数字大坝在古田溪水电厂的应用研究

2022-09-21华电福新能源有限公司古田溪水力发电厂

电力设备管理 2022年15期

华电福新能源有限公司古田溪水力发电厂郑炜

随着数字大坝技术的日益成熟，能够实现对水电厂大坝施工的质量实时监控和在线控制。数字大坝技术对水利水电科技进步提供了重要助力，体现出在线实时监测、反馈和控制的应用优势。

为此，本文结合古田溪水电厂的实际建设需求，引入先进的数字大坝技术，构建古田溪水电厂数字大坝建设系统，形成动态精细化的可感知、可控制、可分析的智能大坝建设体系，对古田溪水电厂建设施工过程进行在线实时监测，加强对古田溪水电厂大坝施工进度和质量控制，实现古田溪水电厂数字大坝建设的智能化。

1 古田溪水电厂工程概况

古田溪一级大坝的控制流域面积为1325km2，水库总库容6.417亿m3。电站正常蓄水位382.0m，汛期限制水位、设计洪水位和校核洪水位分别为381.0m、382.63m、384.0m，并有相应的最大下泄流量要求，其中设计洪水位的最大下泄流量为2530m3/s，校核洪水位的最大下泄流量为3190m3/s。该二等大型工程包括有拦河大坝、高头岭副坝，主坝全长分别为412m、110m；最大坝高分别为71m、18m；坝顶高程分别为384.5m、384.7m。工程平面布置图如图1所示。

图1 古田溪一级大坝枢纽平面布置图

当前古田溪水电厂一级大坝尽管建立了大坝安全监测自动化系统，然而尚未实现完全自动化智能化采集，局限于渗流、温度及部分变形测点的自动化观测和数据采集，对于坝顶水平位移和垂直位移尚需要人工进行定期观测，并无法较好地适应水位、降雨、地震等外部环境的变化。在进行水电厂大坝建设施工的检查方面，尚未实现智能化的巡检方式，主要依赖于人工巡检。在对大坝数据进行分析的过程中，还主要依赖于简单的分析软件和数据处理工具，尚无法实现对数据的智能化分析。另外，当前古田溪水电厂大坝运行状态的空间可视化及应用自动化扩展较少，无法实时直观地展示监测数据和分析结果。

为此，要将数字大坝引入到古田溪水电厂建设之中，以“数字华电建设”作为战略引领，以新型信息化技术为依托，构建动态化、精细化、智能化大坝安全运行体系，突显其可感知、可分析、可控制的应用优势，实现对古田溪水电厂的智能巡检、智能诊断、优化检修、数字技术监督和数字大坝管理，提高古田溪大坝安全监测数据采集的整体可靠性，降低水工人员的工作量和工作强度，提高古田溪大坝安全运行管控水平，降低古田溪大坝安全运行风险[1]。

2 古田溪水电厂数字大坝建设系统应用分析

古田溪水电厂数字大坝建设系统要秉持科学合理、先进实用、安全高效、可扩展的原则进行设计和应用，通过系统总体设计和模块化设计的方式，完成古田溪水电厂数据自动采集、数据诊断分析、运行状态可视化和应用扩展设计。

2.1 系统总体设计与应用

古田溪数字大坝建设系统将上位机直接部署于统一数据平台的虚拟机各节点，从现地采集系统获取观测数据，在线自动采集数字大坝数据，基于这一前提进行数据智能化安全分析，直观可视地呈现数字大坝的运行状态，并实现应用扩展自主化。系统总体框架主要涵盖以下内容：数据感知层。主要获悉数字大坝的应力应变、变形、渗流、气象环境、水情信息、地震等数据；数据管理层。该层主要负责数据接口及数据编码的服务，进行数据质量治理；数据应用层。该层主要实现数字大坝的监测决策、在线监控、安全分析、预警报警、统计评价、模型分析等；数据展示。该层可以直观展示数字大坝的仪表、图形、3D 图像、报告报表等。

系统供电采用220V 及太阳能电池板多种供电方式，采用独立供电系统分两路进行统一供电。为了保证电源供电的稳定可靠性，在计算机中控室和观测房各取电端安装一台UPS 或隔离稳压保护装置。同时，要做好系统的防雷接地，将自动化系统电源接地均接入古田溪水电站各测站可靠接地网，做好机房及建筑物的接地保护。

2.2 系统模块化设计与应用

古田溪水电厂数字大坝建设系统采用集成化、模块化的设计理念，结合系统的实际使用需求，主要设计和应用以下功能模块：

2.2.1 图像处理分析模块

原有的图像处理分析主要依赖于人工手动识别和分析，工作人员的劳动强度和劳动量繁重，对工作人员的专业水平提出更高的要求。在数字大坝系统设计和应用之中，利用先进的图像识别技术进行图像自动对比分析和信息提取，通过分析巡检路线和部位采集的大量图像信息，及时察觉工程项目存在缺陷，如裂缝、渗水、滑坡等，对其进行定量分析和定性分析，进而提高图像分析的效率和质量。具体来说，该模块的主要功能体现于以下方面：

图像预处理。采用去噪、平滑、变换等方式，对数字大坝的采集图像进行预处理，及时发现数字大坝建设中的异常缺陷；图像对比分析。主要利用机器视觉和深度学习等人工智能技术进行图像识别、处理和分析，根据不同模式的对象和目标进行针对性的处理，采用比对分析的策略进行数据自主学习、识别和判断，提高图像处理分析的精准度和智能化。

