广东省小水电生态流量监管平台的设计与实现

杨志潮，刘 智，蔡嘉伟

（广东省水利水电科学研究院，广东 广州 510635）

0 引言

广东省是小水电大省，截至 2018 年底，全省已建成小水电 9 789 座，占全国农村小水电总数的 20.6%，总装机容量为 760.25 万 kW，占全国农村小水电装机容量的 9.6%[1]。但水能资源开发利用程度的提高，加剧了部分河流减水脱流和对水环境的负面影响。为保障河湖生态用水，推进小水电绿色发展，维护河流健康生命，水利部要求各省加强小水电生态流量监督管理，并编制了《小水电生态流量监管平台技术指导》，要求各省结合本地实际贯彻执行。

受全国信息化环境的影响，已有部分水电站引入新技术进行自动化改造，但大部分水电站，特别是规模较小的水电站，信息化建设仍很薄弱，存在监管力度不到位的情况，已不能满足智能监管的需求，监督管理存在脱节情况，急需一个综合的监管业务平台提升管理效率。

本研究根据水利部智慧水利和小水电生态流量监管平台技术等指导意见，以及广东省数字政府和智慧水利的理念，突出“强监管”的目标，依托物联网、云服务等信息技术，对具备条件的小水电进行智能化、数字化提升改造，建设智能型小水电生态流量监管平台（以下简称生态流量监管平台）[2]。

1 需求分析

1.1 数据需求

生态流量监管平台需完成广东省所有小水电的数据核查，汇集广东省 9 700 多座小水电基础、生态流量监测、运行管理业务等数据，构建全省统一的小水电数据库，实现全省小水电生态监管数据的接入。

1.2 功能需求

生态流量监管平台需根据小水电核定生态流量、集雨面积、降雨量，积累和分析相关水文数据，测算小水电来水情况，达到对下泄生态流量智能分析和判断的目的。生态流量监管平台需实现以下 3 种功能：

1） 生态流量在线监测。通过生态流量监控、监测感知系统采集数据，实现对全省小水电的生态流量在线监测，主要包括实时和视频/图像 2 种监测类型，可实时查看生态流量下泄情况。

2） 生态流量分析预判。根据小水电生态流量相关规定标准，判断数据的合理性。对监测数据缺失或不符合规定的情况，推送相应提醒信息至小水电及上级主管部门的相关负责人，提醒及时采取应对措施。对采用生态流量实时监测模式的小水电，将实时监测数据与实际核定值进行比对，并采用视频/图像监测，应用智能视频分析服务，确定是否满足生态流量泄放要求[3]72。

3） 生态流量智能预警。将核定生态流量值与在线监测获取的实际下泄流量之间的差值作为判断依据，做出智能判断并警示，向相关用户推送站内消息，用户可根据生态流量监管平台采集的数据、图像抓拍、实时视频或视频录像获取研判结果，并提醒小水电业主和相关管理部门及时处理和处置。

2 建设目标

生态监管平台主要建设目标如下：围绕生态流量监管的关键环节及小水电自身的管理需求，按照模块化、通用化、可拓展的原则，融合物联网、人工智能、大数据、云计算、地理信息等新技术和新理念，通过全面感知、资源整合、优化配置，加强融合、深化共享，建设智能的小水电生态流量监管平台；提高广东省小水电的管理、监督和服务水平，全面支撑小水电生态流量核定、泄放监管和监督检查等工作的高效开展，为流域、水系提供生态流量保障。

3 平台架构与实现

3.1 总体架构

根据生态流量监管平台的需求和建设目标，提出感知层、网络传输层、数据存储层、支撑服务层和应用层的 5 层总体架构的设计，总体架构如图1 所示。各层介绍如下：

图1 总体架构示意图

1） 感知层。使用视频摄像头、实时流量计及移动端等设备，依据小水电的实际情况，建设符合通信要求的物联网感知层。对于无网络的小水电，电站管理人员使用移动 App 记录数据。在最底层进行数据采集后，通过数据接收、解析及转发模块，对数据进行标准化处理并交给网络传输层。

