智慧水库探讨

葛从兵，王士军，严吉皞，陈 剑

（南京水利科学研究院，江苏 南京 210029）

0 引言

随着信息技术的发展，水库安全管理工作已逐步采用自动化和计算机等技术，建立水情自动测报、洪水预报与调度、工程安全监测、工程安全分析与预警、闸门监控、视频监视、下游洪水演进与风险分析、办公自动化等系统，实现管理工作部分自动化，减少安全管理工作量。但这些系统在信息感知、互联和智能化程度等方面还存在不足，不能完全承担水库安全管理工作，与期望还有一定差距。

随着物联网、云计算、大数据及人工智能[1]等新一代信息技术的快速发展，特别是人工智能技术的进步，采用信息透彻感知、全面互联及决策高度智能的智慧水库平台承担水库安全管理工作已成为可能，这也是水库安全管理信息化的必经之路。

1 智慧水库概念

2008 年 11 月 IBM 提出智慧地球[2]概念。近年来，智慧城市[3]、智慧水利、智慧水务等概念相继被提出。

人类智慧是人类所具有的、基于神经器官的高级综合能力，包含感知、知识、记忆、理解、联想、情感、逻辑、辨别、计算、分析、判断、文化、中庸、包容、决定、表达等多种能力。智慧让人可以深刻地理解人、事、物、社会、宇宙、现状、过去、将来，拥有思考、分析、探求真理的能力。水库安全管理工作包括大坝建设、管理及险坝处理等。应用信息化手段开展这些工作，主要涉及信息采集、识别、传输、存储、展示、安全分析、预测、预警、决策支持等。水库安全管理信息化与人类智慧对应关系如图 1 所示。

图 1 水库安全管理信息化与人类智慧对应关系

智慧水库应用新一代信息技术，透彻感知水库信息，促进水库信息全面互联与深度融合[4]，实现水库安全管理高度智能化。水库信息分为业务和事务等信息，业务信息包括水库基础、BIM（建筑信息模型）、工程建设、注册登记、调度规程、应急预案、水情、工情、闸门监控、视频、水质、气象、生态环境、社会经济、分析与预警、决策支持等信息；事务信息包括公文、会议、采购、资产、人力资源、培训、考核、精细化（元素化）管理等信息。信息全面互联与深度融合是通过网络、云平台、信息标准化、数据交换等实现的。水库管理智能化体现在洪水预报、工程安全分析、水库调度、水资源管理、办公自动化等系统具有高度智能及基于数据驱动的运行管理方式。

图 2 智慧水库架构

2 智慧水库架构

基于云平台的智慧水库架构如图 2 所示。

智慧水库架构由以下层次组成：

1）感知层。通过各种仪器设备和方法获取水库全方位信息。仪器设备类型包括 MCU（测量控制单元），RTU（遥测终端），PLC（可编程控制器），DVS（数据视频服务器），IPCom（IP 摄像头），智能、多参数传感器，RFID（射频识别）标签，RS（遥感），GNSS（全球导航卫星系统），网络机器人等。

2）网络层。将各类设备连接起来，实现信息自由传输。由互联网，4G 和 5G 网络，光纤网络，Wi-Fi 基站，无线网络，ZigBee，NFC（近距离无线通讯），RFID 等组成。

3）基础设施层。由服务器和存储资源池组成，为智慧水库提供计算和数据存储等资源。

4）数据资源层。为智慧水库的应用系统提供数据资源，包括业务和事务等信息。

5）平台支撑层。为智慧水库的应用系统提供支撑软件，包括中间件、SOA（面向服务的架构）、工作流、信息融合、业务协同、模糊逻辑分析、神经网络[5]、粗糙集分析、专家系统、机器学习[6]、数据挖掘、大数据分析，以及 GIS，3D，VR（虚拟现实）和 Web 服务等。

