智能泵站关键技术研究

2020-12-17房灵常陈金水

中国农村水利水电 2020年12期

房灵常，唐炜，陈金水

(1.水利部南京水利水文自动化研究所，南京 210012；2.河海大学计算机与信息学院，南京 210098)

随着信息技术的快速发展，人们对泵站使用管理的需求不断提高，泵站智能化的发展也存在一个不断探索、丰富、创新和完善的过程。近年来，人工智能、物联网、云计算、大数据等新一代信息技术日臻成熟，新原理、新材料的智能传感技术不断进步，按照《全国现代灌溉发展规划》[2]等国家发展要求，根据水利部《智慧水利总体方案》[3]的指导思想，我们开展了对智能泵站技术、技术体系和过程应用的研究和实践，持续提升泵站运行管理的集约化和智能化水平已经是当务之急。

1 智能传感技术的应用极大地提高泵站信息的处理能力

泵站实现智能化，不但要自动采集电压、电流、功率、频率等电气量信号，还要采集大量的非电气量信号，如温度、液位、压力、位移、速度、流量、位置等[4]。目前，泵站的自动化水平还比较低，大多数还处在半自动化水平，采用的传感器多是模拟量信号输出，每种传感器完成一个物理量的测量，接线基本上采用二线制、三线制、四线制等方式，耗用大量的电缆。据有关方面统计，泵站二次仪表的故障多由传感器引起，几乎占到其故障的一半以上，且排除困难。智能泵站技术的重要特征之一在于各参量信息的数字化传递，现有的模拟量传感器已无法满足智能泵站的要求。

1.1 智能传感器实现了感知与处理一体化

智能传感器[5]将传统传感器的感知体、信号传送电路和微处理器等集成一体，增强了抗干扰能力，二次仪表的功能更加强大。不仅具有数据处理、阈值判断、逻辑组态、自身数据通信交互和多种形式数据输出(如串行输出、模拟量输出、网络通信等)的功能，而且还具有自描述功能。自描述功能不仅可以提供传感信息、自身属性、状态信息等，还可以通过与系统交互，自我实现相关参数的选择等，真正地实现了即插即用。

1.2 智能传感器具有自我诊断能力

为了保证在正常使用时具有足够的准确度，根据规范和使用要求，普通传感器在使用一段时间后需要进行检验和标定，检验和标定一般要求将传感器从使用现场拆卸后送到有资质的实验室或检验部门进行。在使用中，传统传感器出现问题时维护人员一般不能及时发现和处理，故障排除也需要经过一个复杂的分析处理过程，解决问题有时非常困难。智能传感器在工作时能够根据设定进行定时自检，实时的向中心控制室发送自身的状态信息，利用保存在 EPROM 内的计量特性数据与实测数据的比对，确定有无故障[6]，根据内置的解决方案实现在线自动校正。

1.3 智能传感器是复合型传感器

随着毫米或微米级的微机电系统[7](Micro-Electro-Mechanical System，MEMS)的迅速发展，微传感器阵列和微执行器阵列技术的出现，将多种功能的器件集成在一起成为可能，智能传感器也进一步得到小型化甚至微型化，集成度大幅度提高。这种智能传感器集成了多种敏感元件，具有多敏感的功能，能够同时测量多种参量，有效减少智能泵站的传感器数量，增强了可靠度和运维管理效率。

1.4 智能传感器有较高的测量精度

智能传感器内置微处理器，以软件做支撑，具有运算和控制功能，软件固化在处理器中，其数据处理软件对数据进行纠错，修正各种确定性的系统误差(如输入输出的非线性误差、漂移误差、回程误差等)，补偿随机误差，降低噪音，提高传感器精度。

智能传感器对复杂信息的处理采用分散型处理方式，这样既可保证处理的质量，提高抗干扰能力，同时又降低了整个设备的成本。它使用多功能和多变量检测，主动控制信号转换，主动进行信息处理，避免了各环节间的转换误差，提高了整体精度。智能传感器使传感器由孤立的元件向高度集成化、装置化[8]、网络化发展，也更加适合在智能泵站的应用。

