物联网在塞尔维亚大坝监测和管理中的应用

塞尔维亚·RastkoMartać，NikolaMilivojević，VladimirMilivojević，VukašinĆirović，DušanBarać

（1.塞尔维亚Jaroslav Černi水资源开发研究所；2.塞尔维亚贝尔格莱德大学组织科学系）

物联网在塞尔维亚大坝监测和管理中的应用

塞尔维亚·RastkoMartać1，NikolaMilivojević1，VladimirMilivojević1，VukašinĆirović1，DušanBarać2

（1.塞尔维亚Jaroslav Černi水资源开发研究所；2.塞尔维亚贝尔格莱德大学组织科学系）

主要论述了物联网在塞尔维亚大坝监测和管理中的应用。因其具有发电功效，水电站大坝极具重要性，但也应重视与之相关的风险。为在塞尔维亚大坝管理中利用与大坝设施有关的信息，需要对这些信息进行整合。基于现有的系统，开发了一套信息系统，其中使用了智能网络传感器。笔者旨在介绍物联网在特定大坝安全管理系统中的应用可能性。为能纳入大量的智能传感器，定义了一个新的与监测网络中的传感器进行通信的数据采集模块。该系统能在安全指数偏离预期值时及时提供预警。

物联网；云；大坝；大坝安全管理；监测；塞尔维亚

1 简介

塞尔维亚绝大多数大坝建于20世纪60～70年代。随着建筑物的老化，其安全风险在增长，这也是需要加强设施管理和提高其安全性的原因，以期及时考虑可能出现的不利工况。

值得注意的是，这些设施对社会来说极具重要性，因为其发挥着发电和供水效益。大坝还发挥着向城市供水、防洪及协助河道航运等效益。许多大坝都属于多功能开发项目，发挥着多种效益。若大坝受损或损毁，会对环境造成非常严重的影响。

为支持对水电站复杂系统的管理，有必要在测量系统和计算机模型间建立通信。水资源管理的复杂性在于水资源是有限的，而不同用户间（水电、农业等）却存在相互矛盾的需求，在极端天气情况下，如干旱或洪水，其复杂性还会增加，这个问题主要反映在人口密集区域。

大坝安全管理是长期和持续的过程，应对其进行不断的优化改进。就此而言，即应对大坝安全管理的流程和过程中涉及的所有方面进行持续的优化改进，包括测量仪器以及确认设施安全流程中对数据的管理和应用。应建立现代化的大坝安全管理系统，实现对大坝安全运行状态的实时监测，并根据日常数据得出大坝安全运行状态结论。专业监测的整体概念以及其几个月甚至一年后的后续分析，已经失去了部分意义和重要性（过去的做法是基于大坝性态定期报告的编制）。

大坝安全管理的现代化概念应基于有实物基础和软件支持的技术系统。这一概念的实物基础即可以提供对大坝安全具有重要意义的数据以及对相关物理量的准确测量，需通过专业监测安装的设备对这些大坝物理量进行跟踪测量。当前信息和通信的基础设施水平能够支持实现测量、数据采集和存档等先进系统。这些系统应能够自动收集监测数据、进行数据验证及安全存储，并以标准且有效的方式将数据提供给用户。

随着仪器的长期监测运行，通过可靠仪器获取来的数据应构建成数据库。对大坝采用和实施物联网可生成可靠仪器的数据库，可据此对大坝安全做出更准确的评估。

物联网是物理对象的网络。网络中包含电子器件、软件和传感器，通过厂商、用户及其他连网设备间的数据交换服务，用户可实时、准确地获取数据。可靠的数据可令用户在正确的时间采取正确的行为，特别是在紧急工况或自然灾害发生时，有时也可用于预测。

笔者旨在介绍物联网在特定大坝安全管理系统中的应用可能性。目标是通过云和无线传感网络（Wireless Sensor Network，WSN）的使用来优化数据采集系统。所有的数据处理都将转移到云端，以释放计算机的资源。无线传感网络将提供更可靠的数据。

