本技术涉及建筑信息模型领域,具体是利用深度学习的BIM模型错误自动检测系统,包括数据读取转化模块,用于读取第一BIM地理位置模型和第一BIM电气模型,通过模型映射和模型分割、模型分解,得到每个供电单元模型的用电负荷模型、第一电源模型、第二电源模型、连接设备模型;供电连续性检测模块,用于得到供电连续性错误识别标识;供电电量检测模块,用于得到供电电量错误识别标识;检测结果输出模块,用于根据供电连续性错误识别标识和供电电量错误识别标识,得到BIM模型错误检测结果。本发明通过对含屋顶光伏的智能楼宇BIM电气模型连接关系及设备容量的匹配关系进行智能分析,实现模型错误自动检测。
背景技术
BIM模型(Building Information Modeling),即建筑信息模型,是在建设工程及设施全生命周期内,对其物理和功能特性进行数字化表达的模型。BIM模型根据专业划分,可以分为建筑模型、结构模型、给排水模型、暖通模型和电气模型。其中,BIM电气模型包括用电负荷、电气布线、设备位置、配电箱等信息,可以帮助设计和运维人员开展建筑电气全周期设计运维。目前,BIM电气模型正逐步应用于智能楼宇的设计和运维领域。智能楼宇往往包含屋顶光伏等分布式电源,而传统的BIM电气模型大多为单向潮流模型,与屋顶光伏等分布式电源模型结合后,可能出现不适配的错误。然而,现有的BIM模型错误检测技术难以实现这些错误的检测。
实现思路