一种基于大数据挖掘的变电站三维建模方法技术

本发明专利技术公开了一种基于大数据挖掘的变电站三维建模方法，包括以下步骤：A、根据设计要求确定变电站的占地面积、占地坐标、层高和层数；B、根据占地坐标的地层参数以及占地坐标周边的地层参数，对变电站的地基结构进行设计；C、根据变电站的地基结构以及占地坐标、层高、层数，对变电站的墙体结构进行设计；D、根据变电站的地基结构、墙体结构以及层高，对变电站的承重梁和非承重梁结构进行设计。本发明专利技术能够解决现有技术的不足，减小了三维建模的复杂度。

A Three-Dimensional Modeling Method for Substation Based on Large Data Mining

【技术实现步骤摘要】
一种基于大数据挖掘的变电站三维建模方法
本专利技术涉及土木工程设计
，尤其是一种基于大数据挖掘的变电站三维建模方法。
技术介绍
随着计算机技术的发展，土木工程设计中三维建模方式逐步普及开来。三维建模可以将建筑物在施工前展示出其三维立体模型，便于设计人员对其细节进行研究和设计。但是，现有的三维建模方法是基于设计人员的经验和国家标准设计规范进行的，建模过程十分复杂。。
技术实现思路
本专利技术要解决的技术问题是提供一种基于大数据挖掘的变电站三维建模方法，能够解决现有技术的不足，减小了三维建模的复杂度。为解决上述技术问题，本专利技术所采取的技术方案如下。一种基于大数据挖掘的变电站三维建模方法，包括以下步骤：A、根据设计要求确定变电站的占地面积、占地坐标、层高和层数；B、根据占地坐标的地层参数以及占地坐标周边的地层参数，对变电站的地基结构进行设计；C、根据变电站的地基结构以及占地坐标、层高、层数，对变电站的墙体结构进行设计；D、根据变电站的地基结构、墙体结构以及层高，对变电站的承重梁和非承重梁结构进行设计。作为优选，步骤B中，将占地坐标地层的含水量、承载压力、沉降速率按照地层深度进行统计，每下降一米统计一组数据；将占地坐标周边地层的含水量、承载压力、沉降速率按照地层深度进行统计，每下降一米统计一组数据；将两组数据中的同类数据组成一个数据矩阵，分别为含水量数据矩阵、承载压力数据矩阵和沉降速率数据矩阵；在确定桩基埋设位置时，分别计算含水量数据矩阵、承载压力数据矩阵和沉降速率数据矩阵的特征向量，使用承载压力数据矩阵和沉降速率数据矩阵的特征向量以含水量数据矩阵的特征向量为基准进行线性拟合，然后使用拟合后的向量与含水量数据矩阵的特征向量进行加权拟合，使用拟合后的向量作为桩基埋设位置模型的输入量，得到桩基埋设位置；在确定桩基埋设深度时，使用含水量数据矩阵和承载压力数据矩阵的特征向量以沉降速率数据矩阵的特征向量为基准进行线性拟合，然后使用拟合后的向量与沉降速率数据矩阵的特征向量进行加权拟合，使用拟合后的向量作为桩基埋设深度模型的输入量，得到桩基埋设深度；在确定筏板安装位置时，使用含水量数据矩阵和沉降速率数据矩阵的特征向量以承载压力数据矩阵的特征向量为基准进行线性拟合，然后使用拟合后的向量与承载压力数据矩阵的特征向量进行加权拟合，使用拟合后的向量作为筏板安装位置模型的输入量，得到筏板安装位置。作为优选，步骤C中，墙体厚度的设计方法为，其中，L1为桩基埋设深度，h1为变电站总高，L2为筏板距离地面的最近距离，k1为比例系数，T为墙体厚度；墙体剪切力承载强度的设计方法为，其中，P为地下平均含水量，h2为层高，N为层数，k2为比例系数，F1为墙体剪切力承载强度；墙体载重承载力的设计方法为，其中，k3为比例系数。作为优选，步骤D中，承重梁的外径为墙体厚度的30％，承重梁与任意的桩基的延长线不相交；非承重梁的外径为承重梁外径的50％，非承重梁与承重梁垂直安装。采用上述技术方案所带来的有益效果在于：本专利技术通过对变电站设计的参数要求进行量化，然后通过对各参数的数据综合处理，得出变电站的最佳设计结果。整个建模过程避免了人为经验值带来的不确定性，建模结果准确、速度快。具体实施方式本专利技术的一个具体实施方式包括以下步骤：A、根据设计要求确定变电站的占地面积、占地坐标、层高和层数；B、根据占地坐标的地层参数以及占地坐标周边的地层参数，对变电站的地基结构进行设计；C、根据变电站的地基结构以及占地坐标、层高、层数，对变电站的墙体结构进行设计；D、根据变电站的地基结构、墙体结构以及层高，对变电站的承重梁和非承重梁结构进行设计。步骤B中，将占地坐标地层的含水量、承载压力、沉降速率按照地层深度进行统计，每下降一米统计一组数据；将占地坐标周边地层的含水量、承载压力、沉降速率按照地层深度进行统计，每下降一米统计一组数据；将两组数据中的同类数据组成一个数据矩阵，分别为含水量数据矩阵、承载压力数据矩阵和沉降速率数据矩阵；在确定桩基埋设位置时，分别计算含水量数据矩阵、承载压力数据矩阵和沉降速率数据矩阵的特征向量，使用承载压力数据矩阵和沉降速率数据矩阵的特征向量以含水量数据矩阵的特征向量为基准进行线性拟合，然后使用拟合后的向量与含水量数据矩阵的特征向量进行加权拟合，使用拟合后的向量作为桩基埋设位置模型的输入量，得到桩基埋设位置；在确定桩基埋设深度时，使用含水量数据矩阵和承载压力数据矩阵的特征向量以沉降速率数据矩阵的特征向量为基准进行线性拟合，然后使用拟合后的向量与沉降速率数据矩阵的特征向量进行加权拟合，使用拟合后的向量作为桩基埋设深度模型的输入量，得到桩基埋设深度；在确定筏板安装位置时，使用含水量数据矩阵和沉降速率数据矩阵的特征向量以承载压力数据矩阵的特征向量为基准进行线性拟合，然后使用拟合后的向量与承载压力数据矩阵的特征向量进行加权拟合，使用拟合后的向量作为筏板安装位置模型的输入量，得到筏板安装位置。步骤C中，墙体厚度的设计方法为，其中，L1为桩基埋设深度，h1为变电站总高，L2为筏板距离地面的最近距离，k1为比例系数，T为墙体厚度；墙体剪切力承载强度的设计方法为，其中，P为地下平均含水量，h2为层高，N为层数，k2为比例系数，F1为墙体剪切力承载强度；墙体载重承载力的设计方法为，其中，k3为比例系数。步骤D中，承重梁的外径为墙体厚度的30％，承重梁与任意的桩基的延长线不相交；非承重梁的外径为承重梁外径的50％，非承重梁与承重梁垂直安装。另外，在最上层的筏板与墙体之间安装加强筋，加强筋与筏板的连接点为筏板所处底层含水量的最低点。上述描述仅作为本专利技术可实施的技术方案提出，不作为对其技术方案本身的单一限制条件。本文档来自技高网...