2 文献综述

2.1 大坝安全管理

大坝安全观测是保证大坝安全的重要手段之一。这是大坝管理工作中非常重要、不可或缺的内容。计算机软件在大坝安全监测中发挥着重要的作用。许多大坝业主均开发了用于大坝安全管理监察的信息系统，以优化数据的管理和分析。中国东部地区的福建省电力有限公司拥有27座不同类型的大坝：混凝土坝、土坝、拱坝和土石坝。这些大坝都分布在遥远的乡村地区，很难管理所有大坝的安全信息。因此，开发一个信息系统来远程控制监测系统、收集和传输大坝安全监测数据就显得十分重要，这样就能处理、分析和评估所有的信息，就能高效地对大坝安全状态做出决策。所幸，行业中的参与各方已成功地联合开发出了远程信息系统，并已应用到福建省电力公司的坝群上，公司员工可利用系统来对观测数据进行分析和评估。

最近，因大坝老化、地震和天气反常变化等原因，大坝受损及失事的案例在增加。因此，在国家层面的灾害管理中，大坝安全也越来越重要。全世界范围看，有许多组织负责大坝安全事务，比如：国际大坝委员会（International Commission on Large Dams，ICOLD）、大坝安全和大坝安防委员会（Committee on Dam Safety and Dam Security，CODSS）、美国大坝安全官员联合会（Association of State Dam Safety Officials，ASDSO）、大坝安全联委会（Interagency Committee on Dam Safety，ICODS）、美国国家大坝安全审查委员会（National Dam Safety Review Board，NDSRB）、国际大坝安全组织（Dam Safety Interest Group，DSIG）。韩国水资源公司（(Korea Water Resource Corporation，Kwater）目前运营和管理着30座大坝，公司开发了大坝安全管理系统——KDSMS，用于对大坝安全进行稳定、高效的管理。KDSMS系统中包含大坝和水库数据、水文信息系统、控制区域的管理系统和数据、仪器和观测系统（包括地震监测）、完善研究的系统以及公司的安防和信息系统。

为有效掌控大坝的全生命周期，基于原型观测，对大坝安全进行实时诊断和合理评估是非常重要的。大坝安全智能早期预警系统（Intelligent Early-Warning System of Dam Safety，IEWSDS）的开发是实现这一目标非常重要的方法。苏怀智等人认为大坝是有生命力和智能的系统，他们建立了安全大坝的仿生模型，其中包括观测系统（神经）、中央处理单元（大脑）和决策制定工具（身体）。用上述的模型和系统工程，苏怀智等人设计了大坝安全智能早期预警系统。系统中，执行分析推理的智能机器是中央处理单元，它能进行数据分析并应用大坝安全诊断和评估的演算法。因其固有的非线性和动态特性，该系统采用了基于波浪网络的组合模型来对大坝性态进行近似和预测。大坝的安全状态是动态变化的，即性态定性和定量的变化。苏怀智等人在论文中提出了扩展的评估方法。应用效果显示，仿生模型是可能的，能为关键技术运营提出建议。系统能为改进大坝安全管理提供技术支持，以延长大坝寿命，从而避免事故发生。

对采矿业来说，尾矿的处理非常重要，因为处理金属矿石会产生大量的尾矿。过去几年中，尾矿坝和尾矿发生过灾难性的事故，造成了巨大的损失并导致多人丧生。为提高尾矿坝的安全性，引进了控制和预警系统，即尾矿坝监测和预警系统（TailingsDamMonitoringandPre-AlarmSystem，TDMPAS），用以监测尾矿坝。该系统是基于物联网和云技术的使用，可实时监测浸润线、水位和大坝变形。尾矿坝监测和预警系统可帮助矿站的工程师对大坝实行7×24 h不间断的监测，并能在任意气候条件下收到从遥远的地址传来的预警信息。尾矿坝监测和预警系统已在几个矿站中得到应用，结果显示，其对尾矿坝物理工况的监测是必要的。

2.2 物联网的应用

关于物联网在观测系统中的应用，已发表了许多论著，比如，在文献《溪洛渡拱坝基于ZigBee技术的实时定位系统》中，作者的主题是定位系统，基于实时ZigBee技术，对大坝建设现场的安全管理提供快捷的支持。该系统基于利用无线传感器的跟踪技术，由一组服务器来运行软件，对采集数据进行处理，直观地、实时地监测现场工况，并与其他系统（如ERP、CRM系统等）进行远程通信。小功率的跟踪技术是基于ZigBee技术的网络硬件，使用指纹软件技术。员工实时观测系统已在溪洛渡拱坝的建设现场得到成功应用。

