【技术实现步骤摘要】
本申请涉及设备渲染，具体的说是一种基于webgl渲染的设备状态展示系统及方法。
技术介绍
1、风电产业的快速发展对风电机组的可靠性、安全性和经济性提出了更高的要求，风机运行状态的实时监测和故障诊断已成为风电场运维管理的关键技术之一。
2、风机作为风电场的核心设备，其运行状态直接影响着风电场的发电效率和设备寿命。风机运行状态的关键参数包括转速、振动、温度、电流等，这些参数的异常波动往往预示着风机部件的潜在故障或性能退化。及时、准确地监测和诊断风机的运行状态，可以有效提高风机的发电效率、延长设备寿命、降低运维成本、保障设备和人员安全。
3、传统的风机状态监测系统通常采用scada系统和状态监测仪表进行数据采集和存储，并使用2d图表、数值报警等方式进行数据展示和故障告警。然而，这种传统的监测方式存在以下局限性：
4、1.数据展示直观性差。2d图表难以直观、全面地展示风机的三维结构和部件布置，不利于操作人员快速定位和识别故障部位。
5、2.数据解释深度不足。传统方式缺乏对监测数据的深度挖掘和智能分析，难以发现风机故障的内在规律和演化趋势，容易出现漏报、误报等问题。
6、3.人机交互体验差。2d界面的交互方式单一，缺乏沉浸感和实时性，不利于操作人员的主动分析和探索，降低了监测系统的实用性和易用性。
7、4.检修难度高，传统的检修方式一般通过人工经验或者携带电脑以查阅相关资料，极大影响检修维护的效率。
技术实现思路
1、在
2、第一方面，本专利技术实施例提供一种基于webgl渲染的设备状态展示系统，所述基于webgl渲染的设备状态展示系统包括设备端、云服务器以及交互端，其中，所述设备端配置有数据采集模块以及数据传输模块，所述数据采集模块用于获取设备端的各项参数数据，所述数据传输模块用于将各项参数数据传输至所述云服务器；
3、所述云服务器配置webgl渲染模块、智能预测模块、智能分类模块以及检修数据库，所述webgl渲染模块用于根据各项参数数据实时生成3d模型，并将各项参数数据映射至3d模型中；所述智能预测模块包括预训练的预测模型，所述预测模型用于预测设备端未来时间的状态以及故障描述，所述智能分类模块包括预训练的分类模型，所述分类模型用于根据设备端故障描述匹配所述检修数据库中的检修知识；所述交互端通过网络连接至云服务器，用于显示云服务器生成的3d模型、3d模型所需检修的部位以及相应的检修知识，所述交互端包括vr设备或ar设备。
4、在一个可选的实施例中，所述设备端还配置数据处理模块和本地数据库，所述数据处理模块用于对所述设备端的各项参数数据处理，包括数据过滤、数据校准以及格式转换，所述本地数据库用于存储处理后的各项参数数据。
5、在一个可选的实施例中，所述webgl渲染模块包括3d渲染引擎和数据映射单元，所述3d渲染引擎用于根据预处理后的数据进行渲染，生成3d模型，所述数据映射单元用于将预处理后的数据映射至3d模型中，用于生成实时展示的设备端3d模型。
6、在一个可选的实施例中，所述智能预测模块包括预训练的预测模型，所述预测模型的构建包括：
7、获取设备端的历史运行数据，所述历史运行数据包括工作数据、故障数据以及检修数据；
8、对所述历史运行数据预处理；
9、使用相关性分析、主成分分析、递归特征消除获取最能影响故障发生的特征；
10、基于获取的特征供故障预测神经网络模型学习训练，调整故障预测神经网络模型的参数，以调整故障预测神经网络模型的性能，得到训练后的故障预测神经网络模型，将训练后的故障预测神经网络模型作为预测模型；
11、将所述预测模型部署集成至云服务器的系统中，用于预测风机未来时间内的状态，并生成故障描述。
12、在一个可选的实施例中，所述检修数据库构建包括：
13、构建检修数据库结构，检修数据库结构包括故障描述、故障类型、检修方案以及历史案例；
14、对所述检修数据库的数据预处理，利用预训练的bert模型将文本分割成单词或短语，并将文本转换为向量。
15、在一个可选的实施例中，所述分类模型根据设备端所需检修类别匹配所述检修数据库中的检修知识包括：
16、获取预测模型生成的故障描述，基于分类模型计算预测模型生成的故障描述与检修数据库中故障描述的相似度；
17、将相似度前k的故障描述作为匹配结果，并将与故障描述对应的检修方案以及历史案例返回至交互端。
18、在一个可选的实施例中，所述交互端与云服务器建立通信，且所述交互端可显示云服务器构建的3d模型、3d模型所需检修的部位以及所述分类模型获取的检修方案以及历史案例，并可与所述3d模型交互。
