基于实测数据的重力坝型水电站大坝安全诊断关键技术研究与系统实现

陈 豪，邱小弟，丁玉江，蒋金磊，许后磊，王龙宝，王海燕

(1.河海大学水资源高效利用与工程安全国家工程研究中心，江苏 南京 210098；2.华能澜沧江水电股份有限公司，云南 昆明 650214；3.中国电建集团昆明勘测设计研究院有限公司，云南 昆明 650003；4.河海大学计算机与信息学院，江苏 南京 210098)

0 引 言

我国水力资源总量居世界首位，水电开发在近30年的高速发展中实现了从“追赶者”到“引领者”的跨越。截至2017年底，中国水电装机容量达3.4亿kW，约占全国电力总装机的20%，占全球水电装机容量的26.9%；全球已建在建200 m及以上高坝96座，我国占34座；250 m以上高坝20座，我国占7座[1-2]。在有效发挥大量水利水电工程巨大经济效益和社会效益的同时，有效判别工程运行过程中的潜在隐患和安全风险，成为了各类大坝运行过程中的重点与难点。随着信息技术在工程领域的快速发展，大坝安全管理由状态监测逐步过渡至状态分析与诊断正成为提升大坝安全管控水平的新途径[3]。国内许多学者对大坝安全风险分析已做了一定的研究。谷艳昌等[4]建立了的混凝土坝变形预警指标拟定方法；王培成等[5]研究了基于BIM的大坝安全监测信息管理系统；张宗亮[6]开展了超高面板堆石坝监测信息管理与安全评价理论方法研究；易魁等[7]开展了基于小湾特高拱坝研发，构建了首个工程安全分析与决策支持系统，并投入实际应用。但专门针对重力坝型水电站，重点面向水电站层级的水工运行维护管理需求，综合考虑监测数据、巡视检查和物探检测两方面内容并引入大坝安全综合评价体系，实时对大坝运行工况进行分析诊断的研究尚无先例。鉴于此，本文以西南某水电站为攻关对象，构建水电站工程安全管理决策系统，以期全面提升水电站以大坝为代表的水工建筑物监测数据分析、工程安全评判和安全管控智能化水平。

1 工程概况及现状分析

1.1 工程概况

某水电站位于我国西南地区北南走向河流中游，是该河干流上建设的首个大型水电站，总装机容量1 670 MW，以发电为主，兼有防洪、通航等综合利用效益。水库正常蓄水位994.0 m，相应库容9.2亿m3，具备季调节能力。枢纽工程由混凝土重力坝、坝后厂房、开关站、坝后水垫塘、左岸泄洪洞及冲沙底孔等建筑物组成，其中混凝土重力坝最大坝高132.0 m，坝顶长418.0 m，共分19个坝段。为保证电站长期运行安全，电站专门设计部署了大坝安全监测系统，并将包括环境量、大坝变形、渗流、应力应变等监测项目接入了自动化采集系统。

1.2 现状分析

电站大坝安全监测自动化系统实现了数据的自动采集与存储，为电站运行提供了长序列监测数据，但在应用过程中也发现了如下有待改进与完善的问题：

(1)大坝工况信息数字化采集与融合能力不足。除了目前广泛部署的大坝安全监测仪器和设备外，作为发现工程缺陷最直观手段的水工巡检和物探检测仍以眼看尺量填表录像为主，作业受人员技能经验水平影响较大，形成的文字和影像等工程缺陷描述信息数字化提取和存储能力欠缺，成果以纸质报告为主[8]。此外，诸如内外观自动化监测、GNSS、水雨情监测、强震监测等各类电测采集系统缘于基础数据库结构和通信接口的差异，形成数据孤岛，存在各类监测、检测成果空间相关性融合对比与隐患缺陷信息历史趋势分析评判困难等问题[9]，无法满足“冗余设置，相互验证”工程安全监测设计部署原则。

(2)与数据实时采集相匹配的大坝状态分析和诊断能力未形成。近年来各类电测仪器的自动化采集能力不断提升，可根据工程需要设定数据采集频次并实时存储，但单日最高可达数万条测值数据的质量控制及其反应的建筑物工况潜在异常远远超出人脑判识和处理能力，仅仅依靠电测类仪器设定固定上下限值的异常报警对于处于初蓄期或特殊工况的水工建筑物异常评判亦被证明并不适用。造成大量实时监测数据，既不能根据测值波动来及时甄别仪器或系统自身故障，也无法依据效应量变幅来为遭遇极端工况后的大坝状态快速诊断提供依据。