物联网的应用和发展与智能电网的建设紧密相关。一般通过使用无线通信和观测技术，所有电子器件都可在物联网中相互连接，以使智能电网变成实时可交互的电网。在文献《物联网在智能电网中的应用》一文中，作者总结了该领域的现状、分析了当前的架构和特点，以及实施应用物联网的关键技术。作者还对物联网在资产管理及智能电网自动抄表系统中的应用进行了分析和讨论，并对物联网在智能电网中的应用前景给出了答案。

运行中的尾矿池对矿区来说是非常重要的生产区域，直接影响着人民生命和财产安全，也影响着生产安全。为构建尾矿池安全监控系统，GIS技术的使用不仅能科学有效地管理尾矿池的数据和信息，还能充分发挥电脑可存储海量数据的优势。GIS空间查询和分析的交互式操作促成了准确和方便的搜索管理以及数据的修改和统计。在坝体浸润线高度、水槽内水位、干燥岸坡参数、坝体变形和偏差等项目的观测中，可快速获取如水位波动等信息，这对及时预测坝体稳定性非常重要，因此，该系统的应用可实现对尾矿池的安全管理以及对危险的早期预警。

最近，人们非常关注气候变化以及社会对环境的控制和管理，因此，综合信息系统（Integrated Information System，IIS）也越来越重要。文献《基于物联网的区域环境监控及管理综合系统》介绍了新的综合信息系统，其中结合了物联网、云计算、地理信息科学（远程传感器、地理信息系统、全球定位系统）和电子信息科技，用于对生存环境进行监测和管理。文中还列举了区域气候变化和环境影响的案例研究。为收集感知层面的数据和其他信息，使用了多种传感器和网络服务技术。在网络层面，利用了两种网络（专用网络和公用网络）来访问和传输大数据及其他信息。该案例分析的结果显示，过去55年中，新疆的气温有明显的升高趋势，自20世纪80年代早期以来，降雨量也有明显的增加趋势。除环境指标和气象要素之间的关系外，水资源的可利用率对地区的陆地生态环境来说也是一个决定性因素。该研究显示，综合信息系统在研究过程中发挥了巨大的作用，不仅仅是利用物联网收集数据，还有利用基于云平台和电子信息科技的网络服务技术及应用等，因此，仍可对高效的评估和监测进行改进优化。

3 大坝安全的管理和监测

在塞尔维亚的相关文献中，作者介绍了塞尔维亚国内大坝的现状。随着时间的推移，传感器或停止运行，或不能提供准确的数值，有必要对其进行替换或采用新的现代化的传感器。

虽然塞尔维亚大坝的维护系统没有做到与时俱进，也不是在所有大坝上都配备完整，但大坝没有出现过重大的灾难或严重的问题，这主要归功于优良的设计和建设期间高质量的施工等因素。

虽然事实是各工程目前为止尚未出现会影响其安全性和稳定性、或会影响其正常功能发挥的严重损毁，但必须时刻保持警惕，特别是对老化大坝，可以预见到会出现各种各样的问题，这已经在某些建筑物上发生过，后面会讲到。

从监测和控制设施的状况角度讲，专业的监测系统是非常必要的，大多数大坝都已经配备了这些监测系统。这些系统通常都是设施修建时就投入了使用，并且都未进行过重大的更新改造，也未进行过进一步的开发。通常，技术上讲，这些系统已经过时了，所以老旧仪器失效以及大坝安全监测所需的数据缺失情况并不少见。因此，就监测项目和频率来说，大坝监测系统已不完善。过去几年中，塞尔维亚开始对监测系统进行重建。

未来十年，很明显，在监测系统的重建方面也会有许多重大的举措。对大多数已建大坝而言，需要建立现代化的、多功能的和优化的系统用于专业监测，其形式是用自动遥测系统来收集数据，可实现连续的自动化测量以及在给定的时间间隔内进行测量数据的存储。

未来，随着采集到的数据量的增加，将为更详细地分析设施运行期间的工况和性态创造条件，这是大坝安全管理概念中的必要组成部分，可以准确确定大坝性态的发展趋势，也可及早发现大坝工况中存在的潜在异常。这就是对现代化的大坝安全控制系统的发展和应用所设定的良好假设的案例。

塞尔维亚的许多大坝，其监测系统的状态被评估为局部满意。这意味着基于所有可获取的观测结果，可以对设施工况做出评估，但有必要采取措施改进监测状况。采用全新的监测系统，可得到关于系统状态更准确的评估结论。

