小清河流域数字孪生智慧平台设计与应用

2024-01-08李占华赵红兵张庆竹卢克李建东

水利信息化 2023年6期

李占华，赵红兵，张庆竹，卢克，李建东

（1.山东省海河淮河小清河流域水利管理服务中心，山东济南 250100；2.山东锋士信息技术有限公司，山东济南 250101）

0 引言

小清河发源于济南市南部山区，自西向东流经济南、淄博、滨州、东营、潍坊等 5 市，干流全长为229 km，控制流域面积为 10 433 km2，流域地形南高北低，独流入海，具有防洪排涝、内河航运、农田灌溉、水产养殖等功能。小清河流域已建成信息化基础设施、通信网络、数据资源及部分应用系统，其中信息化基础设施建设包括监测感知体系、泵（闸）站监控系统、计算与存储设备，使水利工程监测更加精准、高效，为流域管理提供了强有力的信息化支撑。

目前小清河流域已基本建成流域数字场景，构建了流域一张图，监测感知体系覆盖全流域，涉及 11 个排涝泵站和 27 个控制型闸站，并融合了 62 处重点水利工程 BIM 模型。初步实现智慧化模拟，融合各类实时水情监测信息，实现对流域内 8 座水库的洪水演进模拟，构建 57 处断面预报方案，对 49 处位移监测断面、23 处渗压监测断面进行实时智能安全监测和堤防安全预警[1]。同时，整合小清河流域地理、206 个实时水情监测、实时气象等信息，形成对流域内预见期降雨、河道水位、流量等情况的有效预报，并对洪水到达、淹没情况进行预警。在探索智慧流域建设方面，建设基于监测信息感知、信息高效传输、险情诊断、防洪形势研判、防汛决策与行动支持的全链条小清河流域防洪减灾智能化指挥系统[2]。系统的开发和运用，为小清河流域水资源管理提供了更加全面、精准、智能化的支持，为流域可持续发展注入了新动力。根据水利部印发的《关于推进智慧水利建设的指导意见》[3]要求，数字孪生智慧平台建设是推进智慧水利建设的重要任务之一。山东省海河淮河小清河流域水利管理服务中心（以下简称山东省流域中心）在原有的信息化基础上，开展小清河流域数字孪生智慧平台建设工作。

1 数字孪生智慧平台设计

1.1 总体设计

数字孪生流域是智慧水利建设的核心与关键，以水利感知网、水利信息网、水利云等为基础，运用大数据、人工智能、虚拟仿真等技术，以物理流域为单元、多维时空数据为底板、水利模型为核心、水利知识为驱动，对物理流域全要素和水利治理管理活动全过程进行数字化映射、智能化模拟，支撑实现流域防洪、水资源管理与调配“四预”，以及N项水利智能业务应用[4]。遵循《数字孪生流域建设技术大纲（试行）》[5]的建设要求，小清河流域数字孪生智慧平台建设内容包括实体工程、基础设施、数字孪生平台、智能业务应用、交互等 5 个分层，以及标准规范、信息安全和运行维护等体系，整体架构如图 1 所示。

1.2 数据流程

小清河流域数字孪生智慧平台的数据主要包括流域各工程基础、各前端测点监测、空间地理信息、业务及外部共享等数据，需要通过数据治理将数据汇集到数据底板，以整合现有自动化调度系统的数据为主。同时，系统外部环境、前端监测设备、已有业务系统的日常使用等也会产生大量数据，需要进行汇集整理。

建设过程中采集与制作的地理空间、BIM 模型等数据，也需要汇集到数据底板。数据汇集后，将数据引擎提供的数据服务作为模型平台、知识平台、数字孪生模拟仿真引擎、典型业务“四预”应用的数据出口，提供所需的各类数据。其中，模型平台结合现有数据和建成的水利专业及智能识别等模型，具备模拟预测能力，对外提供服务与接口；知识平台为“四预”应用提供预案、图文档资料的同时，也可通过积累工作人员、专家基于“四预”应用进行会商决策时产生的新知识，更新迭代知识平台；数字孪生模拟仿真引擎通过结合自身建设的全要素场景、业务数据，以及时空服务和模型等平台提供的分析能力，整合后对“四预”应用提供支撑。数据流程如图 2 所示。

