CN115688227B - 数字孪生水利工程运行安全监测系统及运行方法 - Google Patents

Abstract

本发明公开了一种数字孪生水利工程运行安全监测系统及运行方法。它包括水利工程及监测系统物理实体PE、水利工程及监测系统虚拟实体VE、孪生数据DD平台、孪生服务Ss以及孪生数据平台DD与水利工程及监测系统虚拟实体VE、水利工程及监测系统物理实体PE的连接CN；PE的感知数据，通过连接CN分别与VE、DD平台交互，从而支撑Ss；VE将感知数据推送给DD，且将仿真数据反馈给PE；DD将数据驱动分别反馈给PE、VE和Ss；Ss将服务数据反馈给DD平台，并与水利工程及监测系统物理实体和水利工程及监测系统虚拟实体通过连接交互反馈。本发明具实现水利工程的智能运行、精准管控和可靠运维的优点。

Description

数字孪生水利工程运行安全监测系统及运行方法

技术领域

本发明涉及一种数字孪生水利工程运行安全监测系统及运行方法。

背景技术

安全监测是水利工程运行安全管理的耳目，基础技术涉及工程测量、岩土力学、水工结构、计算机技术、自动化控制、数值分析与模拟等，随着人工智能、物联网、大数据、移动互联网、云计算和GIS+BIM等新兴技术的融合应用，安全监测逐渐发展为一个跨专业跨学科的综合性、智能化的系统工程，已成为智慧大坝全生命期运行安全管理的重要手段。

自从1891年德国的挨施巴赫重力坝开展了大坝位移观测以来，人类开始了对水坝运行安全监测的历史。我国从20世纪50年代开始进行安全监测工作，1964年前被称为大坝原型观测阶段；1964年-1985年，由原型观测向安全监测的过度阶段；1985年以来全面进入安全监测阶段。1980年1月，四川龚咀水电站第一套大坝安全监测自动化采集装置——JCS-1型大坝内部参数自动检测及计算机处理系统投入试运行，标志着我国开始了水利工程运行安全监测自动化的征程。随着1999年物联网技术以及新一代信息技术向监测自动化的渗透，已逐步推动安全监测迈向自动化、系统化发展。我国到80年代末实现了监测自动化遥测，90年代后大坝安全监测技术飞速发展，许多老坝完成了自动化监测系统的更新改造，新建大坝具有功能更全的高水平监测系统。大坝监测自动化实现了运行期的数据采集、数据传输，数据管理与分析预警，完成了大坝安全监测系统一体化、自动化、数字化的发展。

目前，大坝安全监测信息管理系统的开发工作日益受到国内外的普遍重视，其中，引入人工智能技术以提高系统的结构化程度是一个发展趋势。如意大利开发的MISTRAL系统就是一个成功的应用实例，该系统采用专家系统技术对自动监测数据进行结构化处理以提高系统的应用水平。国内多家单位也在开展这方面的研制工作，特别是近十余年来三峡枢纽等大型水利工程安全监测系统的研发，大大推动了安全监测系统发展。监测数据分析模型从传统的统计模型、灰色模型等；到基于BIM和有限元的结构计算模型；基于机器学习的神经网络等智能算法模型等满足监测资料分析和研究大坝运行性态的需求，并使得大坝安全智能化监控成为可能。

传统的水利工程运行安全监测系统运行有三大环节，分别为数据采集、数据传输和数据分析，这三大环节分别构成了安全监测系统中的“感觉器官”、“传导神经”和“指挥中枢”。其运行过程中存在以下技术缺点：

(1)埋设在水利工程内部的监测仪器传感器不能在系统中动态可视化表达，不利于仪器设备维护展示和监测数据分析；

(2)监测数据采集传输过程不能可视化表达，不利于仪器设备维护；

(3)监测数据管理与分析预警过程不能动态可视化表达，不利于运行安全管理与决策；

(4)监测数据分析预警结果缺少快速有效反馈机制。

数字孪生概念在2003年问世以来，经过近20年的技术深耕，近年来开始爆发式的应用于航空、智能建造等各个行业领域。类似物联网技术推动安全监测自动化向智能化发展一样，数字孪生必将进一步推动安全监测由智能化迈向更高层次的监测智慧化和监测大脑阶段。

2010年，美国国家航空航天局(NASA)在太空技术路线图中首次引入数字孪生概念，由于采用数字孪生实现飞行系统的全面诊断和预测功能，以保障在整个系统使用寿命期间实现持续安全地操作。2017年，美国范德堡大学构建了面向机翼健康监测数字孪生的动态贝叶斯网络，以预测裂纹增长的概率。ANSYS在2018年推出TwinBuilder平台，用于帮助用户在统一的工作流程中构建、验证和部署基于仿真的数字孪生体，实现工业资产的连接功能与整体系统仿真充分结合，从而开展诊断和故障排除工作，确定理想的维护程序，优化工业资产设备的性能，从中获得潜在的重要数据来推动产品革新。国内针对数字孪生的研究始于2017年，我国北航数字孪生技术研究团队陶飞等人首次将数字孪生技术引入到车间中，提出了数字孪生车间的概念，目的是实现车间信息与物理空间的实时交互与深度融合。使得数字孪生车间的各部分能够实现迭代运行与双向优化，从而达到车间管理、计划与控制的最优。2019年，蒋亚东等提出了数字孪生技术在水利工程运行管理当中应用的思想，重点分析了数字孪生技术应用在水利工程运行管理中的运行机制，提出相应的实施方案，对其应用过程中的关键技术进行了阐述。

因此，开发一种能解决传统的水利工程运行安全监测系统的埋设在水利工程内部的监测仪器传感器不能在系统中动态可视化表达，不利于仪器设备维护展示和监测数据分析，监测数据采集传输过程不能可视化表达，不利于仪器设备维护，监测数据管理与分析预警过程不能动态可视化表达，不利于运行安全管理与决策，监测数据分析预警结果缺少快速有效反馈机制等缺陷的数字孪生水利工程运行安全监测系统及运行方法很有必要。