最近几年，通过在大坝安全管理中采用先进的信息技术和软件系统，对技术监控系统采取了升级优化措施。由于信息技术和软件系统是技术监控系统的必要条件，因此，在塞尔维亚，应在大坝安全领域采取分阶段的实施。目前，完整的系统已经在位于弗拉涅附近的Prvonek土石坝上得到应用，另外，在高重力坝Djerdap一级和二级大坝上，系统的实施正在进程中。

先进的专业测量系统通常包括以下功能：数据的自动化采集、校验、存档，以及对专业监控系统中获取的所有相关数据的访问。系统的核心是用于专业测量的信息系统，其用途是为测量数据的收集、管理和处理提供技术支持。其目的是将整个专业监测系统中的各种数据整合在一个地方，有较高可靠性，可简单、交互及快速地访问所有数据。

建立大坝安全管理系统意味着已出现了先进的专业监测系统以及专业监控的信息系统。基于先进的专业监控系统，作为可靠数据的来源，可基于物理量开发一系列统计和数学模型，同时以下一些数学参数用于大坝安全的状态监测和分析。

建立大坝安全管理系统的用途如下：

（1）跟踪和监测大坝性态，包括连续监测、测量和确定测量值是否符合预期；

（2）查验大坝安全，可以是首次的、定期的或额外非常规的，可确定设施工况和设施安全度。

性态监测和跟踪的基础是已建立的统计模型，而统计模型的基础是输入的测量数据，其中包含变量的预期值。若测量值在预期的允许范围内波动，则可得出结论，系统无重大变化。在现代化的自动化系统中，每天都会进行这一流程，若根据测量得出结论，设施性态和预期相差较大，系统还可以起到预警的作用。预警是一个信号，意味着应进行特种安全检查。

通过检查设施在一系列场景中的性态，对大坝安全进行检查，以确定设施工况以及安全度。从大坝安全角度出发，各种工况都有其合理性。这种安全检查通常是在规定期限到期后定期进行，或是专业监控系统及统计模型显示设施性态和预期差距较大时，会进行额外非常规的安全检查。

考虑到在对复杂的实物对象进行状态分析时，对其材料的同质性和真实特性，不可能像先前假定一样完全确定，另一方面，对设施状态的许多不同指标一直在进行测量，为确定所有参数的当前状态，有必要建立对实际测值的解读机制。实践中，基于对相关物理量的测量，对系统物理参数进行了校验（例如弹性模数、渗透系数等），这样，计算结果就更适用于测量值。以此方式，才能识别出发生变化的区域。

只有采用先进的模型，才能进行安全分析，基于各种分析，就能制定决策该采取何种措施来提高大坝安全。大坝安全管理反映在支持大坝安全管理的系统使用中，且将在大坝整个生命周期中延续。

3.1 支持大坝安全管理的软件系统

文献《基于线性回归和遗传算法的大坝性态模拟自适应系统》中，基于服务导向式架构（serviceoriented architecture，SOA）的原则，支持大坝安全管理的软件系统已得到了实现，不仅可实时使用数据，还可与其他信息系统进行互联和扩展。为构建该系统，许多可利用的商业化技术，如SQL数据库、.NET框架、ADO.NET被用来连接数据库和网络服务。系统架构如图1所示。

软件系统包括以下组成部分：（1）专业监测系统接口；（2）各统计分析模块；（3）表面渗漏模拟数字模块；（4）应力应变分析数字模块；（5）数据解读数字模块。

这些应用是系统的必要组成部分，用户能查看当前的测量（实时测量）和当时大坝状态的评估结果。详情可参考文献《大坝安全管理信息系统》。

图1 大坝安全管理软件系统的构架Fig.1 Structure of the software system for managing dam safety

4 监控网络中实现与传感器通信的数据采集模块

大坝配备了各种各样的仪器，如雨量计、水位计、流量计等。为改善对大坝的观测，有必要将这些设备都放入一个单一网络中，并允许其相互通信。由于不同类型仪器的巨大数量，其间的通信问题非常关键，可通过传感器模型语言和无线传感器网络（Wireless Sensor Networks，WSN）加以实现。

