基于三維設(shè)計(jì)的自動(dòng)輔助評(píng)審系統(tǒng)開(kāi)發(fā)

胡勁松 胡君慧 官瀾 朱承治

摘 要： 針對(duì)目前三維設(shè)計(jì)評(píng)審仍處于起步階段，三維設(shè)計(jì)評(píng)審的流程、評(píng)審指標(biāo)庫(kù)等相關(guān)規(guī)范還未統(tǒng)一的問(wèn)題， 設(shè)計(jì)了對(duì)三維設(shè)計(jì)成果進(jìn)行評(píng)審的計(jì)算機(jī)輔助系統(tǒng)。通過(guò)BM工具建模、機(jī)器學(xué)習(xí)算法預(yù)警技術(shù)等，建立起滿足工程建設(shè)相關(guān)標(biāo)準(zhǔn)規(guī)范要求的數(shù)字化評(píng)審計(jì)算機(jī)輔助系統(tǒng)。該系統(tǒng)立足實(shí)用化，結(jié)合智能評(píng)審的要求。同時(shí)系統(tǒng)梳理了各專業(yè)的共性需求，深入分析了三維模型業(yè)務(wù)評(píng)審應(yīng)用場(chǎng)景，實(shí)現(xiàn)了三維設(shè)計(jì)成果模型識(shí)別、評(píng)審指標(biāo)數(shù)據(jù)自動(dòng)提取、空間量測(cè)、施工模擬、自動(dòng)預(yù)警、自動(dòng)生成檢測(cè)報(bào)告等功能。

關(guān)鍵詞： 三維重建; 建筑信息模型; 機(jī)器學(xué)習(xí); 聚類算法

中圖分類號(hào)： TP319 ? ? ?文獻(xiàn)標(biāo)志碼： A

Automatc Assstant Evaluaton System Based on Three-dmensonal Desgn

HU Jnsong1， HU Junhu1， GUAN Lan1， ZHU Chengzh2

（1.State Grd Economc and Technologcal Research nsttute Co. Ltd.， Bejng 102200;

2.State Grd Zhejang Electrc Power Co. Ltd.， Hangzhou 310013）

Abstract： Currently， the three-dmensonal desgn evaluaton s stll n ts nfancy， the three-dmensonal desgn evaluaton process， evaluaton ndex system and other related specfcatons are not yet unfed. A computer-aded system for the evaluaton of 3D desgn results s desgned. By means of BM tool modelng， machne learnng algorthm and early warnng technology， a dgtal evaluaton computer aded system meetng the requrements of engneerng constructon standards s establshed. The system s based on practcalty， combned wth the requrements of ntellgent assessment， systematcally combed the common needs of varous specaltes， n-depth analyzed the applcaton scene of 3D model busness evaluaton， realzed three dmensonal desgn achevement model recognton， evaluaton ndex data automatc extracton， spatal measurement， constructon smulaton， automatc early warnng， automatc generaton of test report and other functons.

Key words： Three-dmensonal reconstructon; Buldng nformaton model; Machne learnng; Clusterng algorthm

0 引言

利用三維虛擬現(xiàn)實(shí)技術(shù)[1-2]，可以集成和展現(xiàn)海量數(shù)據(jù)，有助于新評(píng)審方式的展開(kāi)，是實(shí)現(xiàn)評(píng)審智能化[3]的重要手段。輸變電工程三維設(shè)計(jì)評(píng)審平臺(tái)的建立，可以加速三維評(píng)審[4]效率，節(jié)省大量的時(shí)間和成本。電力行業(yè)開(kāi)展的三維數(shù)字化設(shè)計(jì)評(píng)審的研究及應(yīng)用工作，主要體現(xiàn)在將二維圖紙轉(zhuǎn)換為三維模型[5]。在發(fā)電專業(yè)[6]，部分單位研究利用三維模型對(duì)暖通等專業(yè)進(jìn)行管道漫游，檢測(cè)管線碰撞;在電網(wǎng)專業(yè)[7-9]，主要利于三維模型對(duì)變電站、輸電線路設(shè)計(jì)外形進(jìn)行展現(xiàn)及瀏覽漫游。