发明内容

本发明的第一目的是为了提供一种数字孪生水利工程运行安全监测系统及运行方法，针对已有水利工程及监测系统物理实体(PE)的基础上，通过补充建设监测系统信息基础设施；创建水利工程运行安全监测系统数据底板；构建运行安全监测模型库和监测知识库；构建孪生数据(DD)平台，从而完成水利工程及监测系统虚拟实体(VE)的塔建，通过数字孪生数据(DD)平台与VE、PE以及数据驱动和服务数据的交互反馈(CN)，实现水利工程运行安全监测功能性服务和业务性服务(Ss)；可以对水利工程运行过程进行实时的监测、分析、预测、预警、预演、预案、诊断和决策，进而实现水利工程的智能运行、精准管控和可靠运维；解决传统的水利工程运行安全监测系统的埋设在水利工程内部的监测仪器传感器不能在系统中动态可视化表达，不利于仪器设备维护展示和监测数据分析，监测数据采集传输过程不能可视化表达，不利于仪器设备维护，监测数据管理与分析预警过程不能动态可视化表达，不利于运行安全管理与决策，监测数据分析预警结果缺少快速有效反馈机制等缺陷。

本发明的第二目的是为了提供数字孪生水利工程运行安全监测系统的运行方法，实现水利工程的智能运行、精准管控和可靠运维。

为了实现上述本发明的第一目的，本发明的技术方案为：数字孪生水利工程运行安全监测系统，其特征在于：包括水利工程及监测系统物理实体(PE)、水利工程及监测系统虚拟实体(VE)、孪生数据(DD)平台、孪生服务(Ss)以及孪生数据(DD)平台与水利工程及监测系统虚拟实体VE、水利工程及监测系统物理实体PE的连接(CN)；

水利工程及监测系统物理实体(PE)的感知数据，通过连接(CN)分别与水利工程及监测系统虚拟实体(VE)、孪生数据(DD)平台交互，从而支撑孪生服务(Ss)；

水利工程及监测系统虚拟实体(VE)将感知数据推送给孪生数据(DD)平台，且将仿真数据反馈给水利工程及监测系统物理实体(PE)；

孪生数据(DD)平台将数据驱动分别反馈给水利工程及监测系统物理实体(PE)、水利工程及监测系统虚拟实体(VE)和孪生服务(Ss)；

孪生服务(Ss)将服务数据反馈给孪生数据(DD)平台，并与水利工程及监测系统物理实体和水利工程及监测系统虚拟实体通过连接交互反馈。

在上述技术方案中，水利工程及监测系统物理实体(PE)包括监测对象物理实体以及监测系统组成的物理空间；

水利工程及监测系统虚拟实体(VE)包括水利工程及监测系统几何模型、水利工程物理模型、行为模型、规则模型；

孪生数据(DD)平台包括PE数据(DP)、VE数据(Dv)、Ss数据(Ds)、知识数据(DK)和融合衍生数据(Df)；

孪生服务(Ss)包括功能性服务和业务性服务；

孪生数据(DD)平台与水利工程及监测系统虚拟实体(VE)、水利工程及监测系统物理实体(PE)的连接(CN)包括水利工程及监测系统物理实体(PE)和孪生数据平台(DD)的交互、水利工程及监测系统物理实体(PE)和水利工程及监测系统虚拟实体(VE)的交互、水利工程及监测系统物理实体(PE)和孪生服务(Ss)的交互、水利工程及监测系统虚拟实体(VE)和孪生数据平台(DD)的交互、水利工程及监测系统虚拟实体(VE)和孪生服务(Ss)的交互、孪生服务(Ss)和孪生数据平台(DD)的交互。

为了实现上述本发明的第二目的，本发明的技术方案为：数字孪生水利工程运行安全监测系统的运行方法，其特征在于：包括如下步骤，

步骤一：针对已有水利工程及监测系统物理实体(PE)的基础上，补充建设监测系统基础设施；

步骤二：创建孪生数据平台的水利工程及监测系统数据底板；

步骤三：构建运行水利工程及监测系统虚拟实体的安全监测模型库；

步骤四：构建运行孪生数据平台的安全监测知识库；

步骤五：搭建数字孪生数据(DD)平台；

步骤六：孪生服务(Ss)。

在上述技术方案中，在步骤六中，孪生服务(Ss)包括功能性服务和业务性服务；

功能性服务包括采集控制、测点管理、数据管理、综合管理和系统管理，具体包括监测数据预处理计算、整理分析和管理服务；以及感知接入、数据采集、数据传输、接口和协议服务；水利工程运行安全注册登记服务和定期检查服务；

专业务性服务包括孪生数据模型、模型管理、知识管理、巡检管理和监测四预，主要包括仪器设备埋设安装和观测方法视频服务，水利工程运行安全性态评价诊断服务，观测数据粗差和监测系统运行故障报警服务，利用智能组合模型实现大坝变形、渗流等效应量预测预报服务，利用预测值系列与预测预报平面(或阈值)比较分级预警服务，基于历史监测数据、实时映射数据和预测数据的仿真预演服务，(环境)信息异常报警触发监测系统加密观测预案响应服务。

在上述技术方案中，在步骤五中，利用步骤二至五融合搭建水利工程运行安全监测系统数字孪生数据(DD)平台，并创建数字孪生引擎，用于驱动孪生数据、监测模型和监测知识。

在上述技术方案中，在步骤四中，构建运行孪生数据平台的安全监测知识库用于辅助水利工程运行安全分析评价和诊断；运行安全监测知识库包括对水利工程运行安全监测系统涉及的监测方案、监测知识、业务规则、标准规范、公开发表论文等进行汇聚管理。通过数字孪生知识引擎与数字孪生模型引擎，共同驱动系统服务功能的实现等。

