System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数字孪生,尤其是一种楼宇巡检方法、装置、设备及存储介质。
技术介绍
1、楼宇内的建筑能源系统是由各种设备、管线、末端设施组成的一个庞大复杂的系统,包括暖通空调系统、变配电系统、照明系统和电梯系统等,需要定期进行巡检,以确保正常运行和避免安全隐患。
2、相关技术中,楼宇巡检是通过人工进行定时巡检,这种巡检方式存在人员巡检难度大、耗时耗力、增加人力成本、容易漏检等问题,同时,人力无法长时间、不分时段的工作,容易巡检过程中产生懈怠。
3、为解决上述技术问题,还出现了巡检机器人,通过巡检机器人来对楼宇进行巡检,远程监控楼宇内的环境信息。然而,巡检机器人巡检往往只能直接获取到巡检机器人自身所携带的传感器、摄像机等设备所采集到的数据,对于楼宇内很多需要通过抄表获取运行数据的设备,可能由于设备设置位置不容易被拍清楚,或者设备设置位置比较隐蔽等原因,无法利用巡检机器人直接从外通过拍照识别读取到设备上的数据。上述两种方法均存在巡检效率低以及巡检准确性低的缺陷。
技术实现思路
1、本申请的目的是提供一种楼宇巡检方法、装置、设备及存储介质,旨在提高楼宇安全管理的效率和准确性。
2、本申请实施例提供一种楼宇巡检方法,包括:
3、基于数字孪生方法,构建楼宇的数字孪生体;所述数字孪生体具有多个分布设置的巡检点,所述巡检点分别对应所述楼宇内的各个设备;
4、根据预设的安全事件画像,对所述巡检点进行关联分析,确定符合目标关联规则的目标巡检点;所
5、在所述数字孪生体中进行虚拟巡检,利用所述楼宇内的传感器系统对所述目标巡检点对应的设备进行数据采集,得到巡检数据;
6、利用预训练的安全预警模型,对所述巡检数据进行聚类分析,得到描述所述设备存在安全隐患的类型的聚类分析结果;所述预训练的安全预警模型使用所述安全事件画像以及通过无监督学习方法训练得到;
7、根据所述聚类分析结果,对所述楼宇进行安全评估,得到评估结果。
8、在一些实施例中,所述基于数字孪生方法,构建楼宇的数字孪生体,包括:
9、获取所述楼宇的设计施工信息;所述设计施工信息包括所述楼宇的尺寸信息、结构信息、设备信息和工程项目信息;
10、根据所述设计施工信息进行数字孪生建模,得到所述数字孪生体;
11、调用所述传感器系统对所述设备进行检测,得到第一检测结果;
12、调用巡检机器人对所述设备进行检测,得到第二检测结果;
13、根据所述第一检测结果和所述第二检测结果,调节所述所述数字孪生体。
14、在一些实施例中,所述根据预设的安全事件画像,对所述巡检点进行关联分析,确定符合目标关联规则的目标巡检点,包括:
15、根据所述安全事件画像,确定所述频繁项集和所述频繁项集的支持度;
16、根据所述频繁项集发现关联规则,选取置信度不小于所述最小置信度阈值的关联规则作为选取结果,根据所述选取结果确定所述目标关联规则;
17、根据所述目标关联规则,确定所要巡检的所述目标巡检点。
18、在一些实施例中,所述楼宇巡检方法,还包括:
19、获取历史巡检数据;
20、根据预设的巡检要素,对所述历史巡检数据进行数据评估,得到针对所述设备的安全隐患的评估结果;所述巡检要素包括巡检时间要素、巡检位置要素、运行参数要素、维护历史要素和事件等级/类别要素;
21、根据所述评估结果,生成所述安全事件画像;
22、根据所述聚类分析结果,对所述安全事件画像进行更新。
23、在一些实施例中,所述在所述数字孪生体中进行虚拟巡检,利用楼宇内的传感器系统对所述目标巡检点对应的设备进行数据采集,得到巡检数据,包括:
24、根据所述目标巡检点,生成巡检路线;
25、沿所述巡检路线在所述数字孪生体中进行虚拟巡检并进行显示;
26、同步所述传感器系统,在虚拟巡检到达所述目标巡检点时,显示所述传感器系统采集该所述目标巡检点的数据,得到所述巡检数据。
27、在一些实施例中,所述利用预训练的安全预警模型,对所述巡检数据进行聚类分析,得到描述所述设备存在安全隐患的类型的聚类分析结果,包括:
28、根据所述安全事件画像的画像特征,确定若干个预选聚类特征;
29、以所述预选聚类特征为聚类中心,对所述巡检数据进行聚类,得到若干个巡检数据集;
30、确定所述巡检数据集的聚类特征;
31、判断所述巡检数据集的聚类特征是否存在未收敛的聚类特征;
