“四化”体系赋能数字孪生水利建设探讨

2022-11-18刘胜军

中国水利 2022年20期

刘胜军

（华为技术有限公司，100073，北京）

近年，华为技术有限公司（以下简称华为）聚焦自主可控信息基础网络、多元算力中心和云平台等领域，深耕ICT技术，促进水利行业数字化转型。

当前，数字孪生建设面临三大核心挑战：①实现信息化系统迭代跃升需要优先抓住数字平台底座建设。现行信息化系统资源整合不充分，应用系统孤立，数据孤岛严重，业务断点多发，跨越到数字孪生实施路径具有一定挑战性，亟需以成熟先进的平台为抓手开展建设。②新技术与水利业务场景的匹配融合将进一步加速数字孪生进程。云计算、大数据、人工智能、IPv6+网络等为代表的新一代信息技术需要与业务深度融合，多元算力中心和业务场景融合、全光网络及IPv6+的应用都需要进行探索。③稳定技术架构体系的构建是数字孪生建设关键一环。面对数字孪生建设核心问题，需要基于先进、稳定的自主技术架构，打造数字孪生底座，更好地支撑“2+N”业务持续演进。

基于水利行业数字化转型实践，华为沉淀了“四化”数字孪生智能体，即感知标准化、底座自主化、模型智能化、应用海量化，面向未来构建水利数字孪生底座，以稳定的技术架构应对多样的水利业务场景，加速水利数字孪生建设进程。具体见图1。

一、感知标准化建设

当前水利感知体系设备种类繁多、执行标准不一、运维难度较大，为提升水利感知体系的集约化和智能化水平，亟需统一的物联网架构、统一的数据规范和统一的物联操作系统，实现感知体系的高效采集和简易运维。

1.创新感知设备补齐现网设备短板，有效提升数据感知能力

针对传统视频无法感知的监控场景，如黑暗环境或远距离监控环境，华为创新研发“零污染、低功耗、看得远、看得清、看得懂”的微光全彩球AI摄像机，高倍率变焦，以算力换图像，微光（如月光、星光）场景下300～500 m视频依然清晰。对于无光纤覆盖、无运营商信号的偏远地区水利场景视频采集，创新研发了“无网、无电、无光和无运维”四无AI摄像机，内置Video X微波，快速星型或链式组网，实现高清视频实时回传。摄像机基于鸿蒙LiteOS系统加持，监测到目标物体后快速唤醒，实现超低功耗待机和远程升级、运维。

针对水文非接触测流场景，创新研发雷视测流主机，将雷达和视频测流融合，各取所长，以雷达高精度单点流速校核视频测验的表面流场，获得相对精准的表面流场，再通过过水断面面积和表面系数计算求得流量，进而弥补雷达单点代表性差及视频测流精度不高的短板。经与转子流速仪和ADCP比测，总体误差5%以内，非接触式流量测验精度较为理想。

图1 华为数字孪生技术架构

图2 鸿蒙操作系统支撑多水利终端互联互通

针对化学法水质检测建设、维护成本高以及实时监测困难、存在二次污染等问题，市面光谱法测水质是以单光谱为主，参数覆盖不全，精度和模型泛华性难以满足市场需求。华为创新研发多光谱水质监测仪，采用自研多光谱阵列光源封装技术，多光路融合设计，吸收+荧光融合检测算法，全面获取污染物光谱，COD、总氮、总磷、浊度全覆盖。经过多场景水域大量水质测试结果，验证了参数定量模型的准确性和稳定性，COD、总氮和总磷的模型定量分析结果符合国家标准与规范（HJ 353—2019）。

传统大坝监测基于GNSS为代表的大地测量变形监测技术，单点成本高、核心部件非国产化、精度较低。华为创新研发MEMS高精度倾斜仪，通过测量重力加速度在测量面的分量，检测测量面倾角，进而监测测量面形变。设备易安装、体积小、成本低、功耗低，实时温度补偿提高角度测量稳定性。MEMS倾斜仪角度分辨率、全温零飘、非线性、不重复性等关键指标达到国标要求，位居国际领先水平。

