算电缆接头的各结构特征数据的权重值,并根据各结构特征数据的权重值,筛选目标结构特征数据,从而建立目标电缆接头仿真模型,简化了目标电缆接头仿真模型的各结构特征数据,然后基于电缆接头的运行信息,对目标电缆接头仿真模型进行优化,确保了目标电缆接头仿真模型的仿真精准度,从而在确保仿真精准度的情况下,优化了电缆接头仿真模型的结构特征数据,提升了该电缆接头仿真模型的仿真效率。
可选的,获取电缆接头的各结构特征数据,包括:获取电缆接头的各层次的结构信息,针对每个层次的结构信息,提取结构信息的结构特征,并采集每个结构特征的数据信息,得到每个层次的初始结构特征信息;对各初始结构特征信息进行数据标准化处理,得到各结构特征数据。
本实施例中,终端获取电缆接头的各层次的结构信息,然后,终端针对每个层次的结构信息,提取该结构信息的各结构特征,并基于该结构信息中包含的数据信息,识别每个结构特征的数据信息,得到每个层次的初始结构特征信息。最后,终端对各初始结构特征信息进行数据标准化处理,得到各结构特征数据。
基于上述方案,终端通过对各初始结构特征信息进行数据标准化处理,得到各结构特征数据,从而消除了不同特征之间的量纲差异,提升了各结构特征数据的统一性,便于计算各结构特征数据的权重值。
可选的,基于各结构特征数据、以及电缆接头结构权重算法,计算每个结构特征数据的权重值,包括:基于各结构特征数据的层次对各结构特征数据进行分类,得到各结构特征数据的类别,并在各类别中筛选任意一种类别作为目标类别;在目标类别的各结构特征数据中筛选任意一个结构特征数据,作为第一结构特征数据,并在除目标类别之外的其他类别中分别筛选与第一结构特征数据相似的单位数目的结构特征数据,作为第二结构特征数据;基于第一结构特征数据、各第二结构特征数据、以及电缆接头结构权重算法,计算第一结构特征数据的权重值、与各第二结构特征数据的权重值;在各类别的结构特征数据中,删除已确定权重值的结构特征数据,并返回执行在各类别中筛选任意一种类别作为目标类别步骤,直到获取所有类别的所有结构特征数据的权重值。
本实施例中,终端基于各结构特征数据的层次对各结构特征数据进行分类,得到各结构特征数据的类别,并在各类别中筛选任意一种类别作为目标类别。然后,终端在目标类别的各结构特征数据中筛选任意一个结构特征数据,作为第一结构特征数据,并在除目标类别之外的其他类别中分别筛选与第一结构特征数据相似的单位数目的结构特征数据,作为第二结构特征数据。
终端基于第一结构特征数据、各第二结构特征数据、以及电缆接头结构权重算法,计算第一结构特征数据的权重值、与各第二结构特征数据的权重值,并在各类别的结构特征数据中,删除已确定权重值的结构特征数据。其中删除已确定权重值的结构特征数据之前,在已确定权重值的数据集中存储各已确定权重值的结构特征数据,以及各已确定权重值的结构特征数据的权重值。
最后,终端返回执行在各类别中筛选任意一种类别作为目标类别步骤,直到获取所有类别的所有结构特征数据的权重值。
具体的,首先,终端将所有特征权重置零;然后,终端选择任意一个样本X(第一结构特征数据);终端分别从与样本X同类和不同类的样本中集中找出K个最近邻样本Hj和Mj(j=1,2,…,K)(第二结构特征数据);终端根据式已重置零的每个特征A(p=1,2,…,P)的权重W(A),通过电缆接头结构权重算法,计算第一结构特征数据的权重值、与各第二结构特征数据的权重值,其中电缆接头结构权重算法的计算公式如下:
上式中diff(A,R1,R2)表示样本R1和R2在特征A上的差,Mj(C)表示类C不包含于class(R)中第j个最近邻样本,p为所有第一结构特征数据的数目,k为任意一个第一结构特征数据对应的所有第二结构特征数据的数目,如下式:
终端重复上述步骤,直到得到所有样本的权重值;最后,终端按照权重值从大到小的顺序对各权重W对应的样本进行排序。
基于上述方案,终端通过电缆接头结构权重算法,计算每个结构特征数据的权重值,从而将各结构特征数据进行量化,提升了对各结构特征数据的筛选效率。
可选的,基于各目标结构特征数据,建立电缆接头仿真模型,包括:获取初始电缆接头仿真模型、以及初始电缆接头仿真模型的各常态结构特征参数,并重置初始电缆接头仿真模型的所有结构特征参数;将各类别的目标结构特征数据转化为目标结构特征参数,并在初始电缆接头仿真模型的所有结构特征参数中查询与各目标结构特征数据对应的结构特征参数;将各目标结构特征参数替换各目标结构特征参数的目标结构特征数据对应的结构特征参数,并将除目标结构特征参数之外的各其他结构特征参数替换为各其他结构特征参数对应的常态结构特征参数,得到电缆接头仿真模型。
