基于實測數據的重力壩型水電站大壩安全診斷關鍵技術研究與系統實現

陳 豪，邱小弟，丁玉江，蔣金磊，許后磊，王龍寶，王海燕

(1.河海大學水資源高效利用與工程安全國家工程研究中心，江蘇 南京 210098；2.華能瀾滄江水電股份有限公司，云南 昆明 650214；3.中國電建集團昆明勘測設計研究院有限公司，云南 昆明 650003；4.河海大學計算機與信息學院，江蘇 南京 210098)

0 引 言

我國水力資源總量居世界首位，水電開發在近30年的高速發展中實現了從“追趕者”到“引領者”的跨越。截至2017年底，中國水電裝機容量達3.4億kW，約占全國電力總裝機的20%，占全球水電裝機容量的26.9%；全球已建在建200 m及以上高壩96座，我國占34座；250 m以上高壩20座，我國占7座[1-2]。在有效發揮大量水利水電工程巨大經濟效益和社會效益的同時，有效判別工程運行過程中的潛在隱患和安全風險，成為了各類大壩運行過程中的重點與難點。隨著信息技術在工程領域的快速發展，大壩安全管理由狀態監測逐步過渡至狀態分析與診斷正成為提升大壩安全管控水平的新途徑[3]。國內許多學者對大壩安全風險分析已做了一定的研究。谷艷昌等[4]建立了的混凝土壩變形預警指標擬定方法；王培成等[5]研究了基于BIM的大壩安全監測信息管理系統；張宗亮[6]開展了超高面板堆石壩監測信息管理與安全評價理論方法研究；易魁等[7]開展了基于小灣特高拱壩研發，構建了首個工程安全分析與決策支持系統，并投入實際應用。但專門針對重力壩型水電站，重點面向水電站層級的水工運行維護管理需求，綜合考慮監測數據、巡視檢查和物探檢測兩方面內容并引入大壩安全綜合評價體系，實時對大壩運行工況進行分析診斷的研究尚無先例。鑒于此，本文以西南某水電站為攻關對象，構建水電站工程安全管理決策系統，以期全面提升水電站以大壩為代表的水工建筑物監測數據分析、工程安全評判和安全管控智能化水平。

1 工程概況及現狀分析

1.1 工程概況

某水電站位于我國西南地區北南走向河流中游，是該河干流上建設的首個大型水電站，總裝機容量1 670 MW，以發電為主，兼有防洪、通航等綜合利用效益。水庫正常蓄水位994.0 m，相應庫容9.2億m3，具備季調節能力。樞紐工程由混凝土重力壩、壩后廠房、開關站、壩后水墊塘、左岸泄洪洞及沖沙底孔等建筑物組成，其中混凝土重力壩最大壩高132.0 m，壩頂長418.0 m，共分19個壩段。為保證電站長期運行安全，電站專門設計部署了大壩安全監測系統，并將包括環境量、大壩變形、滲流、應力應變等監測項目接入了自動化采集系統。

1.2 現狀分析

電站大壩安全監測自動化系統實現了數據的自動采集與存儲，為電站運行提供了長序列監測數據，但在應用過程中也發現了如下有待改進與完善的問題：

(1)大壩工況信息數字化采集與融合能力不足。除了目前廣泛部署的大壩安全監測儀器和設備外，作為發現工程缺陷最直觀手段的水工巡檢和物探檢測仍以眼看尺量填表錄像為主，作業受人員技能經驗水平影響較大，形成的文字和影像等工程缺陷描述信息數字化提取和存儲能力欠缺，成果以紙質報告為主[8]。此外，諸如內外觀自動化監測、GNSS、水雨情監測、強震監測等各類電測采集系統緣于基礎數據庫結構和通信接口的差異，形成數據孤島，存在各類監測、檢測成果空間相關性融合對比與隱患缺陷信息歷史趨勢分析評判困難等問題[9]，無法滿足“冗余設置，相互驗證”工程安全監測設計部署原則。

(2)與數據實時采集相匹配的大壩狀態分析和診斷能力未形成。近年來各類電測儀器的自動化采集能力不斷提升，可根據工程需要設定數據采集頻次并實時存儲，但單日最高可達數萬條測值數據的質量控制及其反應的建筑物工況潛在異常遠遠超出人腦判識和處理能力，僅僅依靠電測類儀器設定固定上下限值的異常報警對于處于初蓄期或特殊工況的水工建筑物異常評判亦被證明并不適用。造成大量實時監測數據，既不能根據測值波動來及時甄別儀器或系統自身故障，也無法依據效應量變幅來為遭遇極端工況后的大壩狀態快速診斷提供依據。