6）应用服务层。主要为水库安全管理提供 10 个服务，即建设管理，包括水库基础信息、工程设计和建设与除险加固等的管理；防洪安全，包括水情自动测报、洪水预报与调度、下游洪水演进与风险分析；工程安全，包括工程安全监测、闸门监控、视频监视、电站监控、工程安全分析与预警；生态环境管理，包括水质、蓝藻水华、突发污染等的监测及水环境预测；水资源管理，包括水库蓝线、库区水势与断面等的管理及水资源利用；应急决策，主要对洪水、工程安全、污染、干旱、森林火灾、地震等各类突发事件提供应急决策支持；行政管理，包括公文、会议、采购、资产等的管理；人力资源管理，包括人力资源、培训、考核等的管理；生产管理，包括元素化管理、水政巡查、安全防范、森林防火；公众服务，包括水文化、水库风景。

法规与标准规范为智慧水库建设提供应遵循的相关法律、法规、标准和规范。

安全保障体系为智慧水库提供安全保障，包括网络、系统、数据和应用等的安全。

智慧水库基于云平台，运行环境为虚拟数据中心。虚拟数据中心是由公有云和私有云组成的混合云[7]，具有高可靠性、易扩展性、存储资源和计算资源动态分配等特性，如图 3 所示。核心数据存储在私有云，以保障核心数据的安全；非核心数据和应用系统部署在公有云。

图 3 虚拟数据中心

公有云的 IaaS（设施即服务）为虚拟数据中心提供虚拟机和非核心数据的存储资源，避免数据丢失；PaaS（平台即服务）为虚拟数据中心提供中间件，以便部署应用系统；SaaS（软件即服务）为虚拟数据中心提供通用软件服务，如办公、图形等软件。虚拟数据中心的 IaaS 由私有云 IaaS 和公有云IaaS 组成，PaaS 由公有云 IaaS + 专用支撑软件和公有云 PaaS 组成，SaaS 由 PaaS + 应用软件和公有云SaaS 组成。

3 智慧水库关键问题

3.1 信息感知

信息感知关键是信息全面性、感知自动化和系统可靠性。

目前，水库一般采集水情、工情、视频、闸门控制等信息，较少采集水质、气象、生态环境、社会经济等信息，信息感知不全面。水情、视频、闸门等信息采集基本实现自动化；工情信息采集部分实现自动化；其它信息感知很少实现自动化，主要依靠人工采集，工作量大，实时性差。部分信息采集自动化系统可靠性差，系统安装一两年后故障频发，造成信息大量缺失，信息感知的连续性得不到保证。

采用新型智能传感器、信息感知方式多样化、水库物联网和非结构化数据处理等方法和技术，可有效解决信息感知问题。

新型智能传感器具有智能化、小型化/微型化、低功耗、易安装、低故障率、免维护等特点。采用新型智能传感器，信息采集更加便捷、准确，易于实现自动化，可采集的信息类型更多，系统更加可靠。

信息不仅可以通过传感器获取，也可通过其它途径获取。例如：通过购买，实时或定期获取遥感影像，用于水库保护范围和生态的管理；通过网络机器人，从互联网获取水库周边工程及企业建设信息、社会经济信息、水利科技技术、水库突发事件和管理经验等 Web 数据[8]，用于水库生态管理和应急抢险与救助等；游客和水库枢纽附近居民通过移动终端提交险情信息。

水库物联网（水库通）在统一的信息传输标准基础上，由互联网，4G，5G，光纤网络，Wi-Fi 基站，无线网桥，ZigBee，NFC，RFID 等多网络融合而成。水库物联网覆盖水库枢纽和管理场所，实现传感器、存储、计算、控制、终端等设备之间的互联互通。水库物联网建设，可以使设备更加方便、快捷地接入系统，为信息采集自动化提供信息传输保障。

现实世界中，结构化数据仅占数据总量的 5%左右[9]，其余为非结构化数据。水库安全管理中非结构化数据包括文档、图像、视频、遥感影像、Web 数据等，图像和视频数据处理有助于尽早发现工程安全隐患；Web 数据处理为水库安全管理提供多维度、多视角的信息，使水库成为地理和社会环境中有机组成部分，而不是一个孤立实体。

3.2 信息互联

现有的信息系统由不同的承建商在不同的时期建设。由于缺乏相关的信息标准或未遵循相关标准，这些系统存在信息存储形式、结构不同，以及同一属性定义（如名称、数据类型和长度、小数位数、单位等）不同等问题，导致信息在不同系统之间不能共享，形成一个个信息孤岛。