2.坚持开源生态，基于鸿蒙系统打造水利感知体系新形态

鸿蒙OS支持统一弹性部署，支撑不同MCU/CPU资源的水利物联终端应用，内存易扩展。鸿蒙OS采用多内核（Linux、LiteOS、RTOS）和组件化方案，根据设备的资源能力和业务特征灵活裁剪，满足不同形态水利感知终端对操作系统的要求。鸿蒙OS在支持不同硬件资源的同时，仍基于统一的系统能力，保障不同水利感知设备之间可以使用统一系统语言互联互通。具体见图2。

二、底座自主化建设

水利数字孪生建设对基础设施提出了较高要求，国产化自主可控底座是数字孪生建设的关键。国产化底座基于自主芯片、硬件、操作系统、数据库和云平台，实现从感知、联接、存储和计算的全栈自主可控，同时也要求系统建设从设计、开发、部署到发布的全栈安全可信，构建确定性的数字孪生技术架构，以应对持续演进的数字孪生业务应用需求（见图3）。

图3 国产化底座5层核心根技术

1.“5G+光+微波”全场景网络按需部署，打造安全可靠水利网络

打造安全可靠的信息高速公路是数字孪生建设的内在需求，华为将多年沉淀的通信能力应用到水利行业，打造“5G+光+微波”全场景网络联接方案。基于无线5G千兆网和有线全光千兆网打造水利信息传输骨干网，充分考虑水利网络多样性（如业务网、工控网和视频网等），对于新建网络资源，利用网络切片技术实现基于已建光纤多网融合传输以及工控网和业务网的物理隔离，构建智能化水利数据畅通无阻信息高速公路。针对无法铺设光纤且运营商网络无法覆盖的区域，采用微波自组网回传方式实现数据回传，有效解决偏远地区水利数据传输“最后一公里”问题，真正实现网络全覆盖。

网络设备安全至关重要，需要依赖国有自产根技术的芯片、操作系统和数据库。芯片方面，网络处理器芯片、流量控制芯片、光模块芯片等实现全部自研；操作系统方面，基于欧拉操作系统开发了全自主网络设备操作系统RTOS；数据库方面，基于Open-Gauss开发网络设备使用的内存数据库，全部软硬构件自主可控。

2.多元算力，满足数字孪生对通用算力、超算和AI算力的需求

水利数字孪生的不同场景对通用算力、超算和AI算力有特定的需求。数字孪生大量个性化、细分场景的应用，需要通用CPU算力承载；数字孪生分布式水文模型、二维水动力学模型等水利专业模型以及模拟仿真计算，对CPU浮点算力和GPU并行算力提出高需求；气象水文预报对HPC提出新需求；通过AI算力，实现图像识别、遥感识别、自然语言处理等智能算法高效运行（见图4）。

图4 多元算力承载数字孪生多场景需求

多元算力的根技术也充分依赖核心构建自主化。芯片层面，鲲鹏CPU提供高性能、高效能、绿色节能的通用算力和超算算力；昇腾处理器用于AI计算的训练和推理，提供最高达320TFLOPS@FP16算力。在核心芯片之外，通过改进芯片封装、散热技术等，用高制程芯片实现了与低制程芯片同样的性能效果。同时，通过操作系统、编译器、函数库等方面的优化进一步提升整体性能，进而满足数字孪生对自主多元算力的需求。

三、模型智能化建设

模型平台通过模拟物理流域目前的运行状态和预测未来的发展状态，为水利工作者提供实时决策依据。传统水利模型受模型本身单元格、网格划分及模型间耦合影响，运行时间在数十分钟或小时级，难以支撑数字孪生实时滚动决策的要求，急需通过优化的算法提升计算效率。同时，智能模型在行业发展缓慢，封闭式的开发模式精度不高、表征能力不强，不能满足数字孪生对智能识别普适化和高精度的要求。