4.1 传感器模型语言

其目的是，通过使用标准网络服务技术和模式，使所有传感器都可被检测出来且可访问。若传感器的互联可与网络和互联网协议分层，则标准的扩展标记语言编码方案可用于元数据描述传感器、传感器平台、传感器任务接口和由传感器得出数据。传感器可通过推送其控制接口的扩展标记语言描述来实现直接通信，因此可以接收实时或存储的监测数据、确定传感器的方位、辨别其监测能力特征，甚至可以要求进行特定的监测任务。

传感器网络接入（Sensor Web Enablement，SWE）标准是公开标准，它基于公开和广泛接受的互联网和网络以及对空间位置的标准，也是与位于重要位置的传感器、驱动器和处理器通信的基本标准。它是物联网的关键使能器。

通过给予描述传感器（或其他网上处理组件）的能力和连接来自这些组件的实时数值，传感器模型语言（Sensor Model Language，SensorML）2.0为物联网（IoT和WoT，即Internet of Things和Web of Things）提供了标准编码和支持。传感器模型语言是核心组件，提供了传感器检测、处理和地理注册的必要传感器信息。

http：//www.sensorml.com/sensorML-2.0/examples /iot Simple.html，该网页上的案例描述了一传感器及其简单的数据流，其中含温度数据。它是简单传感器和物联网的结合。这些数据可通过统一资源定位器（Uniform Resource Locator，URL）来访问。访问统一资源定位器，其返回的是最新的数据，或开启实时数据的超文本标记语言（Hypertext Markup Language，HTML）流。

作者提议使用网络服务器，通过上述的统一资源定位器来访问传感器数据。另外，为获取实时数据，网络服务器的作用还包括传输和在中央数据库中存储这些数据。终端用户通过上文所述的软件来调用网络服务器。网络服务器适用于所有类型的传感器。

4.2 无线传感器网络

科技的不断进步、采用嵌入式无线发送器的低成本科技、低功耗且强大的芯片组促成了无线传感器网络的广泛使用和发展。无线传感器网络的规模可包括数十到数百个节点，可与现有的有线测量和控制系统实现无缝连接。

无线传感器网络的网络集群架构充分利用了多跳和集群，实现了更低能耗。无线传感器网络包括许多智能节点、网关或汇聚节点以及一个计算机管理中心。

传感器数据在智能节点间共享，然后被传送到分布式的或集中式系统中进行分析，这可在云上或本地完成。

应用于大坝上的无线传感器网络是自我组建的无线网络，其拓扑结构是动态变化的，包括传感器节点和网关节点。传感器节点收集大坝数据，如水位、变形、应力、渗漏、气温、降雨、渗流和大坝断面的位移，这些数据通过网关节点转移到数据库服务器中。

大坝无线传感器网络中使用的传感器有别于普通传感器，它是智能传感器，不仅可以感知测试物理量的变化并输出对应的变化信息，还能与其他传感器互相通信。智能传感器包括几个部分，比如敏感元件、嵌入式处理器、存储和供电电源。

大坝无线传感器网络中使用的智能传感器对测量大坝可靠性来说非常重要，因为无论任何时候，均可以得到关于设备功能的信息。

大坝无线传感器网络结构如图2所示。

图2 无线传感器网络Fig.2 Wireless Sensor Network(WSN)

整个网络分为几个集群，每个集群都是一个监测区域。每个集群中的无线传感节点可相互通信，并通过多跳将数据传入网关。网关也可互相通信，并将数据传入汇聚点。

4.3 通信服务

信息系统可为系统外的用户提供数据，但信息系统中不包括自动测量，有必要为测量系统的通信提供专门服务。因对测量系统的可靠性有特定要求，因此不建议对数据进行直接访问。这些服务可执行本地数据的收集、处理和校验后的发送。

在服务通信的结构中，数据采集模块直接与测量系统相连，并发挥着核心作用。模块从各处收集数据，将它们转换成标准格式，并将其传输给数据处理和校验服务。通过该模块，根据需要通信的测量系统的数量和类型，参与服务的组件为数据采集的软件组件，可分为：与被动式传感器通信的组件、与主动式传感器通信的组件、与被动式数据记录器通信的组件、与主动式数据记录器通信的组件以及文件信息组件。

这些组件必须采用合适的接口模块用于数据采集。一种类型的组件数量仅受计算资源的限制，而各种组件的数量则由测量系统的配置指定。后者意味着为实现某个目标而开展的服务不一定包含所有的组件，可在扩展配置时增加组件。