(3)适应水电站水工安全业务管理和风险应急处置的支持功能缺乏。目前广泛使用的监测自动化采集系统缺乏对监测和巡检信息从实时分析，异常诊断到跟踪复核，缺陷等级判定再到分级报送和措施处理的水电站水工缺陷全流程闭环管理的支持。在地震、洪水等极端工况条件下，没有将大坝工况综合评价、风险扩散趋势分析与水电站大坝安全应急预案分级关键节点和路径紧密关联，无法针对电厂运维层、管理层和决策层各级人员职能分级抽取与定制推送决策支持信息。

2 关键技术研发

2.1 水工安全运维数据资源整合技术

针对水电站水工安全运行数据多源异构分布存储的特点，建立面向对象的统一数据模型，构建数据资源目录，对各类数据进行统一标准化的整理、抽取、转换、迁移、重构，实现电站安全监测元数据的管理，合理存储和管理各种数据源；提出动态可配置的元数据映射机制，以及分布式流数据ETL框架与实时数据同步与访问策略，研发基于统一数据模型的数据汇集方法，建立安全监测综合数据库、文件数据同步、数据交换与集成、数据质量管理、数据库维护等功能，实现对所有涉及工程安全监测与分析的数据进行规范化统一管理，见图1。

2.2 基于BIM的多源异构空间信息融合技术

构建可承载水工建筑全生命期各阶段数据、过程和资源的电站枢纽区工程BIM模型，关联映射大坝及测点相关属性信息，通过空间插值算法网格化离散监测数据，动态展示水工建筑实际物理工况；利用空间数据引擎，在大坝三维可视化场景中融合安全监测、水工巡检、大坝坝基、坝体物探检测数据，实现了海量多源异构数据的综合深度融合，为后期数据聚合分析、关联分析提供基础；采用信息轻量化分层分级加载技术，实现三维场景下各类模型分层次加载。

图1 水电站水工数据资源应用流程

2.3 基于实测数据的测点快速评判与大坝工况综合评价技术

结合力学结构计算、自适应统计模型、历时特征值、规范标准限值、变化速率等方法对不同仪器类型和工程部位测点的适用性与准确性进行分析，研发针对各类监测仪器的单测点安全阈值；结合长序列监测数据分析，遴选大坝安全关键测点，采样典型小概率和置信区间法建立关键测点监控指标，构建测点异常测值的快速甄别、跟踪复核、动态评判系统机制[10-11]。抽象现行的监测资料分析评价流程，按照监测测点、监测项目、工程局部至大坝整体逐级归属原则，建立测点效应量逻辑关联性和空间关联性，结合工程和监测测点多年运行工程经验和可靠性统计，进行各层级的权重赋值，与巡检、物探等成果综合比对建立大坝监测安全分级诊断模型，实现对大坝运行工况的综合评价，见图2。

3 系统实现

3.1 系统架构

结合关键技术与主要功能，将保障机制贯穿系统整体，并将系统逻辑架构自底向上划分为5个层次，如图3所示。

(1)运行环境。包括存储设备、通讯网络、计算资源、安全设施、通用软件等各类软、硬件环境。

(2)保障设施。包括标准体系、建设运行管理、安全管控和开发运行团队等保障系统建设和运行所需投入的非技术类设施。

(3)信息采集层。由各系统定期采集监测、巡检数据，经计算整编后转换为监测成果数据，通过监测数据汇集对各类多源监测检测成果数据进行实时汇聚。

(4)数据资源层。由成果数据库、分析方法库、CAE仿真库、三维模型库来提供对所有安全监测与分析数据的规范化统一管理及相应工具，为各类应用服务提供数据支撑与共享。

(5)应用支撑层。包括公共基础、应用支撑和资源服务管理，负责向上层各业务应用系统提供公共统一的运行环境和主体支撑框架，将抽取出的各子系统功能模块服务化，形成松耦合的服务群。

