(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211031692.7 (22)申请日 2022.08.26 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司东莞供电局 (72)发明人 魏志文　黄滔　余江盛　吴轲　 邹仁坊　钟启濠　陈振良　潘维　 张熙　刘国兵　郭约法　袁汉诚　 袁灼光　李浩　周敏　陈荔　 何娜萍　秦馨琰　张卫辉　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 侯军洋(51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06F 30/13(2020.01) G06T 17/20(2006.01) G06N 3/04(2006.01) G06F 119/14(2020.01) G06F 119/02(2020.01) (54)发明名称 气动力转换方法、 装置、 电子设备及存储介 质 (57)摘要 本发明实施例公开了一种气动力转换方法、 装置、 电子设备及存储介质。 其中， 方法包括： 获 取作用于目标框架结构的目标气动点的坐标； 根 据目标气动点的坐标确定与 目标气动点匹配的 有限元节 点的坐标； 将目标有限元节 点的坐标输 入至预先训练得到的目标卷积神经网络模型中， 得到与目标有限元节点对应的节 点力， 以将目标 气动点的气动力转换为有限元节 点力。 本发明实 施例的方案， 可以快速且准确地将气动点坐标的 气动力转换为有限元节点坐标的节 点力， 为对屋 顶等框架结构的强度极限校核提供依据。 权利要求书2页 说明书10页 附图5页 CN 115392084 A 2022.11.25 CN 115392084 A 1.一种气动力转换 方法， 其特 征在于， 包括： 获取作用于目标框架结构的目标气动点的坐标； 根据所述目标气动点的坐标确定与所述目标气动点匹配的有限元节点的坐标； 将所述目标有限元节点的坐标输入至预先训练得到的目标卷积神经网络模型中， 得到 与所述目标有限元节点对应的节点力， 以将目标气动点的气动力转换为有限元节点力。 2.根据权利要求1所述的方法， 其特征在于， 在将所述目标有限元节点的坐标输入至预 先训练得到的目标 卷积神经网络模型中之前， 还 包括： 获取训练数据集； 所述训练数据集包括下述至少一项： 气动单元上的载荷力数据、 气动 点单元信息和节点 坐标以及有限元 单元信息和节点 坐标； 根据所述训练数据集对目标卷积神经网络进行训练， 得到所述目标卷积神经网络模 型。 3.根据权利要求2所述的方法， 其特 征在于， 所述获取训练数据集， 包括： 在每个均匀单 元区域中， 获取气动力点 坐标和有限元节点 坐标重合的目标采样点； 通过拉丁超立方采样从各所述目标采样点中确随机抽取参考采样点并添加至所述训 练数据集中。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述训练数据集对目标卷积神经 网络进行训练， 得到所述目标 卷积神经网络模型， 包括： 将所述训练数据集中的训练数据依次输入至目标卷积神经网络中进行迭代训练， 当满 足停止条件时， 停止迭代训练， 得到所述目标 卷积神经网络模型。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述目标气动 点的坐标确定与 所 述目标气动点匹配的有限元节点的坐标， 包括： 建立目标框架结构的气动单 元模型与有限元 单元模型的映射关系； 根据所述映射关系确定与所述目标气动点匹配的有限元节点的坐标。 6.一种气动力转换装置， 其特 征在于， 包括： 获取模块， 用于获取作用于目标框架结构的目标气动点的坐标； 有限元节点的坐标确定模块， 用于根据所述目标气动 点的坐标确定与 所述目标气动点 匹配的有限元节点的坐标； 节点力确定模块， 用于将所述目标有限元节点的坐标输入至预先训练得到的目标卷积 神经网络模型中， 得到与所述 目标有限元节点对应的节点力， 以将目标气动点的气动力转 换为有限元节点力。 7.根据权利要求6所述的装置， 其特 征在于， 所述装置还 包括训练模块： 所述训练模块包括训练数据集获取子模块以及训练子模块； 所述训练数据集获取子模块， 用于获取训练数据集； 所述训练数据集包括下述至少一 项： 气动单元上 的载荷力数据、 气动点单元信息和节点坐标以及有限元单元信息和节点坐 标； 所述训练子模块， 用于根据所述训练数据集对目标卷积神经网络进行训练， 得到所述 目标卷积神经网络模型。 8.根据权利要求7所述的装置， 其特征在于， 所述训练数据集获取子模块， 具体用于在 每个均匀单 元区域中， 获取气动力点 坐标和有限元节点 坐标重合的目标采样点；权　利　要　求　书 1/2 页 2 CN 115392084 A 2通过拉丁超立方采样从各所述目标采样点中确随机抽取参考采样点并添加至所述训 练数据集中。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑5中任一项所述的 气动力转换 方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使处理器执行时实现权利要求1 ‑5中任一项所述的气动力转换方 法。权　利　要　求　书 2/2 页 3 CN 115392084 A 3