采用信息标准化和深度融合、业务高度协同等方法及技术，可实现信息互联，充分发挥信息应有的作用。

SL 700—2015《水利工程建设与管理数据库表结构及标识符》，SL 323—2011《实时雨水情数据库表结构与标识符》已颁布，《大坝安全监测数据库表结构及标识符》即将颁布，其它相关标准未来也将颁布。在这些标准基础上，建立数据共享交换平台或企业服务总线（ESB），使信息可在各系统之间共享。

各类信息经过深度融合，可获得更有价值的信息。信息融合分为数据级整合、特征级和决策级融合。一个坝段的表面、内部变形，以及裂缝、扬压力、渗流量、应力、应变等各类监测信息仅能反映该坝段的某方面信息，经过特征级融合，可获得该坝段当前特征及发展趋势，如图 4 所示。

图 4 信息融合

业务高度协同不仅存在业务系统之间、事务系统之间，也存在业务系统和事务系统之间。例如：工程安全分析，不仅分析当前安全状态，还可根据洪水预报，预测未来工程安全状况，如图 5 a 所示；水库调度不仅考虑上游来水和下游承受能力，还要考虑工程安全，在保证工程安全的前提下，尽可能减少下游淹没损失，如图 5 b 所示；工程安全监测与元素化管理互通，工程安全监测系统中监测数据异常将反映至元素化管理系统，处理结果将通过元素化管理系统改变工程安全监测系统的测量行为，如图 5 c 所示。

图 5 业务协同

智慧水库的信息共享和业务协同可促进水库群管理，水库群是分布在同一或不同河流干、支流上的一系列水库。通过信息共享和业务协同，智慧水库可使水库群内各水库共享水文、水量、工程安全等信息，相互协作，共同调节径流，最大限度地发挥水库群的防洪、灌溉和发电的效益。

3.3 系统智能化

系统高度智能化是智慧水库的重点和难点。现有信息系统智能化程度不高，特别是与水库安全管理密切相关的信息系统，存在准确性差、功能弱、须人工干预等问题。例如：洪水预报系统需要人工调整模型参数，预报精度不高，很少能达到 85%；工程安全分析与预警系统需要人工参与，分析结果须经过专家审核才能发布；下游洪水演进与风险分析系统计算时间长，一般仅对特定的洪水标准进行洪水演进，且需提前计算出结果。

采用模糊逻辑理论、神经网络、粗糙集理论、专家系统、机器学习、数据挖掘、云计算、大数据等技术，可使系统高度智能化，具有主动学习和自适应能力。

洪水预报系统采用大数据技术，处理卫星云图，获取面雨量。结合站点雨量预报来水，采用智能计算技术，应用场次洪水自动调整模型参数，可提高预报精度。

工程安全分析与预警系统采用模式识别技术，对断面图进行处理，根据图层，自动生成网格。渗流有限元和结构稳定计算时，根据全面感知的信息，判断水库当前运行条件，自动确定工况。采用人工智能技术，能够灵活运用专家知识和经验，分析结果更加可靠，可直接发布。

下游洪水演进与风险分析系统采用云计算技术进行洪水演进，大幅缩短计算时间，可随时对任意下泄流量进行即时洪水演进，计算淹没范围和损失，使下游洪水演进与风险分析系统更贴近水库安全管理需要，更具有实用价值。

系统智能化程度提高，使系统驱动方式由人工驱动转为数据/事件驱动。系统不需要人工干预，水库管理人员也无需时常关注运行情况，仅需根据系统发出的指令，完成相关管理工作，2 种驱动方式如图 6 所示。

图 6 系统驱动方式转变

4 结语

智慧水库是水库安全管理的发展趋势。智慧水库应用新一代信息技术，透彻感知水库信息，促进水库信息全面互联与深度融合，实现水库安全管理高度智能化，减少水库管理人员工作量，提高水库管理工作的科学性，避免人为失误造成不必要的损失。智慧水库由感知层、网络层、基础设施层、数据资源层、平台支撑层、应用服务层组成，涉及面广，内容多。智慧水库的关键问题是信息感知、互联和系统智能化，解决了这些问题，智慧水库才能发挥应有的作用。目前，智慧水库还处于初级阶段，许多技术问题有待进一步研究，智慧水库的发展还依赖于信息技术的进步。