2） 网络传输层。基于各种网络传输手段，为数据的传输提供保障。网络传输层主要为用于视频数据传输的视频专网、政务专网、无线网络，如 ZigBee，WLAN，4G，5G 等。对暂不具备公共通信条件的小水电，通过光纤转发、多频段无线数传等传输方式，应用合适的自组网方案，实现与外界公共互联网的共享连通[4]。

3） 数据存储层。主要负责存储所有小水电感知传输的生态流量监测数据，以及历史图像或视频数据。使用关系型数据库和分布式存储系统（如对象存储）作为数据存储支撑，包括基础库、分析库、交换库、元数据库、基础地理数据库、日志库等，为支撑服务提供数据保障。

4） 支撑服务层。主要包括以下模块：a.数据服务模块。包括编码赋码、物联基础数据及信息接入服务，可以进行数据解析、整合及清洗。b.数据运维模块。提供共享信息目录及交换服务，打破组织内的数据孤岛，整合数据并提供数据生产力。c.应用组件模块。运用组件化思想，提供空间基础信息及主题信息的融合等服务。支撑服务基于数据存储层的数据，使用大数据、云计算、人工智能等高新技术对接入的小水电数据进行动态监控，以及智能分析和控制，为应用层提供支撑服务。

5） 应用层。主要实现基础数据的汇聚和整合，生态流量监测设备的管理，融合数据的查询检索、统计分析等功能，为水利局管理人员或电站负责人提供完善的服务。

3.2 关键技术

3.2.1 物联网技术

3.2.1.1 物联网组网

1） 采用具有信息处理能力的智能物联网感知设备，可直接接入物联网平台。

2） 对于已安装的旧型感知设备，设计采用嵌入式 ARM（Advanced RISC Machine）架构的边缘智能网关，基于 ZigBee 协议架构现场传感网，实现多源异构网络的融合组网，并通过光纤转发、中继站、4G/5G多频段无线数传等传输方式，应用合适的自组网方案，实现与外界公共互联网的共享连通[5]。

3.2.1.2 物联网接入协议

将采集非结构化数据的小水电监测视频、图像采集设备接入物联网网关，并在网关内进行相应处理。物联网网关与物联网平台连接，按照业务应用需求，提供实时视频调阅、视频图像数据上报等功能。

对于结构化数据的感知设备接入，智能物联网感知设备可通过 MQTTS（加密消息队列遥测传输协议）接入物联网，也可通过物联网网关，以 MQTTS 协议接入物联网（边缘）平台。非智能型物联网感知设备应通过物联网网关接入物联网（边缘）平台。非智能型物联网感知设备与物联网网关连接，需采用数字通信方式，基于 Modbus 或 OPC-UA（开放性生产控制和统一架构）协议进行数据传输[6]。物联网接入架构如图2 所示。

图2 物联网接入架构图

3.2.2 视频智能分析技术

为提高生态泄流监控管理效率，解决管理人员不足的问题，提高问题发现、处置能力，综合应用增强现实、计算机视觉识别分析、大数据等技术，提供智能视频分析服务。通过对视频图像的智能分析，对小水电生态泄流进行实时动态智能监控，通过图像识别智能分析异常状况，发布预警通知，可在一定程度上节约人力资源，有效降低人力监控负担，保障工程安全运行[3]73。

视频智能分析技术采用 AI 深度学习的下泄流量识别技术。通过视频智能分析技术，可对小水电摄像头抓拍的照片进行实时识别，并通过应用平台进行自动报警。主要采用的技术手段有以下 3 种：

样品配制：0.2 mL臭牡丹粗提物溶液(5.0 mg/mL)与0.2 mL DPPH甲醇溶液(25.0 mg/mL)混合均匀，37 °C下避光孵育30 min，直接进行HPLC-QTOF-MS/MS检测.等体积甲醇替代DPPH自由基溶液作为空白对照组.

