⚡ 我把一座含氢能源园区搬进了浏览器(五类能流实时算守恒,在线直接玩)

在线预览 :fanhuayishiy.github.io/ai-demo/hyd...

开源地址 :github.com/fanhuayishi... (MIT,合集仓库,本项目在 hydrogen-energy-system/ 目录)

当初的提示词里有一句要求挺硬:「重点保证清晰的工业建模、发光流线动效、真实能量守恒逻辑、深色科技质感」。难的是「真实能量守恒逻辑」这半句------它不是一个把随机数画成曲线的看板,而是一座会自己把电、热、冷、氢四本账算平的园区。

能玩什么

  • 程序化生成的深蓝园区,10 台设备从光伏阵列、风机、PEM 电解槽一路排到储氢罐、燃料电池、热电联产、热泵与制冷机组。拖动环绕、滚轮缩放、右键平移,工具栏另有自动环绕、俯视视角与视角复位。
  • 选设备有三个入口:点三维模型、点悬浮标签、用侧栏下拉框。选中后右侧看实时参数,每秒刷新。
  • 底部一排按钮切能流图层:电、热、冷、氢、天然气,也可一键全部。粒子方向跟着能流走,功率归零就停;电网那条连线会按买电卖电方向反转。
  • 右侧拖辐照度、风速、环境温度,以及电 / 热 / 冷三个负荷滑块(0--160%),松手就重算;晴朗、多云、夜间是一键预设。
  • 仿真速度 1× / 10× / 60×,用来看储氢罐一整天的充放走势。暂停会同时冻结库存积分、趋势曲线和管线粒子,但仍可改参数重算稳态。
  • 「能量拓扑」看转换链,「运行记录」能导出 CSV。

几个值得放大看的地方

  • 守恒是硬约束。「能量平衡」面板下面有一行全站能量残差,不是装饰:电、热、冷、氢各自列等式,全站输入输出也要对上。
  • 冷量按物理口径算------它是从用户侧移走的热量,不是新增能量,所以冷凝排热里包含移走的冷量与制冷驱动能量;热泵输出高于耗电的部分单独计入环境吸热。
  • 设备参数带约束:光伏 900 kWp、温度系数 −0.4%/°C;风机 600 kW,3 m/s 切入、12 m/s 额定、25 m/s 切出,区间内走立方功率曲线;电解槽吃可再生余量的 90%,净 LHV 效率 68%、其余 32% 是散热。
  • 储氢罐按 33.33 kWh/kg 折算,容量 4,000 kWh、初始 62%,不允许超充也不允许透支。电、热、冷基准需求 620 / 560 / 420 kW。
  • 时间处理挺克制:每次刷新最多计入 2 秒,进后台不补算;重置气象与负荷会保留储氢库存。
  • 模型测试覆盖 135 组气象 / 负荷组合与四种库存状态共 540 组,外加空满罐、风机切出、24 小时连续运行。

技术栈

Three.js 0.160.1 + TypeScript 5.9.3 + esbuild。能源仿真是一个独立纯函数模块,三维场景只消费它的输出。依赖与字体全部打进 assets/,运行时不接 CDN 或远程模型。

本地跑起来

bash 复制代码
git clone https://github.com/fanhuayishiy/ai-demo.git
cd ai-demo/hydrogen-energy-system
npm ci
npm run dev          # http://localhost:5173

关于「真实能量守恒逻辑」

README 把四本账的等式逐条列了出来,也写清边界:稳态功率分配加动态储氢,不模拟启停滞后、管网压降与气体状态方程;三维管线是拓扑示意,不是施工配管图;数值是本地仿真,不是现场遥测。想核对口径看这份:

github.com/fanhuayishi...

关于这个合集

同一个仓库里还有一批 AI 辅助生成的交互式前端作品,全部 MIT 开源、全部带在线预览:可交互家庭 3D 空间、日式街角便利店微缩沙盘、波音 787-9 结构数字孪生大屏、热泵洗烘一体机 3D 爆炸拆解、单 HTML 文件的智慧校园大屏、仓储运营中心、分布式智能消防沙盘......

觉得有点意思,可以点个 Star:github.com/fanhuayishi...

相关推荐
付威20231 小时前
rpi 这些扩展到底怎么选?一张工具地图看懂 16 个 Rust 插件
人工智能
浪子明X1 小时前
LangChain 接入 Embedding 之前:先画清文本、向量与检索器的契约
人工智能·langchain·embedding
?? Daisy1 小时前
ZCode 接入第三方 API:添加供应商与配置模型的流程(2026-10)
人工智能
FL16238631291 小时前
城市道路叶子叶堆检测数据集VOC+YOLO格式351张2类别
人工智能·yolo·机器学习
luiyarch1 小时前
汽车电子ISO 21448 SOTIF系列(第26期):未知危险场景的确认方法(下)——AI驱动的场景发现
网络·人工智能·安全·车载系统·汽车
AI你一生一世1 小时前
GPT-6 Astra 深度拆解:当推理模型开始为“长任务”重新设计
人工智能·gpt·大语言模型·astra·推理模型·长任务·gpt-6
柯南46681 小时前
【AI工程师精讲】06:MoE:为什么"万亿参数"的模型,实际只用了很小一部分
人工智能·ai编程
零域码客1 小时前
RAG 和微调解决的是同一类问题吗?从大模型底层全链路拆解两者的本质与选择逻辑
大数据·人工智能·机器学习·模型微调·fine-tuning·检索增强生成·llm 架构
唐欢弯弯1 小时前
选 Agent 还是数字员工?一张封装判据表,从技术要件到岗位边界逐项对齐
人工智能