基于北斗和物聯網智能傳感的大壩安全監測方法

摘 要：為了提高大壩安全監測的準確性，本文研究一種基于北斗和物聯網智能傳感的大壩安全監測方法。該方法設計了以北斗和物聯網智能傳感為基礎的大壩自動化在線監測系統架構，根據系統架構設計了大壩自動化在線監測系統模塊。在完成大壩安全監測系統設計后，引入北斗技術，通過該技術進行大壩定位，將定位數據與物聯網智能傳感數據進行融合，基于融合的數據構建大壩安全風險預測方法，進行大壩安全監測。試驗結果表明，該方法的安全監測準確率較高，能有效監測出大壩變形量，可應用于大壩安全監測，為大壩提供安全保障。

關鍵詞：北斗定位；物聯網智能傳感；大壩監測

中圖分類號：TV 699 " " " " 文獻標志碼：A

為了預防大壩監測時產生的多種問題，曾有學者提出多種方法。基于光學監測的安全監測方法能夠實時監測大壩的表面變形和內部結構變化，但容易受天氣和環境因素影響。基于地質勘探的安全監測方法能夠獲取大壩周圍的地質信息和地下水情況，但地質勘探方法需要較長的勘探時間和周期，對一些緊急情況無法及時響應。因此，基于北斗和物聯網智能傳感的大壩安全監測方法應運而生，該方法利用北斗衛星導航系統和物聯網智能傳感技術，對大壩安全進行自動化在線監測。

1 大壩自動化在線監測系統架構設計

系統基于B/S架構，以分布式架構為主，根據監測點規模水平擴展計算資源。建立的大壩安全在線監測系統可采集并管理監測數據、進行數據信息展示、預警信息接收并進行監測設備管理等[1]。在線監測系統架構如圖1所示。

圖1直觀地呈現了系統的整體結構和運作流程，明確標出了各組成部分及其相互關系。為確保簡圖的清晰度，采用簡潔的線條和圖形，以滿足設計細節需求。設計細節包括以下2點。1）數據采集。從大壩的各種傳感器中實時獲取各種數據，如水位、流速、壓力和溫度等。設計時需要考慮傳感器的類型、數量、分布位置以及數據采集的頻率。2）數據處理。對采集的原始數據進行預處理、分析和處理。預處理包括數據清洗、格式轉換等，分析包括對數據的統計、計算和模式識別等。根據上述，完成大壩自動化在線監測系統的架構設計。

2 大壩自動化在線監測系統模塊構建

本文監測系統在線監測模塊在線監測模塊主要包括如圖2所示的內容。

在線監測系統模塊對安放在目標設施或自然物體上的幾十個GNSS接收機進行實時三維位置解算，并達到毫米級精度。由北斗進行大壩沉降定位，獲得每個監測點的原始實時數據，將定位數據與物聯網智能傳感數據進行融合并進行大壩安全風險預測[2]。

2.1 基于北斗技術的大壩定位

在壩體的表面變形中設置縱向和橫向位移觀測，監測斷面不少于3條，縱斷面不少于4條，在縱、橫向2個監測斷面的交叉點上設置監測點，并由校核基點、工作基點和其他網格點構成監測網。同時進行北斗基線解算，并定位大壩。北斗基線解算流程如圖3所示。

在北斗基線解算流程中，本文提出一種基于高程角度加權的方法。利用不同北斗衛星間的相對位置角度差異進行定位，以高度角模型為隨機模型，衛星的高度角度與大多數所接受的誤差成反比[3]。技術細節包括以下4點。1）北斗定位模塊。選用兼容北斗衛星系統的定位模塊，能夠接收北斗信號并計算出大壩的位置信息。2）數據采集模塊。用于采集大壩相關數據，如水位、位移和傾斜等。3）數據傳輸模塊。將采集的數據和位置信息傳輸至數據中心。4）數據傳輸與處理。使用GPRS或4G網絡將數據傳輸至數據中心。數據中心接收數據后進行解析、處理和存儲，并生成相應的監測報告。5）系統集成與功能擴展。將北斗定位模塊、數據采集模塊和數據傳輸模塊集成到智能終端中，對大壩進行實時監測。

