赵平

摘要：究水库安全管理信息化与人类智慧，定义智慧水库概念;设计基于云平台的智慧水库6层架构，阐述各层内容及相互关系;分析智慧水库中信息感知、互联和系统智能化等关键问题，采用新型智能传感器、信息感知方式多样化、水库物联网、非结构化数据处理、信息标准化、信息融合、业务协同和人工智能等方法和技术解决问题，为智慧水库研究与建设提供技术路线。

关键词：智慧水库;互联网+;水库管理;一体化;信息化

引言

随着信息技术的发展，水库安全管理工作已逐步采用自动化和计算机等技术，建立水情自动测报、洪水预报与调度、工程安全监测、工程安全分析与预警、闸门监控、视频监视、下游洪水演进与风险分析、办公自动化等系统，实现管理工作部分自动化，减少安全管理工作量。但这些系统在信息感知、互联和智能化程度等方面还存在不足，不能完全承担水库安全管理工作，与期望还有一定差距。

随着物联网、云计算、大数据及人工智能等新一代信息技术的快速发展，特别是人工智能技术的进步，采用信息透彻感知、全面互联及决策高度智能的智慧水库平台承担水库安全管理工作已成为可能，这也是水库安全管理信息化的必经之路。

1智慧水库概念

2008年11月IBM提出智慧地球概念。近年来，智慧城市、智慧水利、智慧水务等概念相继被提出。人类智慧是人类所具有的、基于神经器官的高级综合能力，包含感知、知识、记忆、理解、联想、情感、逻辑、辨别、计算、分析、判断、文化、中庸、包容、决定、表达等多种能力。智慧让人可以深刻地理解人、事、物、社会、宇宙、现状、过去、将来，拥有思考、分析、探求真理的能力。水库安全管理工作包括大坝建设、管理及险坝处理等。应用信息化手段开展这些工作，主要涉及信息采集、识别、传输、存储、展示、安全分析、预测、预警、决策支持等。智慧水库应用新一代信息技术，透彻感知水库信息，促进水库信息全面互联与深度融合，实现水库安全管理高度智能化。水库信息分为业务和事务等信息，业务信息包括水库基础、BIM（建筑信息模型）、工程建设、注册登记、调度规程、应急预案、水情、工情、闸门监控、视频、水质、气象、生态环境、社会经济、分析与预警、决策支持等信息;事务信息包括公文、会议、采购、资产、人力资源、培训、考核、精细化（元素化）管理等信息。信息全面互联与深度融合是通过网络、云平台、信息标准化、数据交换等实现的。水库管理智能化体现在洪水预报、工程安全分析、水库调度、水资源管理、办公自动化等系统具有高度智能及基于数据驱动的运行管理方式。

2智慧水库关键问题

2.1信息感知

信息感知关键是信息全面性、感知自动化和系统可靠性。目前，水库一般采集水情、工情、视频、闸门控制等信息，较少采集水质、气象、生态环境、社会经济等信息，信息感知不全面。水情、视频、闸门等信息采集基本实现自动化;工情信息采集部分实现自动化;其它信息感知很少实现自动化，主要依靠人工采集，工作量大，实时性差。部分信息采集自动化系统可靠性差，系统安装一两年后故障频发，造成信息大量缺失，信息感知的连续性得不到保证。采用新型智能传感器、信息感知方式多样化、水库物联网和非结构化数据处理等方法和技术，可有效解决信息感知问题。新型智能传感器具有智能化、小型化/微型化、低功耗、易安装、低故障率、免维护等特点。采用新型智能传感器，信息采集更加便捷、准确，易于实现自动化，可采集的信息类型更多，系统更加可靠。信息不仅可以通过传感器获取，也可通过其它途径获取。例如：通过购买，实时或定期获取遥感影像，用于水库保护范围和生态的管理;通过网络机器人，从互联网获取水库周边工程及企业建设信息、社会经济信息、水利科技技术、水库突发事件和管理经验等Web数据，用于水库生态管理和应急抢险与救助等;游客和水库枢纽附近居民通过移动终端提交险情信息。水库物联网（水库通）在统一的信息传输标准基础上，由互联网，4G，5G，光纤网络，Wi-Fi基站，无线网桥，ZigBee，NFC，RFID等多网络融合而成。水库物联网覆盖水库枢纽和管理场所，实现传感器、存储、计算、控制、终端等设备之间的互联互通。水库物联网建设，可以使设备更加方便、快捷地接入系统，为信息采集自动化提供信息传输保障。现实世界中，结构化数据仅占数据总量的5%左右，其余为非结构化数据。水库安全管理中非结构化数据包括文档、图像、视频、遥感影像、Web数据等，图像和视频数据处理有助于尽早发现工程安全隐患;Web数据处理为水库安全管理提供多维度、多视角的信息，使水库成为地理和社会环境中有机组成部分，而不是一个孤立实体。

2.2系统智能化

系统高度智能化是智慧水库的重点和难点。现有信息系统智能化程度不高，特别是与水库安全管理密切相关的信息系统，存在准确性差、功能弱、须人工干预等问题。例如：洪水预报系统需要人工调整模型参数，预报精度不高，很少能达到85%;工程安全分析与预警系统需要人工参与，分析结果须经过专家审核才能发布;下游洪水演进与风险分析系统计算时间长，一般仅对特定的洪水标准进行洪水演进，且需提前计算出结果。采用模糊逻辑理论、神经网络、粗糙集理论、专家系统、机器学习、数据挖掘、云计算、大数据等技术，可使系统高度智能化，具有主动学习和自适应能力。洪水预报系统采用大数据技术，处理卫星云图，获取面雨量。结合站点雨量预报来水，采用智能計算技术，应用场次洪水自动调整模型参数，可提高预报精度。工程安全分析与预警系统采用模式识别技术，对断面图进行处理，根据图层，自动生成网格。渗流有限元和结构稳定计算时，根据全面感知的信息，判断水库当前运行条件，自动确定工况。采用人工智能技术，能够灵活运用专家知识和经验，分析结果更加可靠，可直接发布。下游洪水演进与风险分析系统采用云计算技术进行洪水演进，大幅缩短计算时间，可随时对任意下泄流量进行即时洪水演进，计算淹没范围和损失，使下游洪水演进与风险分析系统更贴近水库安全管理需要，更具有实用价值。系统智能化程度提高，使系统驱动方式由人工驱动转为数据/事件驱动。系统不需要人工干预，水库管理人员也无需时常关注运行情况，仅需根据系统发出的指令，完成相关管理工作。结语水库及水库群的管理是水利管理部门的核心业务，鉴于水库群信息种类多，数量大的特点，智慧水库一体化管理平台通过灵活运用WebGIS技术，充分发挥地理信息系统在展示上的优势，将水库的主要信息元素化后集中在一张地图上展示，达到提升用户体验的目的。另外，系统紧密结合水库管理单位的业务实际需求，从功能设计、数据存储和管理、性能需求、安全需求等方面做了详细设计，形成了一套既满足业务需求又具备高性能特点的体系架构，很好解决了水库及水库群管理的主要问题，为智慧水库的建设发挥积极的作用。

参考文献

[1]许晔，郭铁成.IBM“智慧地球”战略的实施及对我国的影响[J].中国科技论坛，2014（3）：148-153.

[2]刘辉.水利工程智慧之路探讨———从通用IT到知识自动化到数据智能[J].水利规划与设计，2017（12）.