本文提出了一個(gè)建立基于三維數(shù)據(jù)的計(jì)算機(jī)評(píng)審系統(tǒng)，其包括工程數(shù)據(jù)、文檔資料、地理數(shù)據(jù)、數(shù)字化模型等三維設(shè)計(jì)成果數(shù)據(jù)信息提取技術(shù)的研究。基于三維設(shè)計(jì)成果評(píng)審指標(biāo)和評(píng)審規(guī)則，對(duì)三維設(shè)計(jì)成果所提取出的特征量及關(guān)鍵數(shù)據(jù)進(jìn)行評(píng)價(jià)，對(duì)超過(guò)標(biāo)準(zhǔn)范圍的異常指標(biāo)予以標(biāo)識(shí)，實(shí)現(xiàn)異常評(píng)審指標(biāo)自動(dòng)預(yù)警?；谌S設(shè)計(jì)成果指標(biāo)，實(shí)現(xiàn)待審工程和典型三維設(shè)計(jì)成果相應(yīng)指標(biāo)的多維度、多層次的對(duì)比分析及多樣化展示。

1 三維設(shè)計(jì)評(píng)審系統(tǒng)的理論依據(jù)

1.1 建筑信息模型

建筑信息模型（Buldng nformaton Modelng，BM）是工程學(xué)、建筑學(xué)等學(xué)科中，運(yùn)用到的三維圖像為主要信息表現(xiàn)形式的計(jì)算機(jī)輔助設(shè)計(jì)工具，是三維可視化技術(shù)在工程設(shè)計(jì)中的應(yīng)用[10-14]。模型中存儲(chǔ)了大量關(guān)于工程的幾何結(jié)構(gòu)信息、空間位置關(guān)系、地域周邊信息、建筑物組件數(shù)量及特性、各部分預(yù)算成本、物料庫(kù)存及項(xiàng)目時(shí)間表等。

BM工具可以用于設(shè)計(jì)布局、建造、統(tǒng)一管理等數(shù)字處理方式，是管理工程三維數(shù)據(jù)的集成環(huán)境，可以大量的提高設(shè)計(jì)效率，減少失誤風(fēng)險(xiǎn)。其有利于大量的借鑒經(jīng)驗(yàn)和整個(gè)工程中的合作、經(jīng)驗(yàn)交流。

1.2 聚類分析算法

聚類算法是機(jī)器學(xué)習(xí)中常用的分類算法[15-16]。聚類算法是按照人為或非人為確定的特征標(biāo)準(zhǔn)將數(shù)據(jù)集分割成不同的類或簇，使得在每個(gè)簇內(nèi)的數(shù)據(jù)特征盡量相近，簇間的特征盡量增大。一般的聚類算法屬于無(wú)監(jiān)督學(xué)習(xí)算法，即無(wú)需提供數(shù)據(jù)的分類標(biāo)記。聚類算法基于簇之間特征差異的形成宏觀概念，推測(cè)數(shù)據(jù)特征中的關(guān)系和分布模式。

聚類分析法的步驟主要包括：①數(shù)據(jù)預(yù)處理;②定義距離函數(shù);③聚類或分組;④評(píng)估輸出。聚類分析法評(píng)估輸出索引圖，如下圖1所示。

圖1 聚類分析法評(píng)估輸出索引流程圖

聚類分析的特點(diǎn)有：①簇的劃分依據(jù)多樣化，需要后續(xù)的分析和處理;②樣本會(huì)在特征空間中強(qiáng)制被分為K個(gè)類別，其劃分的依據(jù)難以被解釋;③聚類的結(jié)果較大程度取決于初始化中心和中心數(shù);④數(shù)據(jù)必須保持純凈，噪聲會(huì)造成中心聚集時(shí)產(chǎn)生畸變，從而嚴(yán)重影響劃分性能。

聚類算法對(duì)于給定的K類，會(huì)先隨機(jī)生成初始的分組方式。然后通過(guò)確定的距離函數(shù)和學(xué)習(xí)策略，在訓(xùn)練過(guò)程中進(jìn)行迭代，重新分組并嘗試評(píng)估。在改進(jìn)過(guò)程中，利用學(xué)習(xí)策略會(huì)使組內(nèi)成員的距離函數(shù)值下降，同時(shí)異組間距離上升，逐漸得到最優(yōu)的分組結(jié)果。在學(xué)習(xí)中樣本在特征空間中的分布會(huì)逐漸形成聚集的效果，如圖2所示。

