-
公开(公告)号:CN117407794A
公开(公告)日:2024-01-16
申请号:CN202311469000.1
申请日:2023-11-07
Applicant: 同济大学
IPC: G06F18/2415 , G06F18/2113 , G06F17/18 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种动态环境下城市通风廊道的识别方法,包括以下步骤:S1、模拟目标区域在目标时段内多种风向下的风环境;S2、通过上一步的模拟结果提取各风向下目标区域中行人高度上的连续空气路径所经过的空间及计算各风向下行人高度平面的风速比分布;S3、通过上一步骤提取的通风路径中筛选出风速比大于0.1的空间;S4、通过筛选通风路径有效部分的尺度识别目标区域在各风向下的通风廊道;S5、计算通风廊道的有效通风频率;S6、通过有效通风频率评价通风廊道的性能。根据本发明,有效地提高了复杂环境下通风廊道识别的可靠性,并可通过较为简单的步骤实现动态风向下通风廊道有效频率的量化,在城市规划中具有更强的准确性和适用性。
-
公开(公告)号:CN114820764A
公开(公告)日:2022-07-29
申请号:CN202210127781.5
申请日:2022-02-11
Applicant: 同济大学
Abstract: 本发明涉及建筑技术领域,公开了一种复杂建成环境中大量城市建筑表面阴影高效计算方法,所述方法包括两个核心发明点,首先提出“邻域建筑面”的概念,以精准筛选出可能在目标建筑上会产生阴影的建筑面,将不可能在目标面上产生阴影的面过滤掉,以省去这些无关表面的坐标变换以及阴影求并求交运算。其次提出“反向求交”的阴影计算方法,通过判断由目标面细分出的网格所在重心点发出的太阳矢量反方向射线是否会与邻域建筑面相交来进行阴影计算,省去正向投影时复杂的坐标变换和阴影求并求交运算,大大简化计算步骤,从而提高复杂建成环境中大量城市建筑表面阴影计算效率。
-
公开(公告)号:CN114820764B
公开(公告)日:2023-04-28
申请号:CN202210127781.5
申请日:2022-02-11
Applicant: 同济大学
Abstract: 本发明涉及建筑技术领域,公开了一种复杂建成环境中大量城市建筑表面阴影高效计算方法,所述方法包括两个核心发明点,首先提出“邻域建筑面”的概念,以精准筛选出可能在目标建筑上会产生阴影的建筑面,将不可能在目标面上产生阴影的面过滤掉,以省去这些无关表面的坐标变换以及阴影求并求交运算。其次提出“反向求交”的阴影计算方法,通过判断由目标面细分出的网格所在重心点发出的太阳矢量反方向射线是否会与邻域建筑面相交来进行阴影计算,省去正向投影时复杂的坐标变换和阴影求并求交运算,大大简化计算步骤,从而提高复杂建成环境中大量城市建筑表面阴影计算效率。
-
公开(公告)号:CN119272624A
公开(公告)日:2025-01-07
申请号:CN202411350244.2
申请日:2024-09-25
Applicant: 同济大学
IPC: G06F30/27 , G06F30/28 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种研究城市风环境对城市建筑能耗影响的联合模拟方法,步骤包括:自动生成街区模型和计算参数;模拟选定街区尺度城市热岛强度,更新温度和湿度数据;模拟选定街区8个风向全年8760h的风速数据;自动获取每栋建筑周边平均风速并为每栋建筑生成新的EPW文件;模拟计算选定街区三个时间尺度下的建筑能耗;使用更新后的EPW文件,模拟计算选定街区三个时间尺度下的建筑能耗;根据两次能耗计算结果量化风环境对城市建筑能耗的影响;根据结果得出案例城市(气候区)中风环境对城市建筑能耗的影响规律。该方法兼顾城市风环境计算的速度和准确性,较为简单实现模拟结果的量化分析。
-
公开(公告)号:CN118097445A
公开(公告)日:2024-05-28
申请号:CN202311160215.5
申请日:2023-09-11
Applicant: 同济大学
IPC: G06V20/13 , G06V10/20 , G06V10/30 , G06V10/26 , G06V10/774 , G06V10/44 , G06T7/62 , G06V10/762 , G06V10/74 , G06V10/764 , G06Q50/06 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于开源卫星地图和深度学习的城市建筑屋面光伏应用潜力评估方法,步骤包括:高分辨率卫星地图获取;数据前处理;构建实例分割模型的训练数据集;建立实例分割模型;屋面实例提取;屋面深度特征提取;基于constrained seed k‑means算法的多轮半监督屋面聚类流程;总屋面面积评估及坡屋面面积修正;计算屋面光伏可用面积比例;光伏安装面积及产能计算。基于此,可以评估城市建筑屋面潜在的光伏装机容量和产能。该城市建筑屋面光伏应用潜力评估方法利用开源卫星地图、深度学习模型、半监督聚类算法对城市建筑屋面光伏应用潜力进行评估;相较于传统方法,本发明的方法数据更易获得,更加直接,且具有更强的适用性和扩展性。
-
-
-
-