本实施例中,终端获取初始电缆接头仿真模型、以及初始电缆接头仿真模型的各常态结构特征参数,并重置初始电缆接头仿真模型的所有结构特征参数。然后,终端将各类别的目标结构特征数据转化为目标结构特征参数,并在初始电缆接头仿真模型的所有结构特征参数中查询与各目标结构特征数据对应的结构特征参数。其中,转化为目标结构特征参数的过程可以但不限于是直接提取该目标结构特征数据的数据值,并将该数据值作为该目标结构特征数据对应的目标结构参数。其次,终端将各目标结构特征参数替换各目标结构特征参数的目标结构特征数据对应的结构特征参数,并将除目标结构特征参数之外的各其他结构特征参数替换为各其他结构特征参数对应的常态结构特征参数,得到电缆接头仿真模型。其中常态结构特征参数可以为0。
基于上述方案,终端通过筛选目标结构特征数据,对电缆接头仿真模型进行模型简化,提升了该电缆接头仿真模型的运算效率。
可选的,运行信息包括等效电阻、以及运行速度,对电缆接头仿真模型进行仿真运行处理,得到电缆接头仿真模型的运行信息,包括:识别电缆接头的运行信息对应的电流传输信息,并基于电流传输信息,对电缆接头仿真模型进行仿真运行处理,得到电缆接头仿真模型的运行时间、以及电流传输结果;基于电缆接头仿真模型的运行时间,计算电缆接头仿真模型的运行速度,并基于电缆接头仿真模型的电流传输结果,确定电缆接头仿真模型的等效电阻。
本实施例中,终端识别电缆接头的运行信息对应的电流传输信息(即载流量信息),并基于该电流传输信息,对电缆接头仿真模型进行仿真运行处理,得到该电缆接头仿真模型的运行时间、以及电流传输结果。其中该运行时间为该电缆接头仿真模型在运输目标电流量对应的时间,电流传输结果包括但不限于是该电缆接头仿真模型的传输电流量、以及传输电压值。然后,终端基于电缆接头仿真模型的运行时间,计算运算单位电流量的电缆接头仿真模型的运行时间,得到该电缆接头仿真模型的运行速度。终端基于电缆接头仿真模型的电流传输结果,通过等效电阻计算算法,计算该电缆接头仿真模型的等效电阻。
基于上述方案,通过对电缆接头仿真模型进行仿真运行处理,得到电缆接头仿真模型的运行信息,提升了识别简化后的电缆接头仿真模型的运行效果的精准度。
可选的,在电缆接头仿真模型的运行信息与电缆接头的运行信息之间的差值大于差值阈值的情况下,调整权重阈值,并返回执行在各权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到差值大于差值阈值时,将大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型,包括:计算电缆接头仿真模型的等效电阻与电缆接头的等效电阻之间的电阻差值、以及电缆接头仿真模型的运行速度与电缆接头的运行速度之间的速度差值;在电缆接头仿真模型的等效电阻与电缆接头的等效电阻之间的差值大于电阻差值阈值、或电缆接头仿真模型的运行速度与电缆接头的运行速度的速度差值大于速度差值阈值的情况下,减小权重阈值,并返回执行在各权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤;在电缆接头仿真模型的等效电阻与电缆接头的等效电阻之间的差值小于电阻差值阈值、且电缆接头仿真模型的运行速度与电缆接头的运行速度的速度差值小于速度差值阈值的情况下,将电缆接头仿真模型,作为目标电缆接头仿真模型。
本实施例中,终端预设电阻差值阈值、以及速度差值阈值。,并计算电缆接头仿真模型的等效电阻与电缆接头的等效电阻之间的电阻差值、以及电缆接头仿真模型的运行速度与电缆接头的运行速度之间的速度差值。其中该速度差值包含正速度差值、以及负速度差值。然后终端判断电缆接头仿真模型的等效电阻与电缆接头的等效电阻之间的差值是否大于电阻差值阈值、或电缆接头仿真模型的运行速度与电缆接头的运行速度的速度差值是否大于速度差值阈值的情况下。在存在电缆接头仿真模型的等效电阻与电缆接头的等效电阻之间的差值大于电阻差值阈值、或电缆接头仿真模型的运行速度与电缆接头的运行速度的速度差值大于速度差值阈值的情况下,终端减小预设的权重阈值,并返回执行在各权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到电缆接头仿真模型的等效电阻与电缆接头的等效电阻之间的差值小于电阻差值阈值、且电缆接头仿真模型的运行速度与电缆接头的运行速度的速度差值小于速度差值阈值时,终端将满足上述条件的电缆接头仿真模型,作为目标电缆接头仿真模型。
基于上述方案,通过仿真对比的方式,评价该电缆接头仿真模型的简化效果,并基于该简化效果,对电缆接头仿真模型进行优化,提升了电缆接头仿真模型的简化精准度。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
本申请还提供了一种电缆接头结构的仿真模型确定示例,如图2所示,具体处理过程包括以下步骤:
步骤S201,获取电缆接头的各层次的结构信息、以及电缆接头的运行信息,针对每个层次的结构信息,提取结构信息的结构特征,并采集每个结构特征的数据信息,得到每个层次的初始结构特征信息。
步骤S202,对各初始结构特征信息进行数据标准化处理,得到各结构特征数据。
步骤S203,基于各结构特征数据的层次对各结构特征数据进行分类,得到各结构特征数据的类别,并在各类别中筛选任意一种类别作为目标类别。
步骤S204,在目标类别的各结构特征数据中筛选任意一个结构特征数据,作为第一结构特征数据,并在除目标类别之外的其他类别中分别筛选与第一结构特征数据相似的单位数目的结构特征数据,作为第二结构特征数据。
步骤S205,基于第一结构特征数据、各第二结构特征数据、以及电缆接头结构权重算法,计算第一结构特征数据的权重值、与各第二结构特征数据的权重值。
步骤S206,在各类别的结构特征数据中,删除已确定权重值的结构特征数据,并返回执行在各类别中筛选任意一种类别作为目标类别步骤,直到获取所有类别的所有结构特征数据的权重值。
步骤S207,获取初始电缆接头仿真模型、以及初始电缆接头仿真模型的各常态结构特征参数,并重置初始电缆接头仿真模型的所有结构特征参数。
步骤S208,将各类别的目标结构特征数据转化为目标结构特征参数,并在初始电缆接头仿真模型的所有结构特征参数中查询与各目标结构特征数据对应的结构特征参数。
步骤S209,将各目标结构特征参数替换各目标结构特征参数的目标结构特征数据对应的结构特征参数,并将除目标结构特征参数之外的各其他结构特征参数替换为各其他结构特征参数对应的常态结构特征参数,得到电缆接头仿真模型。
步骤S210,识别电缆接头的运行信息对应的电流传输信息,并基于电流传输信息,对电缆接头仿真模型进行仿真运行处理,得到电缆接头仿真模型的运行时间、以及电流传输结果。
步骤S211,基于电缆接头仿真模型的运行时间,计算电缆接头仿真模型的运行速度,并基于电缆接头仿真模型的电流传输结果,确定电缆接头仿真模型的等效电阻。
步骤S212,计算电缆接头仿真模型的等效电阻与电缆接头的等效电阻之间的电阻差值、以及电缆接头仿真模型的运行速度与电缆接头的运行速度之间的速度差值。
步骤S213,在电缆接头仿真模型的等效电阻与电缆接头的等效电阻之间的差值大于电阻差值阈值、或电缆接头仿真模型的运行速度与电缆接头的运行速度的速度差值大于速度差值阈值的情况下,减小权重阈值,并返回执行在各权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤。
步骤S214,在电缆接头仿真模型的等效电阻与电缆接头的等效电阻之间的差值小于电阻差值阈值、且电缆接头仿真模型的运行速度与电缆接头的运行速度的速度差值小于速度差值阈值的情况下,将电缆接头仿真模型,作为目标电缆接头仿真模型。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的电缆接头结构的仿真模型确定方法的电缆接头结构的仿真模型确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个电缆接头结构的仿真模型确定装置实施例中的具体限定可以参见上文中对于电缆接头结构的仿真模型确定方法的限定,在此不再赘述。
在一个实施例中,如图3所示,提供了一种电缆接头结构的仿真模型确定装置,包括:获取模块310、筛选模块320和仿真模块330,其中:
获取模块310,用于获取电缆接头的各结构特征数据、以及所述电缆接头的运行信息,并基于各所述结构特征数据、以及电缆接头结构权重算法,计算每个结构特征数据的权重值;
筛选模块320,用于筛选各所述权重值中大于权重阈值的权重值对应的结构特征数据,作为目标结构特征数据,并基于各所述目标结构特征数据,建立电缆接头仿真模型;
仿真模块330,用于对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行信息,并在所述电缆接头仿真模型的运行信息与所述电缆接头的运行信息之间的差值大于差值阈值的情况下,调整所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到所述差值不大于差值阈值时,将不大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型。
可选的,所述获取模块310,具体用于:
获取电缆接头的各层次的结构信息,针对每个层次的结构信息,提取所述结构信息的结构特征,并采集每个结构特征的数据信息,得到每个层次的初始结构特征信息;
对各所述初始结构特征信息进行数据标准化处理,得到各结构特征数据。
可选的,所述获取模块310,具体用于:
基于各结构特征数据所述的层次对各结构特征数据进行分类,得到各所述结构特征数据的类别,并在各所述类别中筛选任意一种类别作为目标类别;