利用聚類算法，可以將模型中設(shè)計(jì)人員所關(guān)注的特征提取出來(lái)，從而更容易分析數(shù)據(jù)評(píng)價(jià)模型的優(yōu)劣。在后期處理時(shí)，對(duì)于關(guān)注度高的特征，可以重點(diǎn)排查問(wèn)題，建立預(yù)警機(jī)制。

2 計(jì)算機(jī)輔助評(píng)審系統(tǒng)的開(kāi)發(fā)

2.1 三維數(shù)據(jù)的規(guī)范化管理

機(jī)器學(xué)習(xí)算法是基于統(tǒng)計(jì)學(xué)原理的，要得到評(píng)審中關(guān)注的特征指標(biāo)，需要大量數(shù)據(jù)的支持。

三維設(shè)計(jì)數(shù)據(jù)應(yīng)以輸變電工程各相關(guān)信息數(shù)據(jù)為基礎(chǔ)，采用三維數(shù)字化技術(shù)建立的工程信息集合，具備完備性、關(guān)聯(lián)性、一致性、唯一性、擴(kuò)展性等特點(diǎn)，滿足可視化、可分析、可編輯、可出圖等工程全壽命周期應(yīng)用需求。在交互規(guī)范中，明確了三維設(shè)計(jì)數(shù)據(jù)的內(nèi)容、數(shù)據(jù)格式及儲(chǔ)存格式。

其次，開(kāi)展包括工程數(shù)據(jù)、文檔資料、地理數(shù)據(jù)、數(shù)字化模型等三維設(shè)計(jì)成果數(shù)據(jù)信息提取技術(shù)的研究。根據(jù)三維設(shè)計(jì)成果應(yīng)用需求，分析三維設(shè)計(jì)成果數(shù)據(jù)特點(diǎn)，針對(duì)不同類型的三維設(shè)計(jì)成果數(shù)據(jù)，研究三維設(shè)計(jì)成果特征量及關(guān)鍵數(shù)據(jù)提取技術(shù)，為三維設(shè)計(jì)成果評(píng)審工作的開(kāi)展提供數(shù)據(jù)支撐。

基于三維設(shè)計(jì)成果評(píng)審指標(biāo)和評(píng)審規(guī)則，對(duì)三維設(shè)計(jì)成果所提取出的特征量及關(guān)鍵數(shù)據(jù)進(jìn)行評(píng)價(jià)。并對(duì)超過(guò)標(biāo)準(zhǔn)范圍的異常指標(biāo)予以標(biāo)識(shí)，采用人工的分類和標(biāo)注。此后，作為訓(xùn)練算法和異常自動(dòng)報(bào)警機(jī)制的依據(jù)。

2.2 三維模型特征提取和自動(dòng)預(yù)警功能

三維數(shù)據(jù)可視性強(qiáng)、信息量大，可以準(zhǔn)確全面地表示一個(gè)工程項(xiàng)目中的信息，但數(shù)據(jù)量龐大造成了無(wú)法對(duì)某種特征采取精細(xì)化分析。所以，本文采用聚類算法進(jìn)行對(duì)三維模型的特征提取，將模型中關(guān)注的指標(biāo)數(shù)字化。

分類任務(wù)是指將樣本根據(jù)人為給定的標(biāo)記分為多個(gè)類別。在此過(guò)程中，需要算法給出劃分的依據(jù)，即特征信息。算法的提取信息能力，在此時(shí)可以形成。分類算法通常需要大量數(shù)據(jù)以及對(duì)應(yīng)的手工標(biāo)簽，但是由于三維數(shù)據(jù)的龐大，手工標(biāo)注變得十分困難。所以對(duì)于這種無(wú)法進(jìn)行手工標(biāo)記的數(shù)據(jù)，聚類算法是一種好的選擇。聚類算法則是根據(jù)給出的類別數(shù)量自動(dòng)的劃分出各個(gè)類別，沒(méi)有人為的標(biāo)注引導(dǎo)，所以被稱為無(wú)監(jiān)督學(xué)習(xí)。聚類算法中，常用的算法有K-means等。