1） AI Workflow。通过全数据流程可视化建模管理平台 AI Workflow 统一大数据工程与分布式训练2 个系统，提供稳定的系统和流程支持。

2） PaddlePaddle。采用开源的深度学习平台PaddlePaddle 作为基本框架，为模型的搭建提供基础。

3） Auto Model Search。采用 Auto Model Search自动搜索模型超参数，可获得更好的训练效果；采用迁移学习训练较小的用户数据集，可提高训练效率与效果等。

3.2.3 大数据技术

大数据模型服务主要为平台的智慧化应用提供支撑。应用大数据思维，采用大数据算法，建立趋势预测、决策仿真模型，为运行调度提供支撑。依托数据分析、图像识别等技术，建立安全隐患模型，为小水电安全运行保驾护航。

4 应用效果

生态流量监管平台后台采用 Spring Cloud 微服务架构进行设计和云端部署，前端采用 Vue.js 框架进行交互设计。微服务架构具有技术异构、扩展性强及稳定性高的特点。使用微服务架构，能稳定地支持大量小水电接入和对平台的维护、升级和扩展[7]。生态流量监管平台部署于政务云，依托政务云的安全防护及数据容灾备份能力，能够全面提升平台的健壮性。Vue.js是一套渐进式的轻量级框架，数据绑定和组件化的思想能为用户提供美观且高性能的用户体验。生态流量监管平台可实现生态流量监测、设备管理、图片/视频监控、地图控制、预警管理、数据可视化等功能。

4.1 生态流量监测

生态流量监测主要应用效果如下：实现生态流量数据的汇聚与整合，展示实时流量数据，通过图表形式直观展示生态流量数据的变化及达标情况；进一步监测小水电详细运行工况，主动下发命令获取传感器数据，监管小水电泄流行为特征。对于生态流量泄放不达标的电站，水行政主管部门可以及时反馈并督促电站端做出响应，调整水流发电行为强度，为下游提供维护水环境安全、满足水生态功能、符合生态流量保证的水资源供应。

4.2 设备管理

物模型是物理空间中的实体（如传感器）在云端的数字化表示。通过建立实体设备数字化的物模型，对设备管理数据进行统计归集、统一管理和运维。生态流量监管平台通过设备的属性、服务、事件等管理，对不同品牌型号的监测设备进行新增、删除、管理、安装和维护，实现对生态流量监测设备的管理与维护，同时支持对监测参数和设备的扩展。

4.3 图片/视频监控

视频监控在“广东省水利视频监控云平台”基础上，针对本监测平台进行部分二次开发，实现全省小水电监控视频的统一接入及集中管理。视频监控采用 GB/T 28181—2016 《公共安全视频监控联网系统信息传输、交换、控制技术要求》，对接广东省水利视频监控云平台，汇聚多源视频监控平台的数据，形成统一的小水电视频中心，在视频播放的同时，能够进行图片抓拍、录像回放等操作[8]。

4.4 地图控制

目前 Arc GIS Server 是使用广泛的地图发布软件，可以提供 SOAP（简单对象访问协议）和 REST（表述性状态传递）接口等多种形式发布。生态流量监管平台基于 ArcGIS 技术，使用标准的地图服务，在地图上显示所在位置、区域及当前运行状态，以不同颜色实时展示生态流量监控情况[9]。点击小水电可显示实时生态流量及所属视频监控点信息等属性，同时可观看当前的实时监控。

4.5 预警管理

预警管理主要实现风险预测和异常告警功能。对监测设备传回的生态泄流数据进行数据清洗与结构化存储，再通过大数据技术进行分析，实现风险预测。通过图像识别智能分析异常状况，发布预警通知；还能进行相应的参数配置，实现预警下发及处置等功能。

4.6 数据可视化

生态流量监管平台提供对日、周、月综合报表的管理功能。基于大数据分析，统计小水电设备的运行状态、泄流情况等关键指标，并使用 ECharts 和 Datav等数据可视化技术展示在平台上。达到的效果如图3 所示 。

图3 数据可视化效果图

5 结语

广东省小水电生态流量监管平台融合云技术、物联网、微服务、地理信息等新技术和新理念，实现基础数据的汇聚和整合，生态流量监测设备的管理，监测数据的采集、传输、存储和管理，融合数据的查询检索及统计分析等功能，为监管部门提供智慧监管和周到服务，提升了业务管理效率和水平，为小水电绿色、高效的发展提供了有力支撑，是推进广东省智慧水利高质量发展的重要手段。

今后仍需在人工智能、大数据等技术方面继续深耕，围绕业务管理需求，构建数据底板、模型平台、知识平台的数字孪生应用，支撑预测、预警、预演、预案的“四预”能力[10]，推动小水电生态流量监管数字化和智能化的发展进程。