数字孪生技术在智慧水利建设中的应用

2023-10-12王松岳陈凤琴朱照远

山东水利 2023年9期

王松岳，陈凤琴，朱照远

（1.山东省水利科学研究院，山东济南 250014；2.山东省水资源与水环境重点实验室，山东济南 250014；3.南水北调东线山东干线有限责任公司，山东济南 250100）

近年来，水利行业一直尝试用更现代的方法突破传统管理瓶颈，追求高效、精准、便捷的治水方式。物联网、云计算、人工智能、数字孪生等技术的日臻成熟，使得“智水”技术环境不断完备，水利高质量发展与“智”结合成为大势所趋。在众多“智水”新技术中，不论是从政策支持力度还是技术本身优势来看，数字孪生技术都是一种高效、便捷、可靠的方式。探索数字孪生技术与水利工程融合发展的最佳路径，加快水利治理体系和治理能力的智慧化建设，助力水利高质量发展，是水利科技工作者当下的迫切任务。

1 数字孪生技术机理分析

1.1 数字孪生技术运行机制

经过多年的建设和发展，我国的水利工程形成了完整的运行体系，对数字化管理的需求更加迫切。数字孪生作为一种全新的思维模式，结合具体的应用场景，能够为水利工程的管理运维注入智能。数字孪生技术在水利工程中的运行机制是利用数字孪生技术融合状态感知、云计算、人工智能等技术，在虚拟空间中构建与现实世界中的实体水利工程相对应的数字孪生模型，使其与物理实体在信息、行为、规则上具有精准的映射，并且能够进行实时交互，从而提供科学的决策方案，推动水利工程的精准管理，实现以数字孪生技术为基础的“状态感知—实时分析—科学决策—精准执行”的闭环，如图1 所示。

图1 数字孪生技术在智慧水利中的运行机制

应用数字孪生技术，将真实的实体世界与虚拟的信息空间进行交互融合，并以此为基础，实现水利工程管理的智能优化，以提升水利工程整体感知、深度分析、科学决策和精确实施的能力。

1.2 数字孪生技术实施步骤

根据数字孪生技术的应用特点，将数字孪生技术的实现过程分为3 个步骤：

1）方案设计。该阶段主要是构建与水利工程相对应的数字孪生体的软件系统和控制体系，明确在不同的水利业务中所需要建立的水利工程数字孪生体以及虚拟模型设计方案，要求数字孪生体可以在虚拟空间中体现模型构建对象的几何、物理、行为等信息，实现数据的感知接入与融合，明确数字孪生体与物理实体间的关联关系。

2）数据采集。该阶段主要是确定数据收集的采集对象，根据数字孪生模型的数据要求构建数据的采集、传输和存储机制，统一数据的科学分类、编码格式、交换标准等，并以通用标准为依据，构建出与水利工程需求相匹配的数据集。此外，还应建立信息融合机制的规范和数据共享机制的规范，以降低数据的冗余，加速信息的整合。

3）模型设计。该阶段是在获得相关数据的基础上，建立多尺度、多耦合的水利模型，实现模拟结果与实际结果的有效匹配，并实现信息的实时同步。其主要构建内容包括：虚拟工程建模、信息协同建模、可视化建模、运行过程行为建模、管理决策建模、仿真实验建模等。

1.3 数字孪生技术应用领域

数字孪生技术的应用可以分为3 个方面，如图2 所示。

图2 数字孪生技术应用领域

1）水利工程运行。在虚拟空间中，对各任务的执行进行仿真，使用多种模拟参数，尽可能地将任务执行过程可能出现的各种状况进行模拟监测。与此同时，还可以对水利工程的运行状况进行智能化监控，并以实际的运行情况为依据，及时调整水利工程的管理方案，对所有的水利活动进行有效的协调和优化，以促进水利工程的智能化运行。

2）水利设备运维。利用实时监测的数据、历史数据、孪生数据以及相关的水利设施设备数据，借助信息处理分析、模拟仿真演练等智能分析技术，对正在运行的水利设备进行状态监测，对在运行过程中可能出现的故障问题进行及时预警处理，针对水利设备出现的故障，依据虚拟空间中的数字孪生模型，制定合理的维修方案，以实现出现问题设备的精准维修，从而保障水利工程的可靠运行。

3）风险预警。通过智能服务平台，综合考虑多方面的因素，对各部门的联合调度进行有效协同，制定出最优决策。数字孪生技术提供了工程运行期间的状态感知，反映出现实水利工程的运行状态，有助于对可能出现的意外状况进行及时规避，提前实施预防措施，减少风险的不利影响。

2 建议

2.1 完善流域空间地理信息

数字孪生技术的关键是对实体场景进行建模，为更好地发挥数字孪生技术的应用，需要针对不同区域采用不同精度和类型的数据，相关部门应完善流域空间地理信息，将二三维空间地理数据、BIM 模型及倾斜摄影等数据通过专题图层进行服务发布，方便数字孪生平台调用，从而支持数字孪生技术的应用发展。

2.2 完善数据底板服务能力

作为数字孪生流域的算法构建部分，数据底板汇聚了基础数据、管理数据、运行数据、监测数据以及地理空间数据，从而支撑数据、模型、知识等3 个平台引擎的建设。但数据底板的数据往往来源于不同单位，这就对数据的统一性和真实性提出了更高的要求。通过建设以数据汇集、数据治理、数据共享为基础的数据支撑平台，可以更好地落实“一数一源、一源多用”的数据方针，支撑数字孪生技术的快速发展。