인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Using point cloud to reconstruct the 3D model of a substation is crucial for smart grid operation. Its main objective is to swiftly capture equipment point cloud data and align each device's model within the large and noisy point cloud scene of the substation. However, substation reconstruction needs improvement due to the low efficiency of traditional noise-resistant clustering methods and challenges in accurately classifying similar-looking electrical equipment. This paper proposes an automatic modeling framework for large-scale substation point cloud scenes. Firstly, we reduce the substation scene's dimensionality to improve clustering efficiency and establish relationships between data dimensions using a re-clustering algorithm. Next, a neural network is developed to identify various device types within clusters, even with limited subdivisions. Finally, a model library is employed to register standard models onto the target device's point cloud, obtaining device types and orientations. Real substation data processing demonstrates the ability to rapidly extract devices from complex and noisy point cloud scenes, effectively avoiding missegmentation issues. The automatic modeling approach achieves a precise substation calculation rate of 92.86%.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