在所述目标类别的各结构特征数据中筛选任意一个结构特征数据,作为第一结构特征数据,并在除所述目标类别之外的其他类别中分别筛选与所述第一结构特征数据相似的单位数目的结构特征数据,作为第二结构特征数据;
基于所述第一结构特征数据、各所述第二结构特征数据、以及电缆接头结构权重算法,计算所述第一结构特征数据的权重值、与各所述第二结构特征数据的权重值;
在各所述类别的结构特征数据中,删除已确定权重值的结构特征数据,并返回执行在各所述类别中筛选任意一种类别作为目标类别步骤,直到获取所有类别的所有结构特征数据的权重值。
可选的,所述筛选模块320,具体用于:
获取初始电缆接头仿真模型、以及所述初始电缆接头仿真模型的各常态结构特征参数,并重置所述初始电缆接头仿真模型的所有结构特征参数;
将各所述类别的目标结构特征数据转化为目标结构特征参数,并在所述初始电缆接头仿真模型的所有结构特征参数中查询与各所述目标结构特征数据对应的结构特征参数;
将各所述目标结构特征参数替换各所述目标结构特征参数的目标结构特征数据对应的结构特征参数,并将除所述目标结构特征参数之外的各其他结构特征参数替换为各所述其他结构特征参数对应的常态结构特征参数,得到电缆接头仿真模型。
可选的,所述运行信息包括等效电阻、以及运行速度,所述仿真模块330,具体用于:
识别所述电缆接头的运行信息对应的电流传输信息,并基于所述电流传输信息,对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行时间、以及电流传输结果;
基于所述电缆接头仿真模型的运行时间,计算所述电缆接头仿真模型的运行速度,并基于所述电缆接头仿真模型的电流传输结果,确定所述电缆接头仿真模型的等效电阻。
可选的,所述仿真模块330,具体用于:
计算所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的电阻差值、以及所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度之间的速度差值;
在所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的差值大于电阻差值阈值、或所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度的速度差值大于速度差值阈值的情况下,减小所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤;
在所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的差值小于电阻差值阈值、且所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度的速度差值小于速度差值阈值的情况下,将所述电缆接头仿真模型,作为目标电缆接头仿真模型。
上述电缆接头结构的仿真模型确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电缆接头结构的仿真模型确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现第一方面中任一项所述的方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电缆接头结构的仿真模型确定方法,其特征在于,所述方法包括:
获取电缆接头的各结构特征数据、以及所述电缆接头的运行信息,并基于各所述结构特征数据、以及电缆接头结构权重算法,计算每个结构特征数据的权重值;
筛选各所述权重值中大于权重阈值的权重值对应的结构特征数据,作为目标结构特征数据,并基于各所述目标结构特征数据,建立电缆接头仿真模型;
对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行信息,并在所述电缆接头仿真模型的运行信息与所述电缆接头的运行信息之间的差值大于差值阈值的情况下,调整所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到所述差值不大于差值阈值时,将不大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型。
2.根据权利要求1所述的方法,其特征在于,所述获取电缆接头的各结构特征数据,包括:
获取电缆接头的各层次的结构信息,针对每个层次的结构信息,提取所述结构信息的结构特征,并采集每个结构特征的数据信息,得到每个层次的初始结构特征信息;
对各所述初始结构特征信息进行数据标准化处理,得到各结构特征数据。