图3 与测量系统的通信服务Fig.3 Communication services with measurement systems

5 传感器故障的检测以及后续的工作

在大坝监测仪器的整个生命周期中，单个传感器的作废风险自然是在不断增大的，因此，进行大坝安全评估时应不考虑来自这些传感器的测量值。其结果是，为了在监测和大坝安全管理中应用物联网，就需要采用自适应算法来检测传感器故障。算法应准时就缺失了哪个测值给出信号，即关于设施的安全决策是在缺失了哪个传感器的条件下做出的。

适用于在物联网中应用的检测传感器故障的算法，其表明了建模模拟大坝性态的自适应系统和跟监测网络中的传感器通信的采集模块间的连接。

建模模拟大坝性态的方法有几种，最早的模型基于统计和数值方法的应用。随着人工智能技术的发展，现在可以采用新的技术，如人工神经网络、遗传算法、自适应神经模糊系统。对在物联网中的应用，最合适的是可提供实时结果的自适应模型。文献《基于线性回归和遗传算法的大坝性态模拟自适应系统》中有一个案例。它是一个组合系统，综合了统计模型和遗传算法，因此可模拟大坝的预期性态。该系统的基础是线性回归模型，其对输入参数的变化非常敏感。因为这个原因，将自适应部分添加到了系统中，其中，遗传算法是其基础。按照遗传算法理论，线性回归模型被视为优化问题，每个回归模型都是众多数据中的一个实体。基于可获取的测量值，回归量的产生创建了一系列相应的可加以应用的功能。这意味着若某些信息缺失，则主模型中总有替代，所以大坝安全监测不会因此不作为。

同时，若缺失了数据，通过传感器通信模块，可以从网络中的该传感器获取信息。信息被接收，系统应及时提醒传感器部分故障。若传感器整组数据缺失（该传感器执行的所有测量），则系统宣布该传感器完全失效。

回归模型的结果是一些参数，基于这些参数进行当前大坝状态评估，若参数偏离了预期值，则做出预警。有了这一信息，另外也很重要的是应给出系统中可应用的测值的信息以及传感器的状态，因为如前文所述，回归模型是基于系统中可应用的测值形成的。若测值不完整，则可能会影响回归模型所得结果的可信度。因此，要对大坝的真实状态做出正确决策，传感器的工况是非常重要的因素。

未来的发展方向是收集到的数据在先进的数值模型（如有限元法等）中的应用及云计算的实施。

5.1 有限元法

为建模模拟大坝的应力-变形和反滤现象，使用了有限元法。有限元法可构建建筑物和周围围岩的物理模型。为使该模型适合大坝的真实模型，有必要重现大坝运行期发生的特定现象。基于专业监控结果，对材料参数进行校验，且有限元法可给出关于大坝真实模型的信息，为了预测未来运营过程中可能出现的某一不利工况，可利用该信息帮助进一步监测建筑物的性态。

图4为一拱坝模型的案例。

要利用现阶段模型进行安全分析，则应开发测量数据解读的数值模块。基于来自专业监测信息系统中的数据，该模块应能解读测量数据，即确定有限元模型参数的最新数值。该模块的核心包括解读测量数据要求的优化算法和与数值模块的自动通信。构成有限元模型所用的各材料模型的最新参数描述了施工建设的真实状态。

图4 拱坝的有限元模型Fig.4 FEM Arch dam

5.2 遥感技术中的大数据和云技术

物联网是一个概念，将周围所有的对象都包含进来，作为网络的一部分。物联网的覆盖范围非常大，包括许多种智能设备，如智能电话、数码相机、智能雨量计、外部温度传感器和其他各种类型的传感器。当所有设备都实现互联时，就可提供更智能的流程和服务，可应用在各领域中。将大坝上数量庞大的设备和传感器连接到网络中后，就可提供多种服务，并产生了大量数据（大数据）。云计算是一种按需访问配置好的各种来源（预算、网络、服务器、存储、应用程序、服务、软件等）的存储库的模型，可以很容易提供这类基础设施、应用程序和软件。基于云技术平台，可帮助串联周围的事物，因此可在任何时间、任何地点对其进行访问。云是访问物联网的前端。与各设备（如传感器）相互配合的各种应用程序特别要求有大容量存储器以存储大数据、有强大的计算能力以进行实时数据处理以及高速的网络来支持高速的数据吞吐。