在上述技术方案中，监测方案包括各类监测仪器设备的观测方案；

监测知识包括各类监测知识以及专家经验的汇聚等；

业务规则包括仪器埋设、数据采集、数据传输、数据管理、数据分析、预测预报、评价预警等规则；

标准规范包括现行规程规范、企业标准、作业指导书等；

发表论文包括有关水利工程运行安全监测管理方面的论文等。

在上述技术方案中，在步骤三中，运行水利工程及监测系统虚拟实体的安全监测模型库包括水利工程运行安全监测专业模型、智能算法模型和可视化模型；

水利工程运行安全监测专业模型包括监测数据治理、分析、预测、预警、评价、诊断等模型；

智能算法模型包括水利工程运行安全监测数据智能算法模型和水利工程运行安全监测大数据智能分析模型；

水利工程运行安全监测数据智能算法模型：建立基于神经网络模型、支持向量机模型、时间序列模型及其智能组合模型等机器学习的智能算法模型，并实现分布式并行计算，以准确描述大坝运行复杂环境因素与大坝变形、渗流渗压等效应量之间的复杂相关关系，提升水利工程运行安全监测数据智能分析水平和监控预警效率；

水利工程运行安全监测大数据智能分析模型：监测大数据智能分析模型是一组模型，是利用大数据挖掘理论方法，基于标准差、相关系数和确定系数的多目标综合优化和模型参数自动化调整与自动化更新技术，构建大数据智能分析模型；计算原因量滞后效应及其影响分量，进行大坝运行安全性态深度分析和跟踪预测预报分析。

在上述技术方案中，可视化模型包括自然背景可视化模型、流场可视化模型、水利工程可视化、水利机电设备可视化模型、监测“四预”过程可视化模型；

自然背景可视化模型：依据影像和高程数据的空间地理位置，采用分层、分级的瓦片方式，构建适应于不同分辨率影像和数字高程模型的三维地理地貌场景，叠加三维实景模型、水利专题等数据，对自然背景进行可视化，并对水面、大气等实现水位涨跌、四季变换、天气变化等各种自然环境模拟展示；

流场可视化模型：流场虚拟仿真以水系为研究的中心和重点,河道水流的模拟自然处于关键地位，对流域中大范围的河流进行实时模拟；

水利工程可视化：基于GIS+BIM技术，将水利工程周边地形和水利工程室内外、地上下BIM模型进行可视，支持水利工程部件级仿真，能够室内外一体化漫游，并针对大坝闸门开闭及流量变化实现动态模拟效果；

水利机电设备可视化模型：高度还原水利机电设备的形状、材料、纹理细节及复杂的内部结构，实现高精度、超精细可视化呈现。支持设备配置结构、复杂动作的全数据驱动显示，能对设备位置分布、类型、运行环境、运行状态进行真实复现，重点针对各监测设施，实现监测设施工作状态的模拟展示；

监测“四预”过程可视化模型包括预测预报、异常预警、仿真预演和预案响应；

预测预报：利用历史监测数据系列建立大坝安全预测模型，包括非线性拟合模型、时间系列模型、灰色模型、神经网络及其智能组合模型，实现大坝变形、渗流等效应量预测预报；

异常预警：建立预测值系列与预测预报平面(或阈值)比较分级预警规则，提出工程运行安全状态异常预警模型，从而实现水利工程运行安全预警；

仿真预演：利用历史监测数据、实时映射数据和预测数据智能分析，建立大坝安全预演表达模型，实现大坝运行性态过程多维度仿真预演；

预案响应：构建基于超阈数据、超强降雨、超大洪水、超标地震等因子的应急预案响应规则模型，智能触发安全监测加密观测预案，同时提醒工程安全管理部门是否启动水库安全管理预案。

在上述技术方案中，在步骤二中，水利工程及监测系统数据底板包括水利工程及监测系统物理实体(PE)实景三维模型、监测传感器仪器设备三维模型和水利工程三维模型；

水利工程及监测系统物理实体(PE)实景三维模型：开展地面控制点布设及测量，然后利用无人机搭载多镜头倾斜相机，采集范围内多视角高分辨率航空影像；基于倾斜航空影像与控制点，经过影像预处理、区域联合平差、多视影像匹配等处理流程，运算生成基于影像的超高密度点云，并构成TIN(不规则三角网)模型，最终通过影像纹理映射生成高分辨率倾斜三维实景模型，模型不仅可真实还原现场地形地貌，而且地理位置信息准确可量测；

监测传感器仪器设备三维模型：采用3D MAX创建，以安全监测设施设备设计图纸为依据，结合现场查勘、多角度实地拍摄等方式，创建西北口水库安全监测仪器设施的三维实体模型，三维模型制作的外观、尺寸及纹理等要素符合实际工程安全监测建设情况；

水利工程三维模型：利用3D Experience创建BIM模型、廊道和隧洞表面采用数码相机创建；收集各重点监测断面的地质剖面图与监测仪器布置图，确定监测断面与监测仪器BIM的尺寸、坐标与形状，同时收集仪器的参数、生产厂家和价格等其他非几何信息。通过BIM制作平台完成断面模型与监测仪器模型的组装与信息录入，使创建的模型成为信息化应用的数据基础和重要载体；

汇聚水利工程基础数据、监测数据、业务管理数据、外部共享数据；

上述水利工程及监测系统物理实体(PE)实景三维模型、监测传感器仪器设备三维模型、水利工程三维模型构成水利工程运行安全监测系统物理实体(PE)的几何模型，水利工程运行安全监测系统物理实体(PE)的几何模型再与汇聚水利工程基础数据、监测数据、业务管理数据、外部共享数据结合，构成水利工程运行安全监测系统数据底板。

