大型数字孪生水库建设思路探索
1.
刘运峰2.陈家盛3.旷光焱
贵州乌江水电开发有限责任公司构皮滩发电厂 贵州省遵义市5408 摘要：随着计算机、信息大数据和网络5G技术的高速发展，各类无人机设备与软件仿真技术也获得了广泛的应用，在各类行业出现了大量利用计算机系统进行仿真替代的技术和应用成果，各种物理对象开始逐步实现镜像至虚拟空间，在此基础上，很自然地出现了数字孪生这一概念。数字孪生技术在水利上应用虽起步较晚，但目前已经是水利工程信息化研究的热点。借助数字孪生技术，实时仿真监控全面感知运行状态可充分发挥工程效益，数字孪生技术的趋势推演功能将提升水利工程深度分析水平，将大幅提高水利工程现代化管理水平。如何更好地融合物理世界和虚拟世界的实时交互，将是未来一段时间水利工程生命周期管理方面一个非常值得探索和研究的方向。
关键词：数字孪生；水库；建设 引言
据《2020年全国水利发展统计公报》，我国已建成各类水库98566座，总库容9306亿m3。水库在供水保障、防汛减灾等方面承担重要角色、发挥巨大作用。水库管理既有分布范围广、业务内容多、信息来源杂等特征，又有基础设施缺乏、管理手段落后、地理位置条件不佳、技术人员稀缺等问题，上述特征与问题使得水库运行和监督管理较为困难。在“发展数字经济”国家战略背景下，水利部明确提出推进数字孪生水利建设，数字孪生水库存在巨大的研究与应用空间。
1数字孪生水利工程简介
数字孪生水利工程是数字孪生流域的重要组成部分,也是数字孪生流域建设的切入点和突破点。在《水利部关于印发<数字孪生水利工程建设技术导则(试
行)>的通知》(水信息〔2022〕148号)中明确指出:数字孪生水利工程是指以物理水利工程为单元、时空数据为底座、数学模型为核心、水利知识为驱动,对物理水利工程全要素和建设运行全过程进行数字映射、智能模拟、前瞻预演,与物理水利工程同步仿真运行、虚实交互、迭代优化,实现对物理水利工程的实时监控、发现问题、优化调度的新型基础设施。
2当前水库大坝及灌区信息化现状
目前，我国各大港口企业普遍认为，水库大坝及灌区由机械化进入智能化时代，并在业内形成了一股合力。2017年2月初，交通部发布《关于开展智慧港口示范工程的通知》，沿海水库和灌区的建设，都在以人工智能为突破口参与其中，利用智能管理系统，可以极大地降低码头的经营管理费用，减少产品制造、贸易等环节，逐步降低水库大坝、灌区交易和物流链条各个环节的费用，从而创造更多的间接效益。因此，运用现代化的智能技术已成为港口发展的必然趋势。随着水库坝址和灌区装卸货物种类的不断细化，装卸设备的科技水平不断提高，由于装卸过程越来越复杂，仅凭经验是不可能实现的。国外已在水库大坝和灌区信息平台上进行了相应的研究，通过信息存储、人工智能、AIS和云计算等大数据技术，持续改进水库和灌区设施的现代化程度。我国的水库和灌区的信息化建设平台也在迅速发展。
3大型数字孪生水库建设思路 3.1知识平台建设
数字孪生工程的根本目的是为决策服务，而决策离不开人的经验。为了更好地将专家经验、历史场景、业务规则等应用于智能化精准决策，就需要以知识图谱为核心技术构建知识平台。水库管理涉及的知识仍然非常广泛，以智能预案为突破口，综合利用水利知识图谱、业务规则、历史场景以及专家经验等结构化或非结构化的水利知识，设计和开发水利知识引擎，重点将水库应急预案和调度规程进行数字化、结构化，最终能够针对应急处置和调度场景智能快速搜索，精准推荐答案，辅助精准决策。水利领域知识图谱开发技术路线分为五步，水利数据搜集、水利知识抽取、水利知识融合、水利知识存储、水利知识搜索。（1）水