6 概念案例

实际工作的主要目标是大坝安全。电脑资源有限，应尽量少承担任务。这些运行的执行都应转移到服务器上进行。另外，有必要提高大坝安全系统的可靠性水平。塞尔维亚最新建的Prvonek大坝配备了现代化的传感器，这些创新的系统也将在Prvonek大坝上得到应用。

图5是Prvonek大坝上实施的系统示意图。图中展示了从测量仪器到终端用户间的数据流动。测量数据暂时存储在数据记录器中，每个数据记录器均有下载数据的软件，安装在采集服务器上。下载数据的格式是逗号分隔值（Comma Separated Values,CSV）。采集服务器将数据传送到中央服务器，终端用户应用特定的软件进行数据分析。安装在终端用户电脑上的软件使用电脑的资源，而不是服务器。若操作很复杂，则可能需要许多计算机资源。

图5 Prvonek大坝系统中的数据流Fig.5 Current data flow on dam Prvonek

图6是该系统的进一步优化示意图。来自采集服务器的所有数据都传送到云端上的中央服务器中。所有的数据传输和处理都在云中完成。上述就是一个提取、转换和加载过程（Extract,Transfer,Load,ETL）。所有操作均占用服务器资源。终端用户的电脑仅在使用备份好的数据生成报告时工作，它有许多空闲资源可用于其他操作。

图6 云和大数据模型Fig.6 Model for Cloud and big data

终端用户可在任意时刻得到所有数据，也可在任意时间任意地点访问数据。

可将所有监测仪器均接入新系统，雨量计、水位计、流量计等。对所有类型的大坝，新系统都是有用的。采用图2中的无线传感器网络结构可使传感器系统更具可靠性、使数据更准确。无线传感器网络中的节点间可相互通信，将传感器失效的数据及时通过网关传递给汇聚点，汇聚点再将数据传递到云服务器上。利用接收到的数据，数值计算软件将生成大坝稳定性的统计曲线。这种统计曲线必须在特定的限值范围内。该曲线可基于来自不同监测仪器的数据生成。最常用的仪器是测压管、直角坐标仪、倾斜仪和温度计：测压管用于测量地表和地下水流的水位；直角坐标仪测量大坝位移；倾斜仪测量位移角度；温度计测量温度。若出现仪器失效，会由特定的算法自动生成将失效仪器排除在外的新的公式，并生成跟所有仪器都在完好工作时几乎一样的曲线。终端用户可启动软件用于生成曲线。

所有收到的数据都存在云服务器上的数据库中。新系统可为数据库提供更具可靠性的数据，可进行更加准确的分析和报告。

7 结语

笔者就最新的技术给出了案例，包括物联网、传感器建模语言、无线传感器网络及大坝安全管理软件。这些技术和软件的结合使用改善了大坝的功能性。

传感器技术、计算机技术和网络技术都在不断进步，而对将信息系统与真实世界相连的各种方式的需求也在不断增加。将丰富的市场环境中的各种技术连接起来，其结合为电站安全、行业控制、气象学、地球物理勘测、洪水监测、风险评估、追踪、环境监测、防护、物流及其他许多应用提供了新的解决方案。

物联网是技术发展趋势，通过将传感器连接到因特网中，可使传感器变智能，它可使传感器间能相互通信。将物联网应用到现代商业中可显著优化公司的运作。将物联网应用在大坝上，可就失效的传感器提供更有效的记录，可极大地减小损毁发生的概率。根据所收集的失效传感器的数据，建立可靠仪器的数据库，直接反映大坝的可靠性。无线传感器网络、大数据、云计算和物联网的结合可极大地改善大坝的运行。所有的技术都会产生大量的数据，因此要求有较大的数据存储空间。作为技术的一种形式，云的发展势头和物联网一样迅猛，可在网络上存储大量数据。通过云计算，终端用户可随时随地访问数据，所有数据处理都将在云端完成，可使系统数据收集的运行更快更可靠。运用最新的技术，如大数据、云计算和物联网，将改善塞尔维亚大坝的运营，极大地降低失事的概率。