在上述技术方案中，在步骤一中，补充建设监测系统基础设施包括增加大气温湿压环境监测仪器设备、补充埋设重要断面的监测仪器设备，补充建设监测系统基础设施用于构成多维度监测系统，以满足数字孪生虚实映射的需求。

本发明具有如下优点：

(1)首次提出基于数字孪生的水利工程运行安全监测系统总体架构，该架构是基于数字孪生的五维模型体系，并兼顾行业特点提出来的，其特点是以多维虚拟模型和融合数据双驱动，通过虚实闭环交互，来实现水利工程监控、仿真、预测、优化等实际功能服务和应用需求。

(2)在总体架构下，补充建设已有水利工程及监测系统物理实体(PE)的监测基础设施、创建水利工程运行安全监测系统数据底板；构建运行安全监测模型库和监测知识库；构建孪生数据(DD)平台，从而完成水利工程及监测系统虚拟实体(VE)的塔建；通过数字孪生数据(DD)平台与VE、PE以及数据驱动和服务数据的交互反馈(CN)，实现水利工程运行安全监测功能性服务和业务性服务(Ss)。

(3)系统的运行方式为，在二三维孪生场景下，实现监测数据采集，进入系统数据底板，通过监测数据治理及监测模型库、知识库建立，来支撑系统的孪生服务(Ss)。

(4)从监测数据治理、分析、预测、预警、评价、诊断等业务出发，首次提出将工程安全模型分为监测数据治理模型、水利工程运行安全监控模型、水利工程运行安全性态分析模型、水利工程运行安全监测预测预警模型、水利工程运行安全综合评价诊断模型、水利工程运行安全监测数据智能模型等分类。

(5)首次提出监测知识库是由监测方案、监测知识、业务规则、标准规范、发表论文、以及专家经验等构成。

(6)由于创建的水利工程和监测系统数据底板中，提供二维、三维孪生场景，因此基于该孪生场景提出了运行安全监测“预测预报、异常预警、仿真预演、预案响应”等四预的重要功能实现。

本发明结合上述优点(1)、(2)、(3)，可构建数字孪生水利工程运行安全监测系统，在二三维孪生场景下，可以对水利工程运行过程进行实时的监测、分析、预测、预警、预演、预案、诊断和决策，进而实现水利工程的智能运行、精准管控和可靠运维。

本发明结合上述优点(4)、(5)，可以构建完整的水利工程运行安全监测模型库和知识库。

本发明结合上述优点(6)，通过上述优点(1)～(5)，在二三维孪生场景下，实现水利工程运行安全监测“四预”功能。

附图说明

图1为本发明数字孪生水利工程运行安全监测系统总体架构图。

图2为本发明数字孪生水利工程运行安全监测系统运行流程图。

图3为本发明监测仪器设备及传感器三维模型图。

图4为本发明水利工程单体建筑物三维模型图。

图5为本发明实施例1中监测仪器设备及传感器三维模型属性信息展示。

图6为本发明实施例2中构建的基于监测对象BIM模型图。

图7为本发明实施例2在二、三维数字孪生场景上实现水利工程快速结构计算与计算结果展示图。

图8为本发明实施例3中水利工程大坝运行性态分析图。

图1中的已有水利工程及运行安全监测系统为数字孪生水利工程运行安全监测系统提供感知数据，如果不够完善就需要补充构建信息基础设施。

水利工程和监测系统数据底板即数字孪生水利工程运行安全监测；

数字孪生引擎包括数据引擎、模型引擎和知识引擎，起到驱动数据、模型和知识交互的作用。

在图3中，M表示监测仪器设备；N表示监测传感器。

图4属于水利工程及监测系统虚拟实体(VE)的几何模型，水利工程及监测系统几何模型，可以在这个几何模型上，赋能监测仪器设备、数据结构分析等。

图5属于水利工程及监测系统虚拟实体(VE)的几何模型，可以监测仪器设备的实时监测数据信息等信息。

图6属于水利工程及监测系统虚拟实体(VE)的几何模型，水利工程及监测系统几何模型，可以在这个几何模型上，赋能监测仪器设备、数据结构分析等信息。

图7属于水利工程及监测系统虚拟实体(VE)的物理模型，水利工程及监测系统物理模型，可以利用这个物理模型上，实现监测对象结构运行性态仿真分析等功能。

图8属于水利工程及监测系统虚拟实体(VE)的行为模型，利用行为模型，可以分析影响监测对象运行性态的原因量进行定量分析等功能。

具体实施方式

下面结合附图详细说明本发明的实施情况，但它们并不构成对本发明的限定，仅作举例而已。同时通过说明使本发明的优点更加清楚和容易理解。

本发明数字孪生水利工程运行安全监测系统主要用于监测对象空间，在已有的水利工程及监测系统基础上，补充完善监测对象感知传感器，创建水利工程和监测系统数据底板，实现水利工程及监测系统物理空间的二、三维数字孪生场景。在二、三维数字孪生场景上，可视化的展现监测传感器布设情况以及实时监测动态数据。通过构建运行安全监测模型库和知识库，在数字孪生数据引擎、模型引擎和知识引擎扥驱动下，搭建数字孪生数据(DD)平台，通过该平台可提供二、三维数字孪生场景下的系统功能性和业务性服务。

本发明通过水利工程及监测系统虚拟实体(VE)、孪生数据(DD)平台、孪生服务(Ss)、连接(CN)来实现系统中动态可视化表达以及实现监测数据管理与分析预警过程动态可视化表达、快速有效反馈机制，利于仪器设备维护展示和监测数据分析，利于运行安全管理与决策；解决现有技术埋设在水利工程内部的监测仪器传感器不能在系统中动态可视化表达，不利于仪器设备维护展示和监测数据分析的问题；解决现有技术监测数据管理与分析预警过程不能动态可视化表达，不利于运行安全管理与决策、监测数据分析预警结果缺少快速有效反馈机制的问题。