【技术保护点】
1.一种基于大数据挖掘的变电站三维建模方法，其特征在于包括以下步骤：A、根据设计要求确定变电站的占地面积、占地坐标、层高和层数；B、根据占地坐标的地层参数以及占地坐标周边的地层参数，对变电站的地基结构进行设计；C、根据变电站的地基结构以及占地坐标、层高、层数，对变电站的墙体结构进行设计；D、根据变电站的地基结构、墙体结构以及层高，对变电站的承重梁和非承重梁结构进行设计。

【技术特征摘要】
1.一种基于大数据挖掘的变电站三维建模方法，其特征在于包括以下步骤：A、根据设计要求确定变电站的占地面积、占地坐标、层高和层数；B、根据占地坐标的地层参数以及占地坐标周边的地层参数，对变电站的地基结构进行设计；C、根据变电站的地基结构以及占地坐标、层高、层数，对变电站的墙体结构进行设计；D、根据变电站的地基结构、墙体结构以及层高，对变电站的承重梁和非承重梁结构进行设计。2.根据权利要求1所述的基于大数据挖掘的变电站三维建模方法，其特征在于：步骤B中，将占地坐标地层的含水量、承载压力、沉降速率按照地层深度进行统计，每下降一米统计一组数据；将占地坐标周边地层的含水量、承载压力、沉降速率按照地层深度进行统计，每下降一米统计一组数据；将两组数据中的同类数据组成一个数据矩阵，分别为含水量数据矩阵、承载压力数据矩阵和沉降速率数据矩阵；在确定桩基埋设位置时，分别计算含水量数据矩阵、承载压力数据矩阵和沉降速率数据矩阵的特征向量，使用承载压力数据矩阵和沉降速率数据矩阵的特征向量以含水量数据矩阵的特征向量为基准进行线性拟合，然后使用拟合后的向量与含水量数据矩阵的特征向量进行加权拟合，使用拟合后的向量作为桩基埋设位置模型的输入量，得到桩基埋设位置；在确定桩基埋设深...

【专利技术属性】
技术研发人员：牛小松，刘平，李宏，李益，唐永东，
申请(专利权)人：云南电网有限责任公司保山供电局，
类型：发明
国别省市：云南,53