2 关键技术处理

2.1 基于多源数据的水利专业模型构建

小清河数字孪生智慧平台中模型构建以模型结构和参数 2 个部分为主，模型结构反映降雨和径流间的基本关系和转换规律，模型参数是流域自然地理特征对降雨径流关系影响的综合反映。

图2 数据流程

模型参数是指模拟过程中数学方程式的特定常数，包括土壤蓄水量、蒸散发能力、稳渗率、壤中流，以及地下水的蓄泄系数、河槽汇流系数等。小清河数据孪生智慧平台中主要采用人工神经网络和深度学习理论等智能算法率定模型参数，实现参数的智能化率定，其中人工神经网络算法计算流程如图 3 所示。

图3 人工神经网络算法流程

模型平台中干支流交汇的神经网络子模型以串并联形式组成了神经网络预报系统，并将水流输控条件分段嵌入河道 ANN（人工神经网络）模型，建立基于 DL（深度学习）的串并联模块化洪水智能预报模型，实现洪水风险的智能快速预测预警。

单一河道洪水预报是最简单的预报形式，预报分为水位、流量、水位流量同时等 3 种预报模式。但对于存在旁侧支流的河系，洪水预报比单一河道洪水预报复杂得多，以 3 种预报模式为基础，分别建立相应的智能预报模型：1）以水位过程为模型输入和输出的单输入和单输出神经网络模型，预报洪水水位沿河道的变化过程；2）以流量过程为模型输入和输出的单输入和单输出神经网络模型，预报洪水流量的演进过程；3）以水位和流量过程为模型输入和输出的双输入和双输出神经网络模型，考虑河道断面水位和流量的非线性变化关系，同时预报洪水水位和流量的演进过程模型示意如图 4 所示。

图4 水位流量预报神经网络模型示意图

2.2 针对多源数据融合的数据处理体系建设

小清河流域数据具有来源复杂、类型多、格式多样等特点，处理难度大，数据资产目标不明确。以《数字孪生流域建设技术大纲（试行）》为数据体系建设依据，建设以数据中台为基础的小清河数字孪生数据引擎，通过制定数据汇集流程、数据标准、标准化治理流程等工作，建成标准的、满足小清河流域数据需求的数字孪生数据处理体系。

2.2.1 数据汇集流程

小清河自动化调度指挥系统已建成信息监测与管理、工程视频监视、闸泵站监控、洪水预报调度一体化、工程管理、综合办公平台、综合展示一张图、视频会商等系统，需要统筹考虑各系统的数据来源和频次等信息，按照标准规范要求进行加工处理入库，数据汇集流程如图 5 所示。

2.2.2 数据标准

建设小清河流域数字孪生智慧平台相关的数据标准，包括《小清河自动化调度指挥系统开发与集成规范》《小清河自动化调度指挥系统信息采集与交换标准》《小清河自动化调度指挥系统数据源认证标准》《小清河自动化调度指挥系统数据源接入标准》《小清河自动化调度指挥系统数据质量管理标准》《小清河自动化调度指挥系统数据汇集标准》《小清河自动化调度指挥系统数据建模操作指导规范》《小清河自动化调度指挥系统数据服务设计规范》《小清河自动化调度指挥系统数据服务使用规范》《小清河自动化调度指挥系统数据运维管理规范》等。

2.2.3 数据资源目录

数据资源目录建设主要完成对工程类别、数据资源、数据源、指标数据的梳理与入库操作，为智能应用提供主题维度上的数据支撑。资源标准的建设需要深入了解业务需求及数字孪生工程特点，从标准代码分类、标准信息项分类、编码规范定义等方面，对现有自动化调度系统编码规范与数据资源管理平台的数据资源规范进行融合，建设的资源目录应能适配已建的业务系统、新建系统及后期规划。