19、与现有技术相比，本专利技术的基于webgl渲染的设备状态展示系统有益效果如下：
20、本专利技术利用webgl技术实时展示设备端的运行状态，提供直观、动态和互动的状态展示图像。数据采集模块实时收集设备端的运行数据，数据处理模块进行预处理，数据传输模块保证数据的实时性和可靠性，webgl渲染模块实现高效的3d渲染，通过利用ai技术进行预测性维护，即通过历史数据预测设备端何时可能发生故障或出现异常状态，以进行及时维护，此外，通过配置分类模型，可根据匹配结果将检修数据库中的故障描述以及对应的检修方案以及历史案例返回至交互端，从而基于故障描述以及匹配结果向交互端给出相关性最高的检修方案以及历史案例供使用交互端的用户参考，利用vr设备或ar设备可以访问实时3d模型并显示相对应的检修方案以及历史案例，以供检修人员沉浸式检修。
21、第二方面，本专利技术实施例提供一种基于webgl渲染的设备状态展示方法，包括如下步骤：
22、获取设备端的各项参数数据；
23、将所述各项参数数据发送至云服务器，并根据各项参数数据实时渲染生成3d模型；
24、通过预训练的预测模型预测设备端未来时间的状态并生成故障描述，通过预训练的分类模型将故障描述与检修数据库中的故障描述匹配，获取对应的检修方案以及历史案例；
25、利用交互端显示设备端的3d模型、检修状态、对应的检修方案以及历史案例。
26、第三方面，本专利技术实施例提供一种电子设备，包括处理器、通信接口、存储器和总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信，处理器可以调用存储器中的逻辑指令，以执行如第二方面所提供的方法的步骤。
27、第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第二方面所述的基于webgl渲染的设备状态展示方法的步骤。
28、与现有技术相比，本专利技术的基本文档来自技高网...
【技术保护点】
1.一种基于WebGL渲染的设备状态展示系统，其特征在于，所述基于WebGL渲染的设备状态展示系统包括设备端、云服务器以及交互端，其中，所述设备端配置有数据采集模块以及数据传输模块，所述数据采集模块用于获取设备端的各项参数数据，所述数据传输模块用于将各项参数数据传输至所述云服务器；
2.根据权利要求1所述的基于WebGL渲染的设备状态展示系统，其特征在于，所述设备端还配置数据处理模块和本地数据库，所述数据处理模块用于对所述设备端的各项参数数据处理，包括数据过滤、数据校准以及格式转换，所述本地数据库用于存储处理后的各项参数数据。
3.根据权利要求2所述的基于WebGL渲染的设备状态展示系统，其特征在于，所述WebGL渲染模块包括3D渲染引擎和数据映射单元，所述3D渲染引擎用于根据预处理后的数据进行渲染，生成3D模型，所述数据映射单元用于将预处理后的数据映射至3D模型中，用于生成实时展示的设备端3D模型。
4.根据权利要求1所述的基于WebGL渲染的设备状态展示系统，其特征在于，所述智能预测模块包括预训练的预测模型，所述预测模型的构建包括：
...【技术特征摘要】
1.一种基于webgl渲染的设备状态展示系统，其特征在于，所述基于webgl渲染的设备状态展示系统包括设备端、云服务器以及交互端，其中，所述设备端配置有数据采集模块以及数据传输模块，所述数据采集模块用于获取设备端的各项参数数据，所述数据传输模块用于将各项参数数据传输至所述云服务器；
2.根据权利要求1所述的基于webgl渲染的设备状态展示系统，其特征在于，所述设备端还配置数据处理模块和本地数据库，所述数据处理模块用于对所述设备端的各项参数数据处理，包括数据过滤、数据校准以及格式转换，所述本地数据库用于存储处理后的各项参数数据。
3.根据权利要求2所述的基于webgl渲染的设备状态展示系统，其特征在于，所述webgl渲染模块包括3d渲染引擎和数据映射单元，所述3d渲染引擎用于根据预处理后的数据进行渲染，生成3d模型，所述数据映射单元用于将预处理后的数据映射至3d模型中，用于生成实时展示的设备端3d模型。
4.根据权利要求1所述的基于webgl渲染的设备状态展示系统，其特征在于，所述智能预测模块包括预训练的预测模型，所述预测模型的构...
【专利技术属性】
技术研发人员：刘玉东，
申请(专利权)人：蓝格赛企业管理上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。