参阅附图可知：数字孪生水利工程运行安全监测系统，包括水利工程及监测系统物理实体(PE)、水利工程及监测系统虚拟实体(VE)、孪生数据(DD)平台、孪生服务(Ss)以及DD与VE、PE的连接(CN)；

水利工程及监测系统物理实体(PE)将感知数据分别反馈给水利工程及监测系统虚拟实体(VE)、孪生数据(DD)平台；

水利工程及监测系统虚拟实体(VE)将感知数据反馈给孪生数据(DD)平台，且将仿真数据反馈给水利工程及监测系统物理实体(PE)；

孪生数据(DD)平台将数据驱动分别反馈给水利工程及监测系统物理实体(PE)、水利工程及监测系统虚拟实体(VE)和孪生服务(Ss)；

孪生服务(Ss)将服务数据反馈给孪生数据(DD)平台，并与水利工程及监测系统物理实体和水利工程及监测系统虚拟实体通过连接交互反馈。

进一步地，水利工程和监测系统数据底板包括水利工程及监测系统物理实体(PE)实景三维模型、监测传感器仪器设备三维模型和水利工程三维模型。

附图可知：数字孪生水利工程运行安全监测系统的运行方法，包括如下步骤，

步骤一：针对已有水利工程及监测系统物理实体(PE)的基础上，补充建设监测系统基础设施；

步骤二：创建孪生数据平台的水利工程及监测系统数据底板；

步骤三：构建运行水利工程及监测系统虚拟实体的安全监测模型库；

步骤四：构建运行孪生数据平台的安全监测知识库；

步骤五：搭建数字孪生数据(DD)平台；

步骤六：孪生服务(Ss)。

进一步地，在步骤六中，孪生服务(Ss)包括功能性服务和业务性服务；

功能性服务包括采集控制、测点管理、数据管理、综合管理和系统管理等，具体包括监测数据预处理计算、整理分析和管理服务；以及感知接入、数据采集、数据传输、接口和协议服务；水利工程运行安全注册登记服务和定期检查服务；

专业务性服务包括孪生模型、模型管理、知识管理、巡检管理和监测四预等，

主要包括仪器设备埋设安装和观测方法视频服务，水利工程运行安全性态评价诊断服务，观测数据粗差和监测系统运行故障报警服务，利用智能组合模型实现大坝变形、渗流等效应量预测预报服务，利用预测值系列与预测预报平面(或阈值)比较分级预警服务，基于历史监测数据、实时映射数据和预测数据的仿真预演服务，(环境)信息异常报警触发监测系统加密观测预案响应服务。

进一步地，在步骤五中，利用步骤二至五融合搭建水利工程运行安全监测系统数字孪生数据(DD)平台，并创建数字孪生引擎，用于驱动孪生数据、监测模型和监测知识。

进一步地，在步骤四中，构建运行孪生数据平台的安全监测知识库用于辅助水利工程运行安全分析评价和诊断；运行安全监测知识库包括对水利工程运行安全监测系统涉及的监测方案、监测知识、业务规则、标准规范、公开发表论文等进行汇聚管理。通过数字孪生知识引擎与数字孪生模型引擎，共同驱动系统服务功能的实现这些功能。

进一步地，监测方案包括各类监测仪器设备的观测方案；

监测知识包括各类监测知识以及专家经验的汇聚等；

业务规则包括仪器埋设、数据采集、数据传输、数据管理、数据分析、预测预报、评价预警等规则；

标准规范包括现行规程规范、企业标准、作业指导书等；

发表论文包括有关水利工程运行安全监测管理方面的论文等。

进一步地，在步骤三中，运行水利工程及监测系统虚拟实体的安全监测模型库包括水利工程运行安全监测专业模型、智能算法模型和可视化模型；

水利工程运行安全监测专业模型包括监测数据治理、分析、预测、预警、评价、诊断等模型；

针对水利工程管理特点，可将水利工程运行安全监测专业模型分为监测数据治理模型、水利工程运行安全监控模型、水利工程运行安全性态分析模型、水利工程运行安全监测预测预警模型和水利工程运行安全综合评价诊断模型等五类模型；各模型主要功能如下表：

表1工程安全专业模型

/>

/>

智能算法模型包括水利工程运行安全监测数据智能算法模型和水利工程运行安全监测大数据智能分析模型；由于工程受库容水压力、库区温度、时效以及其他不确定性因素的影响，这些因素随机性很强，且相互关系复杂，导致大坝监测数据呈现高度的非线性和非平稳性，传统数学模型难以准确描述这些因素与大坝监测数据之间的关系。需要构建神经网络模型、支持向量机模型、时间序列模型及其智能组合模型等智能算法模型，提升智能分析和监控预警效率。此外，运用大数据分析理论和方法，建立更为科学合理的智能化分析模型和分析方法。以环境量的滞后影响和效应量的分量比例量化为两个关键问题，在此基础上结合智能优化算法研究自动化因子设置和参数调整方法，结合大数据挖掘领域的决策树和随机森林算法最新算法，构建工程安全分析模型的自动化智能建模系统。建立基于效应量的工程安全预警智能模型，最终形成一套完整的，适用性强的工程安全智能分析模型，有效支撑数字孪生水利工程运行安全的“算法”智能化；

水利工程运行安全监测数据智能算法模型：建立基于神经网络模型、支持向量机模型、时间序列模型及其智能组合模型等机器学习的智能算法模型，并实现分布式并行计算，以准确描述大坝运行复杂环境因素与大坝变形、渗流渗压等效应量之间的复杂相关关系，提升水利工程运行安全监测数据智能分析水平和监控预警效率；

