[发明专利]生成电厂的管道和仪表图PID的装置和方法

权利要求书

1.生成电厂的管道和仪表图PID的装置，其特征在于，所述装置包括：

需求输入单元(100)，被构造为输入目标电厂项目的目标需求信息；

管道和仪表图PID生成单元(300)，被构造为根据目标需求信息，利用管道和仪表图PID生成系统生成目标管道和仪表图PID，

其中，管道和仪表图PID生成系统是通过以历史管道和仪表图PID、与历史管道和仪表图PID对应的历史制图机制、以及与历史管道和仪表图PID对应的历史电厂特性中的至少一种作为训练数据，利用深度学习算法训练得到的，

其中，所述管道和仪表图PID生成单元(300)包括：

制图机制生成单元(310)，被构造为根据历史管道和仪表图PID，利用制图机制生成系统生成与历史管道和仪表图PID对应的历史制图机制，

其中，制图机制生成系统是通过以历史管道和仪表图PID、根据预定标准的管道和仪表图PID模板、以及根据预定标准的管道和仪表图PID图例中的至少一种作为训练数据，利用图像识别算法得到的。

2.如权利要求1所述的装置，其特征在于，所述深度学习算法包括深度信念网络。

3.如权利要求1所述的装置，其特征在于，所述图像识别算法包括卷积神经网络。

4.如权利要求1所述的装置，其特征在于，管道和仪表图PID生成单元(300)包括：

电厂特性生成单元(330)，被构造为根据与历史管道和仪表图PID对应的历史电厂项目的历史需求信息，利用电厂特性生成系统生成与历史管道和仪表图PID对应的历史电厂特性，

其中，电厂特性生成系统是通过以历史电厂项目的历史需求信息和与该历史电厂项目的历史管道和仪表图PID对应的历史电厂特性中的至少一种作为训练数据，利用监督学习算法得到的。

5.如权利要求4所述的装置，其特征在于，所述监督学习算法包括高斯混合模型。

6.如权利要求4所述的装置，其特征在于，电厂特性包括电厂系统需求信息、电厂过程需求信息、电厂主组件需求信息、电厂仪表需求信息、电厂设备需求信息、电厂方案选择需求信息、电厂制图图例需求信息中的至少一种。

7.如权利要求4所述的装置，其特征在于，需求信息包括电网需求信息、电厂性能需求信息、政策法规需求信息、标准需求信息、环境需求信息、电厂特点需求信息中的至少一种。

8.如权利要求1所述的装置，其特征在于，所述装置还包括：

标识单元(500)，被构造为利用KKS电厂标识系统对生成的目标管道和仪表图PID进行标识，以得到经标识的目标管道和仪表图PID。

9.如权利要求4所述的装置，其特征在于，管道和仪表图PID生成单元(300)被构造为根据目标需求信息，利用电厂特性生成单元(330)生成与目标管道和仪表图PID对应的目标电厂特性，并然后根据目标电厂特性，利用制图机制生成单元(310)生成目标管道和仪表图PID。

10.生成电厂的管道和仪表图PID的方法，其特征在于，所述方法包括：

输入目标电厂项目的目标需求信息；

根据目标需求信息，利用管道和仪表图PID生成系统生成目标管道和仪表图PID，

其中，管道和仪表图PID生成系统是通过以历史管道和仪表图PID、与历史管道和仪表图PID对应的历史制图机制、以及与历史管道和仪表图PID对应的历史电厂特性中的至少一种作为训练数据，利用深度学习算法训练得到的，

其中，所述方法还包括：

根据历史管道和仪表图PID，利用制图机制生成系统生成与历史管道和仪表图PID对应的历史制图机制，

其中，制图机制生成系统是通过以历史管道和仪表图PID、根据预定标准的管道和仪表图PID模板、以及根据预定标准的管道和仪表图PID图例中的至少一种作为训练数据，利用图像识别算法得到的。