32、若是,将所述预选聚类特征设置为所述巡检数据集的聚类特征,并返回所述以所述预选聚类特征为聚类中心,对所述巡检数据进行聚类,得到巡检数据集的步骤,直至所述巡检数据集的聚类特征均收敛为止;
33、将以均收敛的巡检数据集的聚类特征为聚类中心对所述巡检数据进行聚类得到的巡检数据集作为所述聚类分析结果。
34、在一些实施例中,所述以所述预选聚类特征为聚类中心,对所述巡检数据进行聚类,得到若干个巡检数据集,包括:
35、确定所述巡检数据的数据特征与所述预选聚类特征之间的距离;
36、将所述巡检数据聚合到以目标聚类特征为聚类中心的巡检数据集中;所述目标聚类特征为各所述预选聚类特征中与所述巡检数据的数据特征之间的距离最小的预选聚类特征。
37、本申请实施例还提供一种楼宇巡检装置,包括:
38、第一模块,用于基于数字孪生方法,构建楼宇的数字孪生体;所述数字孪生体具有多个分布设置的巡检点,所述巡检点分别对应所述楼宇内的各个设备;
39、第二模块,用于根据预设的安全事件画像,对所述巡检点进行关联分析,确定符合目标关联规则的目标巡检点;所述目标关联规则为置信度不小于最小置信度阈值的频繁项集,所述频繁项集为支持度不小于所述最小支持度阈值的项集,所述项集为包含若干个所述巡检点的集合;
40、第三模块,用于在所述数字孪生体中进行虚拟巡检,利用所述楼宇内的传感器系统对所述目标巡检点对应的设备进行数据采集,得到巡检数据;
41、第四模块,用于利用预训练的安全预警模型,对所述巡检数据进行聚类分析,得到描述所述设备存在安全隐患的类型的聚类分析结果;所述预训练的安全预警模型使用所述安全事件画像以及通过无监督学习方法训练得到;
42、第五模块,用于根据所述聚类分析结果,对所述楼宇进行安全评估,得到评估结果。
43、本申请实施例还提供一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的楼宇巡检方法。
44、本申请实施例本文档来自技高网...
【技术保护点】
1.一种楼宇巡检方法,其特征在于,包括:
2.根据权利要求1所述的楼宇巡检方法,其特征在于,所述基于数字孪生方法,构建楼宇的数字孪生体,包括:
3.根据权利要求1所述的楼宇巡检方法,其特征在于,所述根据预设的安全事件画像,对所述巡检点进行关联分析,确定符合目标关联规则的目标巡检点,包括:
4.根据权利要求1所述的楼宇巡检方法,其特征在于,所述楼宇巡检方法,还包括:
5.根据权利要求1所述的楼宇巡检方法,其特征在于,所述在所述数字孪生体中进行虚拟巡检,利用楼宇内的传感器系统对所述目标巡检点对应的设备进行数据采集,得到巡检数据,包括:
6.根据权利要求1所述的楼宇巡检方法,其特征在于,所述利用预训练的安全预警模型,对所述巡检数据进行聚类分析,得到描述所述设备存在安全隐患的类型的聚类分析结果,包括:
7.根据权利要求6所述的楼宇巡检方法,其特征在于,所述以所述预选聚类特征为聚类中心,对所述巡检数据进行聚类,得到若干个巡检数据集,包括:
8.一种楼宇巡检装置,其特征在于,包括:
9.一种电子设
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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7中任一项所述的楼宇巡检方法。
...【技术特征摘要】
1.一种楼宇巡检方法,其特征在于,包括:
2.根据权利要求1所述的楼宇巡检方法,其特征在于,所述基于数字孪生方法,构建楼宇的数字孪生体,包括:
3.根据权利要求1所述的楼宇巡检方法,其特征在于,所述根据预设的安全事件画像,对所述巡检点进行关联分析,确定符合目标关联规则的目标巡检点,包括:
4.根据权利要求1所述的楼宇巡检方法,其特征在于,所述楼宇巡检方法,还包括:
5.根据权利要求1所述的楼宇巡检方法,其特征在于,所述在所述数字孪生体中进行虚拟巡检,利用楼宇内的传感器系统对所述目标巡检点对应的设备进行数据采集,得到巡检数据,包括:
6.根据权利要求1所述的楼宇巡检方法,其特征在于,所述利用预...
【专利技术属性】
技术研发人员:徐洪祥,张堃,贾学兵,侯晓辉,梁金平,高珂,尹澹玶,栾志伟,姜玉莹,孙淑萍,
申请(专利权)人:中铁建工集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。