1.时空计算服务平台，使能水利模型管理、编排与并行计算

为应对数字孪生对水利模型管理和运算的要求，华为创新研发时空计算服务平台（Koomap），提供水利模型发布、管理、编排、调参和并行计算能力。通过可视化拖拽完成模型、子模型及网格编排，以及机理模型和数理模型的嵌入与融合。将计算任务通过微服务容器，投递于GPU、CPU、NPU等异构资源池进行作业调度，实现批处理及并行计算，大大提升水利模型界面级操作性和高并发性，进而提高运算效能并支撑实时决策（见图5）。

时空计算服务平台核心功能包括：①模型管理服务，支持模型上传、基础信息管理、数据和GIS接口对接以及模型更新等服务；②参数配置服务，实现界面化一站式调参，模型计算时段配置、拓扑结构配置、数据输入输出配置和定时器配置；③流程编排服务，支持可视化拖拽或者yam1对水利模型、子模型及网格的编排，机理模型与数理模型的嵌入和融合；④模型作业服务，将流程转换为计算任务作业，通过可视化界面查看作业全生命周期执行进度以及成果信息；⑤资源管理服务，提供基于GPU、CPU、NPU异构作业的自动调度，将相互无耦合关系的模型（子模型）分散调度至多个计算节点，并行计算；⑥模型评价服务，对模型进行评分和调用统计，分析模型使用情况，为不同用户推送匹配的模型算法。

时空计算服务平台与水利模型库联合应用，水利模型运行更加智能，高效支撑“四预”决策和模型自身高效管理、优化迭代。

图5 时空计算服务平台水利模型编排调度示意图

2.盘古大模型沉淀亿级成熟算法，简单训练即可适配水利场景

华为盘古大模型为大规模预训练模型，将人工智能与大数据和大算力结合，由NLP模型、CV模型、多模态模型和科学计算模型等构成，沉淀千亿、万亿智能识别预训练算法，基于目标任务场景微调就可获得高准确率的识别结果。相比传统AI模型开发具有五大优势：①低门槛开发。提供自动化工作流，自动生成模型，降低对AI工程师的依赖。②泛化性能高。大规模参数模型深层挖掘底层逻辑，鲁棒性更强。③高效样本标注。缺陷样本高效筛选，节省80%以上人力标注代价。④精准度高。海量数据预训练使得模型拥有强大拟合能力，高精度优势明显。⑤减少碎片化。一个模型覆盖多个场景。

在遥感AI方面，沉淀了洪水淹没区识别、违建复建建筑物识别、下垫面分类识别、生产建设项目识别；在视频AI方面，沉淀了水尺识别、闸位读取、内涝积水识别等预训练成熟算法，提升模型开发效率，让行业专家从繁琐的标注、调参等工作中解放出来，水利行业AI更智能、更高效。

四、应用海量化建设

数字孪生“2+N”业务场景在不同时间、不同地域均有所区别，业务应用存在差异性和海量化的需求。打造可以满足不同场景业务需求，能够实现协同共享、持续迭代的业务应用系统，需要突破“单体架构”的传统模式，从“大平台+微服务”的新理念打破壁垒、统一规划布局，为应用系统的开发、迭代与共享提供强劲驱动力。

1.通过大平台沉淀共性能力，支撑业务应用敏捷开发快捷迭代

通过构建大平台将共性能力下沉，为业务应用提供统一的开发、运行和集成环境。共性能力包含统一数据服务、水利模型服务、智能模型服务、知识服务等能力以及BIM+GIS、统一用户和权限等信息化通用能力。业务应用按需调用平台能力，使得应用开发、更新迭代更为便捷，避免重复建设。

2.微服务架构适应水利业务精细化管理要求

微服务架构（积木模式）是区别传统单体式而采用的全新架构模式。传统信息化系统常呈现代码级耦合，共性能力无法复用，系统自身无法演进，往往系统开发完成之时即为生命终结之时。随着水利业务管理越发精细化，共性服务特征逐渐显著，通过微服务架构将共享服务进行剥离，划分成微小、独立的服务承载单一业务，供应用调用，支撑数字孪生系统敏捷开发、灵活演进。