K-means算法也稱為K-平均或者K-均值，是一種使用廣泛的基礎(chǔ)型聚類算法，一般作為學(xué)習(xí)聚類算法時(shí)所需要掌握的第一個(gè)算法。假設(shè)輸入的樣本是T=X1，X2，X3，…，Xm，算法步驟為：

（1）選擇初始化k個(gè)類別中心a1，a2，a3，…，ak;

（2）對(duì)于每個(gè)樣本X將其表示為距離類別中心an的最近類別n如式（1）。label=arg mn1≤n≤k∑n=1（x-an）2

（1） ?（3）用類別中心所屬的該類別樣本均值更新本類別中心an如式（2）。an=1N（cn）∑∈cnx

（2） ?（4）重復(fù)以上兩步，直到特征空間中的樣本收縮到預(yù)定的特征中心。

經(jīng)過(guò)大量樣本的訓(xùn)練，能將原始數(shù)據(jù)分為以多個(gè)類別中心為聚點(diǎn)的簇。后面再由人工處理和評(píng)審，得到評(píng)價(jià)結(jié)果。

以輸變電工程為例，展示計(jì)算網(wǎng)絡(luò)的訓(xùn)練過(guò)程。輸變電工程三維設(shè)計(jì)模型框架包括四部分內(nèi)容，分別是：屬性集、組件類、物理模型（邏輯模型）、工程模型。

屬性集包括工程參數(shù)、電氣參數(shù)、力學(xué)參數(shù)、材料參數(shù)、幾何參數(shù)、位置參數(shù)、圖形符號(hào)等。工程參數(shù)、電氣參數(shù)、力學(xué)參數(shù)、材料參數(shù)采用結(jié)構(gòu)化數(shù)據(jù)描述;幾何參數(shù)用于描述幾何模型;位置參數(shù)通過(guò)空間變換矩陣進(jìn)行描述;圖形符號(hào)用于描述主接線、站用電原理接線、電氣原理圖、水暖系統(tǒng)圖中的設(shè)備、裝置和材料等。

假設(shè)現(xiàn)有一組樣本T=X1，X2，X3，…，Xm，Xn表示某一具體工程。工程中的屬性集由多種參數(shù)組成，將工程實(shí)例中的這些參數(shù)按順序相連，組成一組一維向量如式（3）。Xn=（a1，a2，…，ap，b1，b2，…，bq，c1，…）

（3） ?將m個(gè)工程實(shí)例的屬性存為相同長(zhǎng)度的一維向量后，按此向量長(zhǎng)度初始化k個(gè)隨機(jī)向量，即類別中心?？梢砸怨こ虆?shù)、電氣參數(shù)、力學(xué)參數(shù)等合不合格為依據(jù)，分成k個(gè)類別。隨后按照公式（1）、（2）進(jìn)行迭代。迭代的過(guò)程中可以按照手工標(biāo)注，查看分類的正確情況，以及時(shí)停止迭代過(guò)程。

學(xué)習(xí)過(guò)程結(jié)束后，可以固化網(wǎng)絡(luò)參數(shù)，并用其進(jìn)行對(duì)樣本的推斷。輸入一個(gè)樣本時(shí)，通過(guò)計(jì)算會(huì)得出其距離最近的中心類型。再經(jīng)過(guò)程序的自動(dòng)判斷，對(duì)超過(guò)預(yù)警的項(xiàng)目值進(jìn)行報(bào)警。

2.3 計(jì)算機(jī)輔助評(píng)審系統(tǒng)的開(kāi)發(fā)

計(jì)算機(jī)輔助評(píng)審系統(tǒng)的開(kāi)發(fā)分為以下3個(gè)階段：

（1）以往經(jīng)典案例的收集及數(shù)字化整理數(shù)據(jù)。將以往的工程項(xiàng)目利用BM工具整理成三維模型，將各個(gè)設(shè)計(jì)信息錄入。然后依據(jù)評(píng)審標(biāo)準(zhǔn)，分析出各個(gè)評(píng)審方面具有代表性的實(shí)例。