利数据搜集：搜集水利结构化、半结构化以及非结构化的文本数据，如水利档案资料、历史案例、调度方案、应急抢险预案以及事故调查报告等；（2）水利知识抽取：①通过D2R转换结构化数据；②包装器抽取半结构化数据属性；③通过自然语言处理、命名实体识别、关系抽取等解析非结构化纯文本数据；以数字化预案为例，提炼应对准备工作、监测预报预警、水工程调度运用和防守抢护、人员转移安置等核心任务，对预案进行模块化和结构化重建，根据突发事件演化过程，将文本预案进行流程化分解，得到详细的预案流程图，将各种信息、资源与预案执行的各个环节进行关联。（3）水利知识融合：水利知识融合通过基于多特征的命名实体消歧、基于词典的属性对齐和基于贝叶斯分析的属性真值发现，消除对象之间的歧义，融合实体、关系以及属性。（4）水利知识存储：利用传统数据库、图数据库存储融合后的水利知识。（5）水利知识搜索：利用数据挖掘算法以及智能搜索推荐算法，实现对知识库的智能检索，提供查询接口。实现预案的智能检索，即为突发场景智能化提供预案措施。
3.2孪生引擎建设
孪生引擎主要包括数据引擎、知识引擎、模拟仿真引擎。孪生引擎应满足水利工程数据的加载、渲染、应用等要求，在调用接口、调用效率等方面应具有一定通用性，同时还应兼容国产软硬件环境。对于大型水利工程或工程数据较大的情况，数据引擎应当具备数据汇聚、清洗、转换、共享、展示、计算、更新等服务能力；对于数据量和投资有限的工程，应当在满足数据的加载、渲染、应用等基本功能基础上，以空间数据融合和服务为主要建设内容。对于大型水利工程，知识引擎应提供知识语义提取、知识推理、知识更新、集成应用等服务能力，提升工程安全分析预警与调度决策全流程智能化、精准化水平。对于中小型水利工程，可酌情开展知识引擎建设。模拟仿真引擎是数据底板展示的主要平台，应为数据底板提供数据加载、场景管理、仿真建模、空间分析、仿真计算、三维渲染、特效处理、模型轻量化等服务能力，实现物理工程的同步直观表达、工程建设运行全过程高保真模拟。
3.3智慧辅助决策模型
以大坝安全诊断模型、洪水预测预报模型及溃坝模型、水污染动力模型、无人船水质评价模型等为基础，搭建智慧水库运维决策模型体系，为大坝安全状态分析、洪水调度决策、水质管理提供有力支撑，促使传统经验决策向科学决策转变。将大坝安全评价方法和专家经验相结合，通过定性—定量—定性体系转换，建立大坝病险严重性评价指标体系和综合评价模型。洪水预测预报模型可模拟设置不同降雨量、限泄工况、引供水量情况的洪水预报及调度，为防汛调度做好预案准备，为应急管理争取时间。
结束语
建设数字孪生流域，原则是坚持需求牵引、应用至上、数字赋能、提升能力，目标是实现数字化场景、智慧化模拟、精准化决策，核心任务是加强算据、算法、算力建设。只有实现物理实体、空间建模、历史数据、水利流程、管理活动等要素全过程的数字化模拟，才能真正实现智慧水利体系迭代优化，实现高效管理。
参考文献
[1]王国岗,赵文超,陈亚鹏,陈建辉.浅析数字孪生技术在水利水电工程地质的应用方案[J].水利技术监督,2020(05):309-315.
[2]杜壮壮,高勇,万建忠,韩康.基于数字孪生技术的河道工程智能管理方法[J].中国水利,2020(12):60-62.
[3].构建数字孪生工程,推动数字建造和智慧管理——湖南院BIM技术应用[J].湖南水利水电,2020(02):110.
[4]蒋亚东,石焱文.数字孪生技术在水利工程运行管理中的应用[J].科技通报,2019,35(11):5-9.
[5]石焱文,蔡钟瑶.基于数字孪生技术的水利工程运行管理体系构建[C]//河海大学.2019（第七届）中国水利信息化技术论坛论文集.2019（第七届）中国水利信息化技术论坛论文集,2019:185-190.