2.2.4 数据治理流程

随着数字孪生智慧平台的建设，山东省流域中心制定了数据汇集治理流程，以确保数据有效性和准确性，流程依赖总体框架进行分层，在每一层分步实施。各步骤各环节之间紧密配合，相互作用，经过治理后达到提供服务和分析挖掘的目的。

通过规范化管理和流程控制，保证小清河流域数据质量、可靠性和安全性。根据当前流域内的数据情况制定数据治理策略，将数据治理流程划分为预处理、数据规范、数据清洗、标签化、主题化、构建图谱、分析挖掘等阶段。同时，形成标准库、主题库、专题库等数据资产，并尝试将数据图谱化，形成数据能力，提高数据的利用价值，为小清河流域管理和决策提供更加可靠的数据支持。数据治理流程如图 6 所示。

3 小清河流域数字孪生建设实践

图5 数据汇集流程

3.1 工程场景实现

小清河数字孪生工程利用数字化建模和仿真技术，将实际工程场景转化为数字场景，并基于数字场景进行模拟、分析和优化。通过数字孪生技术，结合三维 GIS 可视化技术和时空数据模式，构建三维可视化水利安全监测系统[6]，帮助工程管理人员理解、规划和执行工程项目。通过数字孪生工程，进行工程模型场景的仿真、安全操作培训脚本的制定和实时预演，模型库和智能调度技术提供支持，以提高工程项目效率和质量。

图6 数据治理流程图

另外，数字孪生工程还可以利用模型库提供的调度指令分解模型，结合当前工程状态，给出操作指令，为指令执行提供支持。这种基于数字孪生工程的智能调度技术可以帮助工程管理人员更好地规划和执行工程项目。

3.2 防洪“四预”体系构建

小清河流域防洪“四预”体系以防洪调度为核心，以预报、演进、调度、风险分析一体化为重点，以各类基础信息和测报预报数据为支撑，构建要素齐全、智能联动的智能防洪平台。针对小清河流域多目标综合调度的复杂性，在自动感知洪涝、台风信息的基础上，结合滚动预测预报成果，及时预警；利用数字孪生技术、数学模型和数据分析工具，开展模拟、仿真、分析、预测，为防洪调度决策提供支撑，保障流域区域水安全。防洪“四预”体系功能结构如图 7所示。

预报系统提供水文模型分析过程和运算结果；对于超出预警阈值的模型运算结果，直接推送至预警系统，按照预警类型和预设的责任人体系，快速直观地播发预警信息；预演负责为用户提供一系列预设的专题情景，通过调用预报系统中对应的水文模型，辅助用户以简洁、科学的方式启动洪水预演，在防洪预案库的支持下为用户提供预案优选服务，实现预报调度一体化业务新模式；预案系统在知识库和人工智能模型的支持下，为用户提供人机交互式的预案编制与会商分析决策支持[7]。

图7 防洪“四预”体系功能结构图

洪水预报预警和防洪调度等系统是流域防洪“四预”体系的关键子系统。其中，洪水预报预警系统根据实时雨水情分析防洪形势，自动生成分析报告；将流域范围划分为 11 条预报河系，涵盖 57 个洪水预报重点断面，基于图形化建模方案，构建预报调度模型库，选择不同河系进行自动化建模和洪水预报，选择性展示和对比 11 条河系与 57 个断面的洪水预报预警结果，计算过程中考虑了专家经验的实时交互，实现了洪水预报与工程调度一体化、“守候式”自动预报及“触发式”交互预报。防洪调度系统根据小清河流域防洪兴利调度的业务需求，对流域内 9 座大中型工程进行多目标调度和风险计算模型建设，实现了洪水预报、调度、风险分析一体化及动态预演展示，并构建了多种情景数字案例库。

以小清河流域模拟百年一遇洪水为例，洪水淹没情况如图 8 所示。系统集成河道和风险区一二维耦合水动力风险分析模型，实时计算溃堤洪水淹没风险，并以时间维度对可能发生溃口处的淹没范围、避险转移、救援资源等情况进行预演，实现了调度风险动态预演和预案展示，为流域洪涝灾害防御提供调度决策支持。