（2）根據(jù)數(shù)據(jù)收集的結(jié)果分為多個(gè)中心點(diǎn)。利用聚類算法進(jìn)行網(wǎng)絡(luò)的訓(xùn)練，讓計(jì)算機(jī)自動(dòng)學(xué)習(xí)劃分類別中心和特征提取方式。當(dāng)訓(xùn)練好后，用數(shù)據(jù)驗(yàn)證準(zhǔn)確性后固化參數(shù)。

（3）檢測(cè)程序和自動(dòng)預(yù)警程序的搭建，完成檢測(cè)系統(tǒng)。

前兩步驟屬于訓(xùn)練階段，如圖3所示。

需要依據(jù)三維評(píng)審大綱，三維評(píng)審業(yè)務(wù)包含通用設(shè)計(jì)、通用設(shè)備、通用造價(jià)、標(biāo)準(zhǔn)工藝、防雷接地、安全凈距校驗(yàn)、碰撞檢測(cè)、其他業(yè)務(wù)智能化校驗(yàn)思路等幾個(gè)方面。三維數(shù)據(jù)應(yīng)按照前文，進(jìn)行標(biāo)準(zhǔn)化收集。每個(gè)工程的參數(shù)要盡量詳盡，對(duì)上述評(píng)審指標(biāo)的描述必須完備，三維模型的還原度需要足夠高。

以評(píng)審要求為準(zhǔn)，整理數(shù)據(jù)。將所有三維數(shù)據(jù)按照多個(gè)方向劃分成合格與不合格項(xiàng)目，得出每個(gè)項(xiàng)目的真實(shí)評(píng)價(jià)數(shù)據(jù)（即用多個(gè)1或0表示合格或不合格），用于評(píng)價(jià)算法的準(zhǔn)確性。然后按照前文方法自動(dòng)完成聚類過(guò)程，得到網(wǎng)絡(luò)的參數(shù)。

網(wǎng)絡(luò)的訓(xùn)練參數(shù)固化后，便進(jìn)入判斷程序。需要對(duì)一個(gè)三維模型進(jìn)行評(píng)價(jià)時(shí)，先按照標(biāo)準(zhǔn)化的處理方式得到標(biāo)準(zhǔn)數(shù)據(jù)，數(shù)據(jù)樣式要與訓(xùn)練數(shù)據(jù)一致。然后，進(jìn)入聚類算法得到當(dāng)前工程所接近的類別。類別顯示的分類即在當(dāng)前評(píng)審規(guī)則下，對(duì)工程的評(píng)價(jià)結(jié)果。最后，將一組評(píng)審方面的結(jié)果做后續(xù)處理。評(píng)審系統(tǒng)框架，如圖4所示。

其中，聚類算法需要進(jìn)行以下步驟：（1）對(duì)預(yù)處理后的三維數(shù)據(jù)提取特征，常用的提取特征方式包括計(jì)算主曲率、點(diǎn)云數(shù)據(jù)分割取特定部位距離等;（2）對(duì)每個(gè)特征中心求距離，找到距離最小的類別，輸出類別。

評(píng)審程序的識(shí)別精確度取決于數(shù)據(jù)覆蓋程度和數(shù)據(jù)準(zhǔn)確度，最后的評(píng)價(jià)結(jié)果也會(huì)更為精準(zhǔn)。所以，數(shù)據(jù)的純凈和人工標(biāo)注決定了系統(tǒng)的穩(wěn)定性、精確度。

3 總結(jié)

本文介紹了基于三維設(shè)計(jì)成果的計(jì)算機(jī)輔助評(píng)審系統(tǒng)開(kāi)發(fā)，著重闡述了三維數(shù)據(jù)的獲取、存儲(chǔ)模式，重點(diǎn)講述了機(jī)器學(xué)習(xí)中聚類算法的算法流程、算法特性以及算法在實(shí)際應(yīng)用中的作用。本方案要結(jié)合人為確定的評(píng)審標(biāo)準(zhǔn)，所以在實(shí)際應(yīng)用時(shí)仍有諸多細(xì)節(jié)并未在文中闡述。另外，在工程實(shí)踐中可能還要配合其他機(jī)器學(xué)習(xí)算法，例如分類算法、回歸算法等，才能更加精準(zhǔn)的描述工程問(wèn)題。

參考文獻(xiàn)

[1] 盛金馬，葛奎，許邦鑫.三維虛擬現(xiàn)實(shí)技術(shù)在輸電線路運(yùn)檢中的應(yīng)用[J].低碳世界，2015（33）：40-41.

