Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜国核电力规划设计研究院有限公司李云伟获国家专利权

恭喜国核电力规划设计研究院有限公司李云伟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜国核电力规划设计研究院有限公司申请的专利基于导入excel与三维模型互补的变电站工程方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118940735B

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410959271.3,技术领域涉及:G06F40/18;该发明授权基于导入excel与三维模型互补的变电站工程方法是由李云伟;费晨川;任重;高宇;杨佳乐;田烨珣;吴若心;梁莹莹;刘天翔设计研发完成,并于2024-07-17向国家知识产权局提交的专利申请。

基于导入excel与三维模型互补的变电站工程方法在说明书摘要公布了:本发明提供了一种基于导入excel与三维模型互补的变电站工程方法,包括如下步骤:S1将所述工程按照初步设计规划,将工程划分为多个分支工程的步骤;S2收集历史的工程完成进度时间表,以及物料属性及造价,构建物料属性表及造价表,构建时间、物料属性、造价的数据;S3完成数据到每一个子工程、区块工程、细节工程的映射,并完成多个分离分支的进行工程施工可视化进程模拟;S4接着构建双模态深度学习人工智能模型,用于修改所述初步设计规划。本发明的实现了可视化工程进程的模拟,提高了工程进度的直观可分析性,同时为工程施工设计的优化、工程综合评价提供可视化的、便捷的参考。

本发明授权基于导入excel与三维模型互补的变电站工程方法在权利要求书中公布了:1.基于导入excel与三维模型互补的变电站工程方法,其特征在于,包括如下步骤:S1将所述工程按照初步设计规划,分为多个子工程,并在至少一个子工程中分为多个区块工程,再于至少一个区块工程下分为多个细节工程,或者仅将所述工程分为多个子工程,或者将所述工程分为多个子工程以及至少一个子工程中分为至少一个区块工程或至少一个细节工程;S2收集历史的工程完成进度时间表,以及物料属性及造价数据,构建物料属性表及造价表,其中物料属性表中具有物料的物理化学属性分类,产品供应商分类,造价表中具有与每一类物理化学属性分类下对应每一所述供应商分类下的每一款物料产品的实时市场价;所述历史的工程完成进度时间表中具有时间数据,所述时间数据包括三工程的历史的施工完成所需时间,以及三工程的施工顺序安排,或者对于仅将所述工程分为多个子工程时,为多个子工程的施工顺序安排;S3将时间表、物料属性表、造价表映射到每一个子工程、区块工程、细节工程,即三工程,并从头开始进行工程施工模拟,直到三维模型构建完毕,其中,根据每一款物料产品的不同,分离出多个三工程施工模拟可视化进程,且当每一所述细节工程、区块工程、子工程的模拟完毕时,记录当前对应三工程各自的当前造价;S4构建双模态深度学习人工智能模型,利用不同的进度时间表和物料产品造价形成的文本数据以及三维模型的3D图形数据学习出最佳规划,用于修改所述初步设计规划,所述修改所述初步设计规划包括修改三工程的划分,以及物料、造价标准的修改,以及时间数据的修改;所述S4具体包括:S4-1将时间数据、造价数据分别形成第一文本数据和第二文本数据;将三维模型中对应三工程的各构件和设备的三维模型构件和三维模型设备分别形成第一3D图形数据和第二3D图形数据;S4-2构建第一文本数据和第二文本数据用于分别训练长短期记忆模型LSTM1和LSTM2,以及第一3D图形数据和第二3D图形数据用于分别训练第一3D卷积神经网络3DCNN1和第二3D卷积神经网络3DCNN2;分别形成对应第一文本数据、第二文本数据、第一3D图形数据和第二3D图形数据的第一训练集至第四训练集,以及相应的第一验证集至第四验证集,以训练集和验证集的对应工程多指标综合评价等级为标签;其中第一3D图形数据和第二3D图形数据由不同的物料产品通过不同的实物图像进行三维构建和纹理渲染处理形成,以用于进行所述训练的信息数据;S4-3将LSTM1、LSTM2、3DCNN1、3DCNN2的输出端加权输入到CONACT函数中,最后输出采用softmax函数进行工程多指标综合评价等级分类,从而使用各训练集输入对应的LSTM1、LSTM2、3DCNN1、3DCNN2输入端进行训练,以相应验证集进行综合评价等级准确率,以不断优化各网络参数,直至准确率趋稳停止训练,得到训练好的双模态深度学习人工智能模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国核电力规划设计研究院有限公司,其通讯地址为:100095 北京市海淀区北清路中关村环保科技示范园地锦路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。