2 物联网促进泵站设施设备的全面互通和联动

物联网具有全面感知、可靠传输、智能处理三大特征，能完成人类社会信息与物理世界信息无处不在的连接和在线服务，实现了任何时间、任何地点与任何物体的连接[9]。泵站组成部分众多，有基础设施设备方面的，如机组、电气设备、水工建筑物和对其进行控制、测量、监视、保护的仪表和设备等；还有管理方面的，如人员定位、工作流程，决策指挥等。利用物联网技术准确、全面、实时地感知设备的运行状态及人员的有关信息，就能实现对泵站所属的物和物、人和物的信息互联互通，实现泵站的精细化运行和集约化、智能化管理。

2.1 智能巡检系统

智能巡检系统综合利用二维码扫描、RFID、移动通信等物联网技术和便携式移动巡检终端，用于对建筑物、设备的日常巡检管理，实现巡检流程的规范化、自动化，巡测数据自动接收、分析、处理、存储，自动形成智能化的运维决策。

2.2 人员定位系统

人员定位系统利用了物联网的定位追溯技术，对进入泵站区域的人员进行定位和跟踪。利用RFID、WiFi、ZigBee等局域网络无线通信、LoRa低功耗广域网通信、4G/5G广域移动通信等技术及相关定位算法，对站内人员的行动轨迹及位置、进出泵站的时间及停留时间进行实时记录和信息存储，对危险区域或禁入区域进行动态监控和自动报警，实现对站内人员的动态管理，确保现场工作人员按自身的权限在规定的时间到指定的工作区域工作。与安防系统联动，可极大地提高泵站安全运行水平。

2.3 无线传感网络系统

无线传感网络一般由大量的微型智能传感器节点组成，通过无线通信方式形成多跳的网络，用于监测、感知节点的物理信号或环境参量，如振动、水压力、机组出力、流速和温度等，实现在线监测、目标跟踪和报警监控等。每个节点带有无线电收发器或其他无线通信设备，把传感数据传输给数据库和用户。在保证信息安全的前提下，智能泵站宜利用ZigBee、LoRa、5G等通信网技术构建运行控制区的低成本、低功耗无线传感器网络，实现对泵机组设备、厂房建筑状态信息的全面感知。

对于小型单座泵站，因其要监测的信息布点范围小，一般都在汇聚节点附近，均可以“一跳”方式与汇聚节点交换信息。因此，小型单座泵站可以采用星型结构[10]，如图1所示。

图1 星型结构的无线传感网络

图2 链型结构的无线传感网络

对于大型的单座泵站，因其要监测的信息布点范围较广，不能以“一跳”的方式与汇聚节点交换信息，必须“多跳”才能上传数据，形成链式结构。因此，大型的单座泵站宜采用链型结构。

对于泵站群，特别是大型的梯级泵站群，其无线传感器网络可能是星型和链型的混合结构，即星链型结构。

图3 星、链混合型结构的无线传感网络

当前，物联网主要关注于硬件设备，异构网络间的协议规范、技术标准还有待完善，设备间的信息交互融合还未达到智能泵站的要求，其信息安全、运行可靠性等在智能泵站的应用研究还有待深入。另外，智能泵站信息量和计算量均很大，而且实时性强，下一步还有赖于云计算、大数据等技术进行分析处理，才能实现智能泵站运行的最优化和决策智能化。

3 云计算技术充分运用公共资源实现泵站运行管理的泛在服务

按照美国国家标准与技术研究院(NIST)对云计算的定义[11]，云计算采用的是按量付费模式，这种模式可根据需要便捷的访问所需的网络与计算资源共享池(资源包括各网络、各类服务器、应用软件、各种服务等)，这种共享池可按需配置，只需投入很少的管理工作或与服务供应商进行很少的交互[12]，这些资源就能够被快速的丰富。

为了充分发挥云计算的效能，智能泵站需要建设数据中心IDC。近年来，随着泵站信息化的建设，越来越多的服务器及其他设备放置在泵站厂房内，机房承载能力已近极限，管理人员和运维人员应对高标准运维挑战的压力越来越大。

针对上述情况，云计算提供的虚拟化技术，搭建云计算平台，采用新型托管运营模式，可以把泵站的数据、业务应用集中或分布地部署在公有云或私有云(如水利云平台)上，而不必在自己的数据中心配置高性能的存储、计算、网络以及UPS、空调等设备，大大减少了数据中心建设、维护和管理的投资。对于已建泵站，原来的设备则可以进行资源置换、利旧整合、重派用场。