水利工程运行安全监测大数据智能分析模型：监测大数据智能分析模型是一组模型，是利用大数据挖掘理论方法，基于标准差、相关系数和确定系数的多目标综合优化和模型参数自动化调整与自动化更新技术，构建大数据智能分析模型。计算原因量滞后效应及其影响分量，进行大坝运行安全性态深度分析和跟踪预测预报分析。

进一步地，可视化模型包括自然背景可视化模型、流场可视化模型、水利工程可视化、水利机电设备可视化模型、监测“四预”过程可视化模型；

自然背景可视化模型：依据影像和高程数据的空间地理位置，采用分层、分级的瓦片方式，构建适应于不同分辨率影像和数字高程模型的三维地理地貌场景，叠加三维实景模型、水利专题等数据，对自然背景进行可视化，并对水面、大气等实现水位涨跌、四季变换、天气变化等各种自然环境模拟展示；

流场可视化模型：流场虚拟仿真以水系为研究的中心和重点,河道水流的模拟自然处于关键地位，对流域中大范围的河流进行实时模拟，需要兼顾真实性和科学性,根据不同的需求,采取不同的模拟方法。河道水流是细长形的有向流动,对河道水流的模拟需主要表现以下几个方面；河流形态、河流流动效果、河流水位变化与淹没情况、河流具体流态和流速水深信息等。常用的模拟方法包括静态纹理贴图、纹理变换动态模拟、水面波动模拟粒子系统动态模拟、基于纹理的流场模拟等多种方法。

水利工程可视化：基于GIS+BIM技术，将水利工程周边地形和水利工程室内外、地上下BIM模型进行可视，支持水利工程部件级仿真，能够室内外一体化漫游，并针对大坝闸门开闭及流量变化实现动态模拟效果；

水利机电设备可视化模型：可高度还原水利机电设备的形状、材料、纹理细节及复杂的内部结构，实现高精度、超精细可视化呈现。支持设备配置结构、复杂动作的全数据驱动显示，能对设备位置分布、类型、运行环境、运行状态进行真实复现，重点针对各监测设施，实现监测设施工作状态的模拟展示；

监测“四预”过程可视化模型包括预测预报、异常预警、仿真预演和预案响应；

预测预报：利用历史监测数据系列建立大坝安全预测模型，包括非线性拟合模型、时间系列模型、灰色模型、神经网络及其智能组合模型，实现大坝变形、渗流等效应量预测预报；

异常预警：建立预测值系列与预测预报平面(或阈值)比较分级预警规则，提出工程运行安全状态异常预警模型，从而实现水利工程运行安全预警；

仿真预演：利用历史监测数据、实时映射数据和预测数据智能分析，建立大坝安全预演表达模型，实现大坝运行性态过程多维度仿真预演；

预案响应：构建基于超阈数据、超强降雨、超大洪水、超标地震等因子的应急预案响应规则模型，智能触发安全监测加密观测预案，同时提醒工程安全管理部门是否启动水库安全管理预案。

进一步地，在步骤二中，水利工程及监测系统数据底板包括水利工程及监测系统物理实体(PE)实景三维模型、监测传感器仪器设备三维模型和水利工程三维模型；

水利工程及监测系统物理实体(PE)实景三维模型：开展地面控制点布设及测量，然后利用无人机搭载多镜头倾斜相机，采集范围内多视角高分辨率航空影像；基于倾斜航空影像与控制点，经过影像预处理、区域联合平差、多视影像匹配等处理流程，运算生成基于影像的超高密度点云，并构成TIN(不规则三角网)模型，最终通过影像纹理映射生成高分辨率倾斜三维实景模型，模型不仅可真实还原现场地形地貌(见图3)，而且地理位置信息准确可量测；

监测传感器仪器设备三维模型：采用3D MAX创建，以安全监测设施设备设计图纸为依据，结合现场查勘、多角度实地拍摄等方式，创建西北口水库安全监测仪器设施的三维实体模型，三维模型制作的外观、尺寸及纹理等要素符合实际工程安全监测建设情况；

水利工程三维模型：利用3D Experience创建BIM模型、廊道和隧洞表面采用数码相机创建(图5)；收集各重点监测断面的地质剖面图与监测仪器布置图，确定监测断面与监测仪器BIM的尺寸、坐标与形状，同时收集仪器的参数、生产厂家和价格等其他非几何信息。通过BIM制作平台完成断面模型与监测仪器模型的组装与信息录入，使创建的模型成为信息化应用的数据基础和重要载体；

汇聚水利工程基础数据、监测数据、业务管理数据、外部共享数据；

上述水利工程及监测系统物理实体(PE)实景三维模型、监测传感器仪器设备三维模型、水利工程三维模型构成水利工程运行安全监测系统物理实体(PE)的几何模型，水利工程运行安全监测系统物理实体(PE)的几何模型再与汇聚水利工程基础数据、监测数据、业务管理数据、外部共享数据结合，构成水利工程运行安全监测系统数据底板。

进一步地，在步骤一中，补充建设监测系统基础设施包括增加大气温湿压环境监测仪器设备、补充埋设重要断面的监测仪器设备，补充建设监测系统基础设施用于构成多维度监测系统，以满足数字孪生虚实映射的需求。

实施例(按系统部分功能示例)：

实施例1：

数字孪生水利工程运行安全监测系统可实现在三维数字孪生场景下，在建筑物监测仪器设备及传感器三维模型上，展示监测对象的属性信息，即监测对象实时运行安全信息等(如图5所示)。

而传统的水利工程安全监测系统，无法实现实时展示监测对象实时运行安全信息，只能简单离线展示时间过程线图。本发明通过水利工程及监测系统虚拟实体(VE)、孪生数据(DD)平台、孪生服务(Ss)、连接(CN)来实现展示监测对象实时运行安全信息。

