[发明专利]一种特高压电力虚拟实训的体验式交互过程设计方法

权利要求书

1.一种特高压电力虚拟实训的体验式交互过程设计方法，其特征在于：包括步骤如下：

步骤1：设计特高压电力虚拟实训的体验式实训交互过程总体逻辑，所述总体逻辑包括：用户应用层、数据支撑层、任务驱动层、过程控制层；

步骤2：构建特高压电力虚拟实训的体验式实训交互过程总体模型，所述总体模型包括：基础管理模块、任务驱动管理模块、模型数据管理模块、交互过程控制模块；

所述任务驱动管理模块设计步骤如下：

步骤1：实训任务流程单元化分解：

电力各项实际作业具有严格的流程规范要求，为此基于电力实际作业规范指导，将每个特高压实训任务分解为若干个独立且不可中断的流程单元，每个流程单元代表一项实训流程，即针对一个电力设备完成的一项实训步骤，是实训操作流程描述的最小单元；

步骤2：流程单元模型状态定义：

流程单元F需要定义实训操作的作业信息描述，包括所有设备状态信息和操作响应关系，它的数据模型表示如下：

F＝(M,Q,Σ,R,f_Σ,η)

其中：M表示当前流程单元的设备目标集合，模型数据管理需要根据实训作业对象将不同电力设备进行划分；Q表示电力虚拟设备元件的状态集合；Σ表示输入控制变量，由用户操作引发的所有动作事件作为有限状态机的输入变量；R表示实训约束集合，由电力设备安全规定、设备电气特性约束构成；f_Σ表示实训动作函数，描述了当前输入下，根据约束条件满足情况执行动作后，系统状态变化情况；η表示实训任务难度层级标识变量，用于指示任务流程的动态调整，难度层级越简单，系统的动作函数f_Σ更为简单，作业过程更简单，并会给予更多提示指引；

步骤3：实训流程单元的执行：

让用户动作事件产生有限状态机的输入变量，将当前设备状态与系统状态集和约束条件进行匹配，并依据实训动作函数完成虚拟设备的状态转变，模拟虚拟设备的实训操作动作过程，保证仿真动作逻辑的完整性；不同实训单元执行中，系统通过分析用户实训过程数据，动态调整不同流程单元的难度层级标识变量η，实现实训过程优化，提升用户体验；

所述用户应用层是系统交互过程的目标对象，用户通过与实训系统之间的感知和反馈，获得真实的视觉、听觉和触力觉反馈，开展不同类型的实训作业操作，获得逼近现实的学习体验；

所述数据支撑层是系统交互过程的核心基础，需要实现对各类虚拟现实数据有效组织管理，提供更具有真实性和完整性的虚拟现实环境；

所述任务驱动层提供系统交互过程的逻辑流程，需要在电力作业流程规范和电力安全规程约束下，把各项电力实训作业步骤和相应电气设备状态变化，通过一系列操作逻辑函数进行描述；

所述过程控制层实现系统交互过程的友好控制，将用户学习者的交互操作准确映射为明确事件反馈到系统任务逻辑和信息数据，并给予学习者真实的视觉、听觉和力触觉反馈，实现用户与虚拟场景进行互动；

所述基础管理模块设计步骤如下：

基础管理模块设计，主要包括系统初始化和流程判断两个关键环节；系统初始化对用户信息输入、实训任务参数进行初始定义，并进行初始实训任务选择分配；流程判断对实训流程循环是否结束进行判断，若实训任务为最终结束，则评判并输出实训结果，若实训任务不为最终结束，则实训流程继续循环；

所述模型数据管理模块设计步骤如下：

步骤1：多分辨率分层处理特高压电力设备：

首先，利用多分辨率金字塔模型，对每个电力设备元件建立包含三个层级的三维数据模型：关键特征数据层模型M₁、全面信息数据层模型M₂、精细完善数据层模型M₃，M₃、M₂、M₁的三维模型精细度越来越低，数据量也越来越小，包括：关键特征数据层模型M₁，包含各元件设备结构的外观关键信息，实现设备的总体可视化呈现；全面信息数据层模型M₂，包含各元件设备结构的全面信息，呈现设备的完整结构；精细完善数据层模型M₃，包含各元件设备结构的精细信息，呈现设备的细致结构；