每個非差觀察值的方差由正弦函數計算，如公式（1）所示。

（1）

式中：δi2表示北斗衛星i的原始觀測值中誤差；Ei表示北斗衛星i的高度角。

但衛星的高度角低于一定數值時，觀察質量降低，因此通過高度角模型改進的公式如公式（2）所示。

（2）

式中：σ為高度角系數。

基于上述公式，在高度角改進模型與北斗衛星高度角間建立聯系，反映各觀測值的不同權重，從而反映不同的大壩特征，實現大壩定位。定位公式如公式（3）所示。

A=XEi+δi2（Ei） （3）

式中：X為線性回歸模型中的設計矩陣。

2.2 定位數據和物聯網智能傳感數據融合

物聯網智能傳感器可對環境參數進行實時采集，如溫度、濕度和氣壓等。將上文獲取的定位數據和物聯網智能傳感數據進行融合，精準表征大壩變形情況。由于不同的數據源可能使用不同的數據格式和協議，為了使這些數據能夠在統一的平臺上進行融合，需要對這些數據進行格式轉換。因此，為了進行數據融合，要將這些數據轉換為更通用的JSON格式。同樣，物聯網智能傳感數據也需要轉換為傳感器簡單服務發現協議（SSDP）數據格式[4]，設置該數據為B。

進行格式轉換后，開始實施數據融合。融合定位數據和物聯網智能傳感數據時，需要根據具體的應用場景和需求，選擇加權平均法融合數據，如公式（4）所示。

（4）

式中：W是融合后的數據；W1，W2，...，Wn是各數據源的權重；x1，x2，...，xn是各數據源的數據。

2.3 大壩安全風險預測

在水位、氣溫等多個不確定因素作用下，壩體將產生不可解釋的非線性變形。因此建立基于Logistic的預測模型來預測大壩安全風險。Logistic曲線預測模型如公式（5）所示。

（5）

式中：N（t）是壩體在t時刻的風險預測值；a和r是待定系數；K是理論上的風險預測最大值[5]。

將公式（5）轉換成公式（6）。

（6）

采用三點計算法求方程中的參數K，最后可得公式（7）。

（7）

將公式進行轉換，確定待定系數a和r，如公式（8）所示。

a'=（tT·t）-1·tT·Y（t），取第一個元素

r'=（tT·t）-1·tT·Y（t），取第二個元素 （8）

將新得到的待定系數代入公式（5），得出大壩安全風險預測[6]，如公式（9）所示。

（9）

3 試驗

3.1 試驗環境

某電站位于某溪中游，壩址以上雨水收集面積為392km2，水庫正常水位為160.0m，對應庫容為7760萬m3，死水位為120.0m3，調節庫容為5800萬m3，庫容系數為0.17，屬年調節水庫，電站裝機20MW，保證出力為2830kW，設計年發電量為5860萬kW·h，是一項集發電、灌溉和防洪于一體的大型綜合水利樞紐。

在拱壩工程加固后蓄水過程中應加強觀測，同時需要收集前期安全監測資料，以便及時掌握大壩變形動態，發現問題及時處理。結合目前該溪監測情況，需要對大壩外部監測系統進行科技改造。

3.2 試驗結果與分析

此次為了保證數據的準確性和監測點位坐標的準確性，選擇測點時應考慮斷面型式相近，測點埋設布置也相同，盡量考慮相鄰的測點，距離不應過大，以水平位移為安全監測指標，試驗結果見表1。

將本文方法與其他安全監測方法進行對比試驗，對大壩的水平位移進行監測。從表1中的準確率可看出，基于北斗和物聯網智能傳感的安全監測方法的準確率較高，均在90%以上。表明該方法能夠更準確地監測大壩的狀態變化和安全狀況，及時發現并解決潛在的安全隱患。相比下，基于光學監測的安全監測方法和基于地質勘探的安全監測方法的準確率略低一些。因此，基于北斗和物聯網智能傳感的安全監測方法具有較高的實用性和推廣價值。

4 結語

本文基于北斗和物聯網智能傳感的大壩安全監測方法的研究不僅能提高大壩安全監測的效率和準確性，同時也為大壩的安全運行提供了保障。該方法通過將北斗衛星導航系統和物聯網智能傳感技術相結合，實現了大壩安全的自動化在線監測。本文研究旨在為大壩安全監測提供一種更先進、可靠的方法，同時也能促進北斗衛星導航系統和物聯網智能傳感技術在水利工程領域的推廣和應用。

參考文獻

[1]陳元福.水庫大壩安全監測技術標準相關問題探析[J].大眾標準化，2023，12（8）：36-37，40.

[2]馬昆，周子健，朱攀峰.基于北斗定位技術的鐵路基礎設施監測系統設計與應用[J].鐵路計算機應用，2023，32（1）：40-45.

[3]李秀文，王建，趙向波，等.大壩安全監測系統研究應用及智慧化提升[J].中國防汛抗旱，2022，32（12）：53-57.

[4]吳劍.探討鑄造工廠物聯網與智能傳感技術的應用方案[J].鑄造設備與工藝，2022，12（1）：48-51.

[5]黃躍文，牛廣利，李端有，等.大壩安全監測智能感知與智慧管理技術研究及應用[J].長江科學院院報，2021，38（10）：180-185，198.

[6]江超，肖傳成.我國水庫大壩安全監測現狀深度剖析與對策研究[J].水利水運工程學報，2021，34（6）：97-102.