实施例2：

利用数字孪生水利工程运行安全监测系统模型库、通过水利工程及监测系统虚拟实体(VE)、孪生数据(DD)平台、孪生服务(Ss)、连接(CN)来实现快速构建基于监测对象BIM模型(如图6所示)和有限元的水利工程运行安全物理模型。可以在二、三维数字孪生场景上，实现水利工程快速结构计算与计算结果实时在线展示(如图7所示)。还可以直接由BIM模型浏览模块切换到有限元计算模块，当模型外部荷载条件发生变化时，实现大坝—地基系统运行状态在线物理特性分析和评价。

而传统的水利工程快速结构计算只能在离线情况下计算与结果展示，无法实现实时在线展示。

实施例3：

利用数字孪生水利工程运行安全监测系统模型库、通过水利工程及监测系统虚拟实体(VE)、孪生数据(DD)平台、孪生服务(Ss)、连接(CN)、提高系统提前构建的模型库来实现快速构建基于智能算法的水利工程运行性态分析模型(如图8所示)，可实现定量分析大坝水平位移量的构成，主要由上游水位分量、温度分量和时效分量等多重原因量构成，其中上游水位分量和温度分量周期性特征明显，而时效分量已趋于稳定，说明水利工程大坝运行性态正常。本发明采用模型库中的智能算法模型解决了传统数学模型难以准确描述这些因素与大坝监测数据之间的关系，无法准确实现水利工程大坝运行态势的分析的问题。

由于水利工程大坝运行态势上游水压力、温度、时效以及其他不确定性因素的影响，导致大坝监测数据呈现高度的非线性和非平稳性，传统数学模型难以准确描述这些因素与大坝监测数据之间的关系，无法准确实现水利工程大坝运行态势的分析。

其它未说明的部分均属于现有技术。

Claims (7)

1.数字孪生水利工程运行安全监测系统，其特征在于：包括水利工程及监测系统物理实体、水利工程及监测系统虚拟实体、孪生数据平台、孪生服务以及孪生数据平台与水利工程及监测系统虚拟实体、水利工程及监测系统物理实体的连接；

水利工程及监测系统物理实体的感知数据，通过连接分别与水利工程及监测系统虚拟实体、孪生数据平台交互，从而支撑孪生服务；

水利工程及监测系统虚拟实体将感知数据推送给孪生数据平台，且将仿真数据反馈给水利工程及监测系统物理实体；

孪生数据平台将数据驱动分别反馈给水利工程及监测系统物理实体、水利工程及监测系统虚拟实体和孪生服务；

孪生服务将服务数据反馈给孪生数据平台，并与水利工程及监测系统物理实体和水利工程及监测系统虚拟实体通过连接交互反馈；

水利工程及监测系统物理实体包括监测对象物理实体以及监测系统组成的物理空间；

水利工程及监测系统虚拟实体包括水利工程及监测系统几何模型、水利工程物理模型、行为模型、规则模型；

孪生数据平台包括水利工程及监测系统物理实体数据、水利工程及监测系统虚拟实体数据、孪生服务数据、知识数据和融合衍生数据；

孪生服务包括功能性服务和业务性服务；

孪生数据平台与水利工程及监测系统虚拟实体、水利工程及监测系统物理实体的连接包括水利工程及监测系统物理实体和孪生数据平台的交互、水利工程及监测系统物理实体和水利工程及监测系统虚拟实体的交互、水利工程及监测系统物理实体和孪生服务的交互、水利工程及监测系统虚拟实体和孪生数据平台的交互、水利工程及监测系统虚拟实体和孪生服务的交互、孪生服务和孪生数据平台的交互。

2.数字孪生水利工程运行安全监测系统的运行方法，其特征在于：包括如下步骤，

步骤一：针对已有水利工程及监测系统物理实体的基础上，补充建设监测系统基础设施；

步骤二：创建孪生数据平台的水利工程及监测系统数据底板；

步骤三：构建运行水利工程及监测系统虚拟实体的安全监测模型库；

在步骤三中，运行水利工程及监测系统虚拟实体的安全监测模型库包括水利工程运行安全监测专业模型、智能算法模型和可视化模型；

水利工程运行安全监测专业模型包括监测数据治理、分析、预测、预警、评价、诊断这些模型；

智能算法模型包括水利工程运行安全监测数据智能算法模型和水利工程运行安全监测大数据智能分析模型；

水利工程运行安全监测数据智能算法模型：建立基于神经网络模型、支持向量机模型、时间序列模型及其智能组合模型这些机器学习的智能算法模型，并实现分布式并行计算，以准确描述大坝运行复杂环境因素与大坝变形、渗流渗压这些效应量之间的复杂相关关系，提升水利工程运行安全监测数据智能分析水平和监控预警效率；

水利工程运行安全监测大数据智能分析模型：监测大数据智能分析模型是一组模型，是利用大数据挖掘理论方法，基于标准差、相关系数和确定系数的多目标综合优化和模型参数自动化调整与自动化更新技术，构建大数据智能分析模型；计算原因量滞后效应及其影响分量，进行大坝运行安全性态深度分析和跟踪预测预报分析；

步骤四：构建运行孪生数据平台的安全监测知识库；

在步骤四中，构建运行孪生数据平台的安全监测知识库用于辅助水利工程运行安全分析评价和诊断；运行安全监测知识库包括对水利工程运行安全监测系统涉及的监测方案、监测知识、业务规则、标准规范、公开发表论文这些内容进行汇聚管理，通过数字孪生知识引擎与数字孪生模型引擎，共同驱动系统服务功能的实现；