为了提升虚拟现实三维模型的精细度和数据量，三维数据模型网格面数设计方法如下：得到精细完善数据层模型M₃，它在X、Y、Z方向上的网格面数为N_x、N_y、N_z，整个三维模型有N_x×N_y×N_z个网格面数；在模型M₃基础上进行面数缩减，X、Y、Z方向上的每2个相邻网格合并为1个，得到在X、Y、Z方向上的网格面数为N_x/2、N_y/2、N_z/2，得到全面信息数据层模型M₂的网格数量是N_x/2×N_y/2×N_z/2；同时，在模型M₂的基础上进一步缩减面数，X、Y、Z方向上的每2个相邻网格合并为1个，得到在X、Y、Z方向上的网格面数为N_x/4、N_y/4、N_z/4，得到关键特征数据层模型M₁的网格数量是N_x/4×N_y/4×N_z/4；

步骤2：流程单元作业设备集合识别：

设定第i个流程单元对应的虚拟现实场景需要调用的三维电力设备模型集合为M_i，该电力设备模型集合划分为三个部分：

其中，代表当前实训流程单元的主要操作电力设备对象，需要加载精细完善数据层模型；是与相近的场景内主要电力设备，需要加载全面信息数据层模型；是虚拟场景内的其他各个电力设备，需要加载关键特征数据模型，每个设备的模型数据量最小；

步骤3：模型数据动态加载策略：

结合电力实训任务的流程单元，制定特高压电力设备的三维模型数据动态加载策略步骤如下：

步骤3.1：加载实训任务虚拟场景下所有电力设备的关键特征数据层模型；

步骤3.2：开始实训任务的第1个流程单元，确定该单元的电力设备集合和加载电力设备集合的精细完善数据层模型，加载电力设备集合的全面信息数据层模型；

步骤3.3：i＝1；

步骤3.4：开始实训任务的第i+1个流程单元，确定该单元的电力设备集合和比较和的差别，仅针对两者之间存在差异的电力设备，动态调整加载不同层级的三维数据模型；

步骤3.5：i＝i+1；

步骤3.6：重复步骤3.4和步骤3.5，直至完成所有流程单元；

所述交互过程控制模块设计步骤如下：

步骤1：交互状态数据采集：

通过硬件感知反馈系统捕捉用户行为操作数据，在第i个流程单元实训过程中，采集分析得到的状态数据包括：1)完成总耗时2)单一操作重复次数假定第i个流程单元有n项操作；3)用户响应间隔时间序列三部分数据能够表征用户完成实训过程的顺畅程度，总耗时越短、单一操作重复次数少、响应时间间隔短，说明用户能更好进入沉浸状态，并顺利完成实训任务，否则，可能存在困难；

步骤2：状态数据处理：

首先，针对数据序列的最大值、平均值、方差值特征数据进行计算；同时，由于对实训交互过程的影响因素也非常多，每个特征参数对实训交互状态的表征存在不确定性；为此采用模糊隶属度函数，将用户交互过程中不确定的、模糊的状态数据进行量化：

步骤2.1：A型隶属度函数适用于完成总耗时、单一重复操作次数特征值，最大值、平均值，和用户响应间隔时间平均值特征指标，用0到1的目标值定量表征用户实训交互完成的难易程度，值越小说明实训任务越简单；反之，说明实训任务难度大，交互过程不流畅；表达式如下：

步骤2.2：B型隶属度函数适用于单一重复操作次数波动值、用户响应间隔时间波动值和最大值特征指标，用0到1的目标值定量表征用户实训交互过程的意外干扰情况，值越小，说明交互过程受到干扰中断；值越大，说明交互过程顺利；表达式如下：

步骤3：动态数据库：

数据库用于存放与交互状态相对应的数据瞬时值，随着用户交互状态的变化而不断更新；同时，还记录存储历史数据，得到状态数据的平均值，进而用于扩充专家系统的知识规则库，提升系统判断能力；

步骤4：专家系统规则：

基于第i个流程单元采集处理后的状态数据进行推理判断，调整第i+1个流程单元流程单元的难度层级标识变量η，用来根据动态调整实训流程单元，专家系统规则如下：

只要系统不被意外干扰，u_b值超过规定阈值β，当交互过程难度小，u_a值小于规定阈值α_d，系统降低难度层级标识变量η，降低实训任务难度，给出更多信息指引；当交互过程难度大，u_a值大于规定阈值α_u，则提高难度层级标识变量η，系统增加操作难度；规定阈值根据在专家经验设定基础上，根据动态数据库的的交互数据历史平均值调整，提升阈值设定的准确性。