(6)业务应用层。由安全监测信息查询、安全综合评价与预警、信息分级发布系统等多个业务应用组成，其核心是以工程安全分析方法库为基础的决策支持技术，为水工运维提供服务和支持。

图2 大坝监测安全分级诊断模型

图3 系统总体框架

(7)应用展示层。通过网络门户为电站各级运管人员提供统一访问和交互接口，通过BIM模型实现安全监测成果和综合评判信息的集中发布、共享与展示。

3.2 系统实现

(1)水工巡检。水工巡检信息通过手机或PAD等移动终端代替纸质表格、手持光源、摄像设备、测距仪器等工具，按照个性定制的巡检区域和路线，现场记录巡检情况[8]。巡检完毕后将巡检数据同步到系统Service端，自动对巡检、缺陷信息分类整编，统一管理，形成适应于水电站水工业务流程的缺陷台账和巡检报表，如图4所示。

图4 水工巡检移动端APP及Service端信息管理

(2)数据汇集。通过定期巡访将分布存储于各业务主题数据库中的各类自动采集成果数据迁移至成果数据库，并整合人工监测数据、实时水雨情、巡视检查、物探检查、工程档案等数据资源，进行集成与存储，实施统一标准化的数据整理、迁移及重构，消除数据孤岛，为数据共享、综合分析提供基础支撑。此外，数据汇集平台还可统计当天、累计一周和累计一月的测点采集缺失和计算成果缺失等类型的异常数据，并定位到对应DAU采集单元和模块位置，提升自动化系统维护效能，如图5所示。

图6 电站枢纽区与监测系统三维模型构建

图5 监测数据汇集过程与异常测点查询

(3)BIM构建。结合电站工程设计和监测设计资料，构建包括大坝及内部廊道、坝后厂房、水垫塘、灌浆及排水洞室，以及各类安全监测仪器和大坝芯样，巡检缺陷等的外观和空间位置三维水工BIM模型，为各类监测、物探、检测、巡检成果数据提供空间查询、检索、定位等多种可视化展示，并为进一步开展异常测点的空间聚类分析和重要缺陷巡检路线规划提供基础支持。电站枢纽区与监测系统三维模型构建示意如图6所示。

(4)测点阈值分析与大坝综合评判。首先，采用多层感知机MLP、差分自回归移动平均模型、基于注意力机制的LSTM等7种长序列训练数据拟合模型，四分位距法异常检测、孤立森林等5种短期预测样本数据异常处理模型，基于3σ评判准则对单测点数据进行阈值计算和阈值评判，融合结构计算、统计模型、历时特征值、规范标准限值和关键测点监控指标等多种方法，对工程监测测点异常测值的快速甄别、跟踪复核、动态评判。然后，建立基于工程经验和监测系统长期运行稳定性权重赋值的大坝监测安全分级综合评价模型，实现适用于电站水工运维技术人员的大坝运行工况的快速评价。安全监测阈值分析及综合分析分级预警系统示意见图7。

图7 安全监测阈值分析及综合分析分级预警系统

(5)信息发布与业务支持。水工业务基础管理门户向电站各级水工运维技术人员提供了一体化工作台，实现了各类监测采集系统的一站式访问和远程控制。同时，结合电厂工程安全管控业务流程与关注重点，集中提供了水工巡检、关键测点、数据汇集、阈值分析，综合评判等侧重于管理流程的统计成果和抽取信息，为电站运维层、管理层、决策层等多级用户提供分层次、多形式的电站安全管理信息。水工业务基础管理门户示意见图8。

图8 水工业务基础管理门户

4 结 语

重力坝型水电站大坝安全诊断关键技术研究与系统开发过程中，在充分依托研究项目开展具探索性、创新性的关键技术研究的同时，紧密契合电站实际，从破解水电站大坝安全监管与运维技术难题，满足电站一线水工运维技术人员提质增效工作需求出发，开展了科技研究到系统应用一步转化的系统研发工作。目前，系统已初步投入运行，正逐步转变电站的现场水工安全管控模式。在后续工作中，项目还将结合工程特性和调度运行特点，研发地震、洪水等极端工况下的大坝工况快速诊断方案与应急管控决策支持模块，进一步提升一线水工运维功效。