3.根据权利要求2所述的方法,其特征在于,所述基于各所述结构特征数据、以及电缆接头结构权重算法,计算每个结构特征数据的权重值,包括:
基于各结构特征数据所述的层次对各结构特征数据进行分类,得到各所述结构特征数据的类别,并在各所述类别中筛选任意一种类别作为目标类别;
在所述目标类别的各结构特征数据中筛选任意一个结构特征数据,作为第一结构特征数据,并在除所述目标类别之外的其他类别中分别筛选与所述第一结构特征数据相似的单位数目的结构特征数据,作为第二结构特征数据;
基于所述第一结构特征数据、各所述第二结构特征数据、以及电缆接头结构权重算法,计算所述第一结构特征数据的权重值、与各所述第二结构特征数据的权重值;
在各所述类别的结构特征数据中,删除已确定权重值的结构特征数据,并返回执行在各所述类别中筛选任意一种类别作为目标类别步骤,直到获取所有类别的所有结构特征数据的权重值。
4.根据权利要求2所述的方法,其特征在于,所述基于各所述目标结构特征数据,建立电缆接头仿真模型,包括:
获取初始电缆接头仿真模型、以及所述初始电缆接头仿真模型的各常态结构特征参数,并重置所述初始电缆接头仿真模型的所有结构特征参数;
将各所述类别的目标结构特征数据转化为目标结构特征参数,并在所述初始电缆接头仿真模型的所有结构特征参数中查询与各所述目标结构特征数据对应的结构特征参数;
将各所述目标结构特征参数替换各所述目标结构特征参数的目标结构特征数据对应的结构特征参数,并将除所述目标结构特征参数之外的各其他结构特征参数替换为各所述其他结构特征参数对应的常态结构特征参数,得到电缆接头仿真模型。
5.根据权利要求1所述的方法,其特征在于,所述运行信息包括等效电阻、以及运行速度,所述对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行信息,包括:
识别所述电缆接头的运行信息对应的电流传输信息,并基于所述电流传输信息,对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行时间、以及电流传输结果;
基于所述电缆接头仿真模型的运行时间,计算所述电缆接头仿真模型的运行速度,并基于所述电缆接头仿真模型的电流传输结果,确定所述电缆接头仿真模型的等效电阻。
6.根据权利要求5所述的方法,其特征在于,所述在所述电缆接头仿真模型的运行信息与所述电缆接头的运行信息之间的差值大于差值阈值的情况下,调整所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到所述差值不大于差值阈值时,将不大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型,包括:
计算所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的电阻差值、以及所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度之间的速度差值;
在所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的差值大于电阻差值阈值、或所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度的速度差值大于速度差值阈值的情况下,减小所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤;
在所述电缆接头仿真模型的等效电阻与所述电缆接头的等效电阻之间的差值小于电阻差值阈值、且所述电缆接头仿真模型的运行速度与所述电缆接头的运行速度的速度差值小于速度差值阈值的情况下,将所述电缆接头仿真模型,作为目标电缆接头仿真模型。
7.一种电缆接头结构的仿真模型确定装置,其特征在于,所述装置包括:
获取模块,用于获取电缆接头的各结构特征数据、以及所述电缆接头的运行信息,并基于各所述结构特征数据、以及电缆接头结构权重算法,计算每个结构特征数据的权重值;
筛选模块,用于筛选各所述权重值中大于权重阈值的权重值对应的结构特征数据,作为目标结构特征数据,并基于各所述目标结构特征数据,建立电缆接头仿真模型;