[2] 關(guān)若愚.三維虛擬現(xiàn)實(shí)技術(shù)特點(diǎn)及其在建筑改造設(shè)計(jì)中的應(yīng)用分析[J].信息系統(tǒng)工程，2016（4）：19-20.

[3] 黃靜.110 kV及以下輸變電工程設(shè)計(jì)智能化評(píng)審管理平臺(tái)研究[J].現(xiàn)代電子技術(shù)，2018（4）：112-115.

[4] 孫自安，王芝麟，李寶昕，等.三維全景電網(wǎng)平臺(tái)在電網(wǎng)布局規(guī)劃評(píng)審中的應(yīng)用[J].電網(wǎng)與清潔能源，2017，33（3）：56-59.

[5] 韓太軍，楊晶東，許金波，等.基于人工勢(shì)場(chǎng)和NDT算法融合的三維重建方法[J].電子科技，2017，30（2）：37-41.

[6] 張曉陽(yáng).基于RSVew Studo的風(fēng)力發(fā)電機(jī)組三維監(jiān)控系統(tǒng)設(shè)計(jì)[D].保定：河北大學(xué)，2016.

[7] 曲烽瑞，董選昌，李艷飛，等.基于多影像立體測(cè)量的電力線建模[J].自動(dòng)化與儀器儀表，2017（2）：13-14.

[8] 方潤(rùn)，王奕，溫晉玲.基于三維電網(wǎng)模型的運(yùn)檢管控應(yīng)用[J].電器工業(yè)，2017（10）：84-86.

[9] 張建，張浩，江炯，等.基于三維地理信息技術(shù)的智能高壓輸電網(wǎng)管理系統(tǒng)建設(shè)與應(yīng)用[J].浙江電力，2015（8）：17-20，33.

[10] 張艷文.基于BM的鐵路勘測(cè)三維可視化選線設(shè)計(jì)研究[J].自動(dòng)化與儀器儀表，2018（6）：107-108.

[11] 林偉.基于BM的水電工程科技成果可視化與應(yīng)用示范[J].長(zhǎng)江科學(xué)院院報(bào)，2016， 33（8）：134-137.

[12] 朱云祥，夏華麗，勞詠昶，等.BM技術(shù)在輸變電工程的應(yīng)用成熟度評(píng)價(jià)研究[J].浙江電力，2018（9）：87-92.

[13] 宋福春，謝利斌，李孟臣，等.基于BM技術(shù)的復(fù)雜立交橋協(xié)同設(shè)計(jì)[J].沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)，2018（6）：94-98.

[14] 夏陽(yáng)，董洪偉.基于二維圖像的三維人體模型生成[J].軟件導(dǎo)刊，2017，16（5）：196-198.

[15] 周開(kāi)河，徐孝忠，方云輝.可視化技術(shù)在電網(wǎng)信息通信專業(yè)展示中的應(yīng)用[J].電子科技，2017，30（9）：159-161.

[16] 劉念，劉宇.基于聚類分析算法的海量關(guān)系數(shù)據(jù)可視化技術(shù)研究[J].電子設(shè)計(jì)工程，2018（10）：98-101.

（收稿日期： 2019.06.14）

基金項(xiàng)目：國(guó)家電網(wǎng)有限公司科技項(xiàng)目（SGZJ0000KXJS1700476）

作者簡(jiǎn)介：胡勁松（1968-），男，高級(jí)工程師，碩士，研究方向：輸變電工程。

胡君慧（1966-），男，高級(jí)工程師，研究方向：變電設(shè)計(jì)及數(shù)字化設(shè)計(jì)技術(shù)。

官瀾（1984-），男，高級(jí)工程師，博士，研究方向：變電站數(shù)字化設(shè)計(jì)技術(shù)。

朱承治（1977-），男，高級(jí)工程師，博士，研究方向：電力系統(tǒng)自動(dòng)化。文章編號(hào)：1007-757X（2020）01-0018-04