4 大数据及其挖掘技术为泵站智能化运行管理提供决策支持

大数据并非单指数据量大，其所蕴含的价值主要是对海量数据进行及时、有效挖掘与分析，满足不同业务应用而创建数据挖掘算法的需求，如文本数据挖掘算法[13]。对于泵站，利用大数据关联模型建模方法、大数据分析技术以及水文预测预报大数据分析手段对泵站的入出水量、电量等相关数据进行计算和优化分析，能够为泵站的高效、稳定、安全运行提供强有力的数据支撑，为泵站的日常维护提供数据保障。应用在泵站中的大数据技术主要集中在规划、管理、检修、运维、服务等方面，可应用于泵站全景展示、智能报警和综合分析、安全防护、多系统联动、多元信息融合的状态评估、综合故障诊断、调度优化等方面。

4.1 大数据及其挖掘技术在智能泵站中应用功能

大数据及其挖掘技术可提高对能耗、灌溉用水的预测精准度，能够快速识别运行过程中存在的安全隐患，指导检修，可以提升泵站业务的关联分析能力和泵站的自动化程度。通过其大数据存储、计算服务，可以形成泵站大数据平台，建立全新的灌排业务的良性生态圈。

(1)支持多种参数接入。智能泵站中有很多种参数接入，利用大数据强大的存储技术可很好的实现多参数数据的存储、管理和应用，提升对泵站运行的感知度，在复杂水文气象条件下，缩短泵站灌排调度的响应时间，提高泵站运行的效率。

(2)监测运行状态与诊断故障。运用大数据技术实现历史数据的存储和处理分析，能够实时对泵站的运行情况进行监测，出现故障及时诊断，可解决原泵站存在的响应速度慢、文件处理复杂等劣势问题，能够更好地服务于预防型维护。

(3)地理信息系统与移动技术融合。有效地结合地理信息系统技术，对天、空、地一体的空间大数据进行探索和研究；结合移动技术，对泵站巡检时拍摄的照片和视频进行处理、分析和研究。

(4)运行数据挖掘。根据泵站自动化技术的发展趋势，未来泵站的日常维护人员可通过大数据的计算、分析和挖掘技术便捷地获取泵站运行数据并对数据进行处理分析，掌握泵站的日常运行规律，日积月累形成经验规律，结合实时监控系统和运行调度系统，可对泵站的故障进行综合诊断，生成指导性文件，实现故障实时预警并自动推送给重点用户，减少或避免运行管理人员的重复劳动[14]。

(5)运行数据分析。运用大数据技术对零散的数据进行分析和整理，进而能够形成合理的联动方案，通过执行联动方案的一体化管控平台和各个子系统之间进行联动信息的交互，实现泵站监控、操作、巡检等子系统的统一行动，提升泵站运行管理人员的工作效率，使得泵站运行更加的安全和可靠。

(6)用户行为分析。通过大数据技术实现对用户行为的记忆与分析，提高智能化程度，能够帮助用户很快地对智能测点进行归类，生成归类报告，自动推荐给用户，同时也可以根据用户选择相符的站点，以此来提高业务工作效率，改善人机交互的友好性。

4.2 大数据在智能泵站中的应用模式

单个泵站的数据量和类型相对较少，仅当长序列时，数据量才会剧增。但是，对于梯级泵站群其数据在量、类及挖掘、分析、管理方面就凸显大数据的特性，需要采用大数据技术来处理。

(1)梯级泵站群大数据平台。用于梯级泵站群优化调度的数据具有规模性、复杂性、多样性及长序列性[15]。涉及水文、气象、工程安全、电量、运行参数、运行规则等各类数据，数据格式包括简单数值、视频、图片等多种，这些庞大的数据集合构成了泵站群大数据库。应用大数据服务平台对梯级泵站所在流域的降雨量、河道流量、供电状况、气候条件、设备运行情况等信息与往年进行对比分析，预测水量变化，生成梯级各泵站的调水目标和计划，降低能耗、节水提效，可以取得显著效益。

(2)泵站业务托管服务。利用具有大规模分布式集群计算能力的云计算和大数据技术，构建云模式的灌排大数据服务平台，数据采集、存储、处理一站式托管服务，既安全、可靠、使用方便，又能降低成本。可与其他传统自动化系统无缝连接，收集有用数据，为灌排行业提供相关的大数据业务应用、数据分析和挖掘服务。借助该服务平台，泵站运维人员可快速完成业务部署以及托管计划。