仿真模块,用于对所述电缆接头仿真模型进行仿真运行处理,得到所述电缆接头仿真模型的运行信息,并在所述电缆接头仿真模型的运行信息与所述电缆接头的运行信息之间的差值大于差值阈值的情况下,调整所述权重阈值,并返回执行在各所述权重值中大于权重阈值的权重值对应的结构特征数据、作为初始目标结构特征数据步骤,直到所述差值不大于差值阈值时,将不大于差值阈值的差值对应的电缆接头仿真模型,作为目标电缆接头仿真模型。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311012253.6A CN117195492A (zh) | 2023-08-11 | 2023-08-11 | 电缆接头结构的仿真模型确定方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311012253.6A CN117195492A (zh) | 2023-08-11 | 2023-08-11 | 电缆接头结构的仿真模型确定方法、装置和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117195492A true CN117195492A (zh) | 2023-12-08 |
Family
ID=88986007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311012253.6A Pending CN117195492A (zh) | 2023-08-11 | 2023-08-11 | 电缆接头结构的仿真模型确定方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117195492A (zh) |
-
2023
- 2023-08-11 CN CN202311012253.6A patent/CN117195492A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113593611A (zh) | 语音分类网络训练方法、装置、计算设备及存储介质 | |
CN110880014B (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
Yang et al. | A scalable data chunk similarity based compression approach for efficient big sensing data processing on cloud | |
CN111062431A (zh) | 图像聚类方法、图像聚类装置、电子设备及存储介质 | |
CN112633481A (zh) | 一种多跳图卷积神经网络模型及其训练方法 | |
CN114049463A (zh) | 一种二叉树的数据网格化、网格点数据的获取方法及装置 | |
CN116911867A (zh) | 问题处理方法、装置、计算机设备和存储介质 | |
CN117195492A (zh) | 电缆接头结构的仿真模型确定方法、装置和计算机设备 | |
CN116894721A (zh) | 一种指标预测方法、装置、计算机设备 | |
CN115905546A (zh) | 基于阻变存储器的图卷积网络文献识别装置与方法 | |
CN114065814A (zh) | Gil局部放电的缺陷类型识别方法、装置 | |
CN112100412A (zh) | 图片检索方法、装置、计算机设备和存储介质 | |
CN117216649A (zh) | 电缆不平衡度的敏感度确定方法、装置和计算机设备 | |
CN117113732B (zh) | 适用于非超立方体约束空间的拉丁超立方设计方法 | |
CN116359653A (zh) | 电缆载流量确定方法、装置、计算机设备和存储介质 | |
CN116842171A (zh) | 文章推荐方法、装置、计算机设备和存储介质 | |
CN117195493A (zh) | 电缆接头仿真模型的确定方法、装置和计算机设备 | |
Bhardwaj et al. | An Analysis of Two Novel and Efficient Deep Learning Models for Fast and Accurate Image Retrieval. | |
CN113869420A (zh) | 基于对比学习的文本推荐方法及相关设备 | |
CN116932935A (zh) | 地址匹配方法、装置、设备、介质和程序产品 | |
CN117638882A (zh) | 电力系统的损耗预测方法、装置、设备、介质和产品 | |
CN117667999A (zh) | 数据推送方法、装置、计算机设备及计算机可读存储介质 | |
CN117312892A (zh) | 用户聚类方法、装置、计算机设备和存储介质 | |
CN117114268A (zh) | 网点确定方法、装置、服务器、存储介质和程序产品 | |
CN117319475A (zh) | 通信资源推荐方法、装置、计算机设备和存储介质 |
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 |