大坝安全管理和监测系统的实施以及新技术的应用可降低大坝重大失事的风险。■

文献来源：ICOLD 2016论文集

翻译：崔弘毅

校核：许传桂

“十三五”期间四川推进“三江”水电基地建设

据中国能源网四川印发《四川省“十三五”能源发展规划》（以下简称《规划》），对四川“十三五”期间能发展进行规划安排。根据《规划》，“十三五”期间四川推进“三江”水电基地建设，全面停止小型水电项目开发。

根据《规划》，四川将稳步推进水电开发，坚持以水电为主的能源开发方针，着力调整优化水电开发结构。重点推进金沙江、雅砻江、大渡河“三江”水电基地建设，优先建设龙头水库电站；严格控制中型水电项目核准，除具有季及以上调节能力的中型（单站装机容量5万kW及以上，30万kW以下）水库电站和以航运为主的航电项目外，其余中型水电项目暂停核准。

全面停止小型水电项目开发，除具有航运等综合利用为主、兼顾发电的项目外，其余小型（单站装机容量5万kW以下）水电项目全面停止核准建设。“十三五”期间新开工水电3 056.4万kW，投产水电1 362万kW，到2020年底水电装机达到8 301万kW，在建规模约4 010万kW。

推进金沙江、雅砻江、大渡河水电基地建设，着力争取国家对“三江”水电基地项目的支持，全面优化水电设计、施工、管理，切实有效降低水电开发成本，同时推进配套送出线路规划建设。“十三五”期间新开工2 658.8万kW，其中，金沙江基地“十三五”期间开工建设1 408.5万kW，到2020年底建成1 349万kW；雅砻江基地“十三五”期间开工建设734.5万kW，到2020年底建成1 470万kW；大渡河基地“十三五”期间开工建设515.8万kW，到2020年底建成1 737万kW。

金沙江水电基地主要项目：建成投产乌东德510/2万kW、观音岩60/2万kW、金沙14万kW。新开工白鹤滩1 600/2万kW、叶巴滩224/2万kW、巴塘75/2万kW、拉哇200/2万kW、岗托110/2万kW、波罗96/2万kW、昌波106/2万kW、金沙56万kW、银江36万kW、旭龙222/2万kW。加快建设乌东德510/2万kW、苏洼龙120/2万kW。

雅砻江水电基地重点项目：建成投产桐子林15万kW。新开工牙根一级27万kW、牙根二级108万kW、楞古257.5万kW、孟底沟240万kW、卡拉102万kW。加快建设两河口300万kW、杨房沟150万kW。

大渡河水电基地重点项目：建成投产猴子岩170万kW、长河坝260万kW、沙坪二级34.8万kW、黄金坪5万kW。新开工硬梁包111.6万kW、金川86万kW、丹巴119.6万kW、老鹰岩一级22万kW、枕头坝二级32.6万kW、沙坪一级34万kW、安宁38万kW、巴底72万kW。加快建设双江口200万kW。

“十三五”期间，四川将着力优化水电结构，鼓励发展具有季以上调节能力的水库电站，增强水电丰枯调节能力。“十三五”期间，新开工具有季以上调节能力水电站110.7万kW，到2020年全省具有季以上调节能力水电站占水电装机比重提高到38%。建设岷江中下游航电通道，建成投产犍为航电工程，新开工老木孔、东风岩、龙溪口航电工程。“十三五”开工建设规模115万kW，2020年底建成57.2万kW。

This paper discusses harnessing Internet of Things in monitoring and managing dams in Republic of Serbia.Large dams are of major importance,primarily because of their use for electricity,but risks which are associated with it should be greatly taken into account.There is a need to consolidate information related to dam facilities in order to use them for dam management in the Republic of Serbia. An information system has been developed based on the existing systems,allowing utilization of intelligent network sensors.The aim of the paper is to describe possibilities of the Internet of Things application within a specific system for dam safety management.In order to facilitate the inclusion of a large number of intelligent sensors,a new data acquisition module for communication with sensors in the monitoring network is defined.The system should provide on time alerting in case security parameters deviate from the expected values.

Internet of Things;cloud;dams;dam safety management;monitoring;Serbia

TV698.1

A

1671-1092（2017）02-0066-09

2017-02-12

Title:Using internet of things in monitoring and management of dams in Serbia//by Rastko Martać,Nikola Milivojević,Vladimir Milivojević,VukašinĆirovićand Dušan Barać//Institute for the Development of Water Resources"Jaroslav Černi",Serbia