(3)適應水電站水工安全業務管理和風險應急處置的支持功能缺乏。目前廣泛使用的監測自動化采集系統缺乏對監測和巡檢信息從實時分析，異常診斷到跟蹤復核，缺陷等級判定再到分級報送和措施處理的水電站水工缺陷全流程閉環管理的支持。在地震、洪水等極端工況條件下，沒有將大壩工況綜合評價、風險擴散趨勢分析與水電站大壩安全應急預案分級關鍵節點和路徑緊密關聯，無法針對電廠運維層、管理層和決策層各級人員職能分級抽取與定制推送決策支持信息。

2 關鍵技術研發

2.1 水工安全運維數據資源整合技術

針對水電站水工安全運行數據多源異構分布存儲的特點，建立面向對象的統一數據模型，構建數據資源目錄，對各類數據進行統一標準化的整理、抽取、轉換、遷移、重構，實現電站安全監測元數據的管理，合理存儲和管理各種數據源；提出動態可配置的元數據映射機制，以及分布式流數據ETL框架與實時數據同步與訪問策略，研發基于統一數據模型的數據匯集方法，建立安全監測綜合數據庫、文件數據同步、數據交換與集成、數據質量管理、數據庫維護等功能，實現對所有涉及工程安全監測與分析的數據進行規范化統一管理，見圖1。

2.2 基于BIM的多源異構空間信息融合技術

構建可承載水工建筑全生命期各階段數據、過程和資源的電站樞紐區工程BIM模型，關聯映射大壩及測點相關屬性信息，通過空間插值算法網格化離散監測數據，動態展示水工建筑實際物理工況；利用空間數據引擎，在大壩三維可視化場景中融合安全監測、水工巡檢、大壩壩基、壩體物探檢測數據，實現了海量多源異構數據的綜合深度融合，為后期數據聚合分析、關聯分析提供基礎；采用信息輕量化分層分級加載技術，實現三維場景下各類模型分層次加載。

圖1 水電站水工數據資源應用流程

2.3 基于實測數據的測點快速評判與大壩工況綜合評價技術

結合力學結構計算、自適應統計模型、歷時特征值、規范標準限值、變化速率等方法對不同儀器類型和工程部位測點的適用性與準確性進行分析，研發針對各類監測儀器的單測點安全閾值；結合長序列監測數據分析，遴選大壩安全關鍵測點，采樣典型小概率和置信區間法建立關鍵測點監控指標，構建測點異常測值的快速甄別、跟蹤復核、動態評判系統機制[10-11]。抽象現行的監測資料分析評價流程，按照監測測點、監測項目、工程局部至大壩整體逐級歸屬原則，建立測點效應量邏輯關聯性和空間關聯性，結合工程和監測測點多年運行工程經驗和可靠性統計，進行各層級的權重賦值，與巡檢、物探等成果綜合比對建立大壩監測安全分級診斷模型，實現對大壩運行工況的綜合評價，見圖2。

3 系統實現

3.1 系統架構

結合關鍵技術與主要功能，將保障機制貫穿系統整體，并將系統邏輯架構自底向上劃分為5個層次，如圖3所示。

(1)運行環境。包括存儲設備、通訊網絡、計算資源、安全設施、通用軟件等各類軟、硬件環境。

(2)保障設施。包括標準體系、建設運行管理、安全管控和開發運行團隊等保障系統建設和運行所需投入的非技術類設施。

(3)信息采集層。由各系統定期采集監測、巡檢數據，經計算整編后轉換為監測成果數據，通過監測數據匯集對各類多源監測檢測成果數據進行實時匯聚。

(4)數據資源層。由成果數據庫、分析方法庫、CAE仿真庫、三維模型庫來提供對所有安全監測與分析數據的規范化統一管理及相應工具，為各類應用服務提供數據支撐與共享。

(5)應用支撐層。包括公共基礎、應用支撐和資源服務管理，負責向上層各業務應用系統提供公共統一的運行環境和主體支撐框架，將抽取出的各子系統功能模塊服務化，形成松耦合的服務群。

