摘要
本发明涉及一种输变电工程图纸智能校对方法及系统,具体步骤包括:采集输变电工程各类历史图纸数据,利用对比学习自动标注图纸中的电气元件信息;并对采集到的输变电工程各类历史图纸数据进行预处理;构建基于深度学习的复合图纸错误判断模型,所述复合图纸错误判断模型包括卷积神经网络和循环神经网络;利用卷积神经网络提取目标图纸中电气元件的图像特征,利用循环神经网络结合自注意力机制提取目标图纸中电气元件的文本特征,对比历史数据判断是否存在错误;利用分类算法对目标图纸中识别到的错误进行分类,基于模糊综合评价方法结合时间序列权重,对目标图纸中识别到的错误进行严重程度的量化评估。
技术关键词
智能校对方法
输变电工程
工程图纸
智能校对系统
模糊综合评价方法
电气元件
卷积神经网络提取
直方图均衡化方法
注意力机制
文本
层次分析法
因子
数据
代表
元素
图像
模型训练模块
指数
序列
系统为您推荐了相关专利信息
远程调控方法
风险预测模型
调控策略
生成对抗网络
序列
图像特征向量
历史工况数据
编码向量
动态误差系数
设备运行参数
多模态数据融合
数据传输成功率
多模态数据采集
语音指令识别
物联网设备数据采集
管控方法
累计偏差
动态三维模型
工程图纸
BIM技术
输变电工程
文本特征向量
注意力机制
施工现场
BERT模型