图像深度学习。在机器视觉和深度学习等人工智能技术的依托下，可以对数字大坝建设相关图像数据进行深度解读、分析和处理，形成覆盖古田溪水电厂数字大坝全部巡检区域的全景数据图像，直观可视地呈现数字大坝巡检所有区域的运行状态，多维度、全视角地进行图像数据的评估和应用。同时，还可以构建数字大坝图像数据信息质量评估的基础数据库，结合数字大坝巡检区域的实际特点和需求，设计和应用具有自主学习和迭代功能的模块，推进系统的成熟和深度智能化应用[2]。

2.2.2 在线监控模块

通过在线监控模块实时在线监测古田溪水电厂建设状况，充分考虑古田溪水电厂数字大坝结构和实际运行状态，选择适宜的监测项目和观测点，确立合理可行的监控指标，对其进行细化和分解，使之与古田溪一级大坝的实际状况相契合，从局部或整体的不同视角直观呈现数字大坝的运行规律和特征，减少盲目监测或随机监测的现象，规避不确定性因素对监测的干扰和影响，能够更好地实施融合诊断。同时，考虑到混凝土重力坝的监测效应量涉及诸多参数，可以通过各个监测点的监测指标分析古田溪水电厂数字大坝的表面变形、坝基扬压力、坝段间测点与外在环境之间的关系。

在利用在线监控模块进行监测分析的过程中，可以结合数字大坝实际情况选择以下方法：单测点的监控分析方法。引入置信区间法、典型小概率法和极限状态法，建立单测点监控分析模型，及时高效地察觉各个监测点的变化规律、区间和趋势，并提出各测点的相关参数值，如周期、最大值、特征值等；多测点多因素综合评判方法。由于单个测点无法综合反映数字大坝的实际状况，为此要综合考虑监测量的空间分布及内在机理，构建统计模型进行监测量的统计分析和对比分析，还可以构建混合模型进行监测量的相关性分析，运用确定性模型进行监测量的趋势，通过多维多测点的监控模型和方法获悉数字大坝的运行状况，并进行定量分析和定性分析，得出相关分析结果。

图2 古田溪水电厂一级大坝

2.3 系统可视化设计与应用

考虑到古田溪水电厂大坝结构尺寸较大，包括大坝本体、地基基础、坝肩山体等，对此还要进行数字大坝建设系统的可视化设计和应用，在各种可视化技术的支持下，三维可视化地展示大坝不同部位的几何、物理特性，对大坝监测数据进行三维立体可视化分析，多维度、全视角地挖掘和利用数字大坝监测数据，为数字大坝建设提供决策支持。

同时，系统还可视化地展示数字大坝的运行状态，实时动态地展示数字大坝的安全监测信息、巡视检查结果和安全分析成果，并生成不同的可视化处理图[3]。另外，系统还进行应用扩展设计，基于统一数据平台进行多功能模块的配置，实现全方位、多粒度和权限管理和控制。并提供各功能组件的可视化定制，生成数字大坝安全监测的专业图元库，如大坝立面图、大坝剖面图等。

3 古田溪水电厂数字大坝建设施工管控策略

3.1 注重施工前期准备

古田溪水电厂数字大坝施工前期要组建数字大坝建设工程项目小组，内设项目经理、项目副经理、技术负责人、专家顾问、职能部门等，相关人员分工负责，做好大坝建设施工前的准备工作。同时，拟定数字大坝建设施工组织计划和方案，做好人员及资源的投入准备，为后期施工管理奠定基础。

3.2 加强施工质量控制

要严格按照质量控制及检验标准进行施工，建立健全施工质量管理制度和具体措施，包括质量“三检制”、工序分工责任制、工程质量岗位责任制、质量终身制、质量奖惩制和质量一票否决制，使施工全程处于受控状态。同时，要对关键工序和技术复杂部位采用旁站制，注重施工质量自检、巡检和监督，做好施工过程的质量检测观测等工作，确保观测数据准确可靠和连续性。

3.3 加强施工进度管控

古田溪水电厂数字大坝施工预计时间为190天，采用横道图确定古田溪数字大坝进度计划表，其中：自动化系统改造的计划工期为85天、系统功能模块开发的计划工期为105天、数据诊断分析开发的计划工期为75天、三维可视化开发的计划工期为90天、应用扩展开发的计划工期为85天、功能测试的计划工期为15天、培训计划时间为10天[4]。

3.4 落实施工安全管理

要构建古田溪水电厂数字大坝安全管理体系，明确施工安全管理目标，成立合理可行的安全管理保证体系，完善施工安全管理制度，包括安全生产责任制度、群防群治制度、安全生产教育培训制度、安全生产检查制度、事故处理报告制度、安全责任追究制度等。并要做好项目施工的安全生产应急预案，注重施工期间的环境安全保护，包括固体废弃物的处理、防火防爆处理和防机械伤害等。另外，还要对数字大坝系统进行考核和验收，重点检测系统的数据采集、数据处理、数据监测及报警等功能，使之满足稳定可靠性的使用需求，并做好系统试运行期的安全维护和管理工作，确保系统安全与稳定。