(6)業務應用層。由安全監測信息查詢、安全綜合評價與預警、信息分級發布系統等多個業務應用組成，其核心是以工程安全分析方法庫為基礎的決策支持技術，為水工運維提供服務和支持。

圖2 大壩監測安全分級診斷模型

圖3 系統總體框架

(7)應用展示層。通過網絡門戶為電站各級運管人員提供統一訪問和交互接口，通過BIM模型實現安全監測成果和綜合評判信息的集中發布、共享與展示。

3.2 系統實現

(1)水工巡檢。水工巡檢信息通過手機或PAD等移動終端代替紙質表格、手持光源、攝像設備、測距儀器等工具，按照個性定制的巡檢區域和路線，現場記錄巡檢情況[8]。巡檢完畢后將巡檢數據同步到系統Service端，自動對巡檢、缺陷信息分類整編，統一管理，形成適應于水電站水工業務流程的缺陷臺賬和巡檢報表，如圖4所示。

圖4 水工巡檢移動端APP及Service端信息管理

(2)數據匯集。通過定期巡訪將分布存儲于各業務主題數據庫中的各類自動采集成果數據遷移至成果數據庫，并整合人工監測數據、實時水雨情、巡視檢查、物探檢查、工程檔案等數據資源，進行集成與存儲，實施統一標準化的數據整理、遷移及重構，消除數據孤島，為數據共享、綜合分析提供基礎支撐。此外，數據匯集平臺還可統計當天、累計一周和累計一月的測點采集缺失和計算成果缺失等類型的異常數據，并定位到對應DAU采集單元和模塊位置，提升自動化系統維護效能，如圖5所示。

圖6 電站樞紐區與監測系統三維模型構建

圖5 監測數據匯集過程與異常測點查詢

(3)BIM構建。結合電站工程設計和監測設計資料，構建包括大壩及內部廊道、壩后廠房、水墊塘、灌漿及排水洞室，以及各類安全監測儀器和大壩芯樣，巡檢缺陷等的外觀和空間位置三維水工BIM模型，為各類監測、物探、檢測、巡檢成果數據提供空間查詢、檢索、定位等多種可視化展示，并為進一步開展異常測點的空間聚類分析和重要缺陷巡檢路線規劃提供基礎支持。電站樞紐區與監測系統三維模型構建示意如圖6所示。

(4)測點閾值分析與大壩綜合評判。首先，采用多層感知機MLP、差分自回歸移動平均模型、基于注意力機制的LSTM等7種長序列訓練數據擬合模型，四分位距法異常檢測、孤立森林等5種短期預測樣本數據異常處理模型，基于3σ評判準則對單測點數據進行閾值計算和閾值評判，融合結構計算、統計模型、歷時特征值、規范標準限值和關鍵測點監控指標等多種方法，對工程監測測點異常測值的快速甄別、跟蹤復核、動態評判。然后，建立基于工程經驗和監測系統長期運行穩定性權重賦值的大壩監測安全分級綜合評價模型，實現適用于電站水工運維技術人員的大壩運行工況的快速評價。安全監測閾值分析及綜合分析分級預警系統示意見圖7。

圖7 安全監測閾值分析及綜合分析分級預警系統

(5)信息發布與業務支持。水工業務基礎管理門戶向電站各級水工運維技術人員提供了一體化工作臺，實現了各類監測采集系統的一站式訪問和遠程控制。同時，結合電廠工程安全管控業務流程與關注重點，集中提供了水工巡檢、關鍵測點、數據匯集、閾值分析，綜合評判等側重于管理流程的統計成果和抽取信息，為電站運維層、管理層、決策層等多級用戶提供分層次、多形式的電站安全管理信息。水工業務基礎管理門戶示意見圖8。

圖8 水工業務基礎管理門戶

4 結 語

重力壩型水電站大壩安全診斷關鍵技術研究與系統開發過程中，在充分依托研究項目開展具探索性、創新性的關鍵技術研究的同時，緊密契合電站實際，從破解水電站大壩安全監管與運維技術難題，滿足電站一線水工運維技術人員提質增效工作需求出發，開展了科技研究到系統應用一步轉化的系統研發工作。目前，系統已初步投入運行，正逐步轉變電站的現場水工安全管控模式。在后續工作中，項目還將結合工程特性和調度運行特點，研發地震、洪水等極端工況下的大壩工況快速診斷方案與應急管控決策支持模塊，進一步提升一線水工運維功效。