步骤五：搭建数字孪生数据平台；

在步骤五中，利用步骤二至五融合搭建水利工程运行安全监测系统数字孪生数据平台，并创建数字孪生引擎，用于驱动孪生数据、监测模型和监测知识；

步骤六：孪生服务。

3.根据权利要求2所述的数字孪生水利工程运行安全监测系统的运行方法，其特征在于：在步骤六中，孪生服务包括功能性服务和业务性服务；

功能性服务包括采集控制、测点管理、数据管理、综合管理和系统管理，具体包括监测数据预处理计算、整理分析和管理服务，以及感知接入、数据采集、数据传输、接口和协议服务，水利工程运行安全注册登记服务和定期检查服务；

专业性服务包括孪生数据管理、模型管理、知识管理、巡检管理和监测四预，专业性服务包括仪器设备埋设安装和观测方法视频服务，水利工程运行安全性态评价诊断服务，观测数据粗差和监测系统运行故障报警服务，利用智能组合模型实现大坝变形、渗流这些效应量预测预报服务，利用预测值系列与预测预报平面或阈值比较分级预警服务，基于历史监测数据、实时映射数据和预测数据的仿真预演服务和信息异常报警触发监测系统加密观测预案响应服务。

4.根据权利要求3所述的数字孪生水利工程运行安全监测系统的运行方法，其特征在于：监测方案包括各类监测仪器设备的观测方案；

监测知识包括各类监测知识以及专家经验的汇聚；

业务规则包括仪器埋设、数据采集、数据传输、数据管理、数据分析、预测预报和评价预警这些规则；

标准规范包括现行规程规范、企业标准和作业指导书；

发表论文包括有关水利工程运行安全监测管理方面的论文。

5.根据权利要求4所述的数字孪生水利工程运行安全监测系统的运行方法，其特征在于：可视化模型包括自然背景可视化模型、流场可视化模型、水利工程可视化、水利机电设备可视化模型和监测“四预”过程可视化模型；

自然背景可视化模型：依据影像和高程数据的空间地理位置，采用分层、分级的瓦片方式，构建适应于不同分辨率影像和数字高程模型的三维地理地貌场景，叠加三维实景模型、水利专题这些数据，对自然背景进行可视化，并对水面、大气实现水位涨跌、四季变换、天气变化这些各种自然环境模拟展示；

流场可视化模型：流场虚拟仿真以水系为研究的中心和重点,河道水流的模拟自然处于关键地位，对流域中大范围的河流进行实时模拟；

水利工程可视化：基于GIS+BIM技术，将水利工程周边地形和水利工程室内外、地上下BIM模型进行可视，支持水利工程部件级仿真，能够室内外一体化漫游，并针对大坝闸门开闭及流量变化实现动态模拟效果；

水利机电设备可视化模型：高度还原水利机电设备的形状、材料、纹理细节及复杂的内部结构，实现高精度、超精细可视化呈现；支持设备配置结构、复杂动作的全数据驱动显示，对设备位置分布、类型、运行环境、运行状态进行真实复现，重点针对各监测设施，实现监测设施工作状态的模拟展示；

监测“四预”过程可视化模型包括预测预报、异常预警、仿真预演和预案响应；

预测预报：利用历史监测数据系列建立大坝安全预测模型，包括非线性拟合模型、时间系列模型、灰色模型、神经网络及其智能组合模型，实现大坝变形、渗流这些效应量预测预报；

异常预警：建立预测值系列与预测预报平面或阈值比较分级预警规则，提出工程运行安全状态异常预警模型，从而实现水利工程运行安全预警；

仿真预演：利用历史监测数据、实时映射数据和预测数据智能分析，建立大坝安全预演表达模型，实现大坝运行性态过程多维度仿真预演；

预案响应：构建基于超阈数据、超强降雨、超大洪水、超标地震这些因子的应急预案响应规则模型，智能触发安全监测加密观测预案，同时提醒工程安全管理部门是否启动水库安全管理预案。

6.根据权利要求5所述的数字孪生水利工程运行安全监测系统的运行方法，其特征在于：在步骤二中，水利工程及监测系统数据底板包括水利工程及监测系统物理实体实景三维模型、监测传感器仪器设备三维模型和水利工程三维模型；

水利工程及监测系统物理实体实景三维模型：开展地面控制点布设及测量，然后利用无人机搭载多镜头倾斜相机，采集范围内多视角高分辨率航空影像；基于倾斜航空影像与控制点，经过影像预处理、区域联合平差、多视影像匹配这些处理流程，运算生成基于影像的超高密度点云，并构成TIN模型，最终通过影像纹理映射生成高分辨率倾斜三维实景模型，不仅真实还原现场地形地貌，而且地理位置信息准确可量测；

监测传感器仪器设备三维模型：采用3D MAX创建，以安全监测设施设备设计图纸为依据，结合现场查勘、多角度实地拍摄这些方式，创建西北口水库安全监测仪器设施的三维实体模型，三维模型制作的外观、尺寸及纹理这些要素符合实际工程安全监测建设情况；

水利工程三维模型：利用3D Experience创建BIM模型、廊道和隧洞表面采用数码相机创建；收集各重点监测断面的地质剖面图与监测仪器布置图，确定监测断面与监测仪器BIM的尺寸、坐标与形状，同时收集仪器的参数、生产厂家和价格这些其他非几何信息；通过BIM制作平台完成断面模型与监测仪器模型的组装与信息录入，使创建的模型成为信息化应用的数据基础和重要载体；

上述水利工程及监测系统物理实体实景三维模型、监测传感器仪器设备三维模型、水利工程三维模型构成水利工程运行安全监测系统物理实体的几何模型，水利工程运行安全监测系统物理实体的几何模型再与汇聚水利工程基础数据、监测数据、业务管理数据、外部共享数据结合，构成水利工程运行安全监测系统数据底板。

7.根据权利要求6所述的数字孪生水利工程运行安全监测系统的运行方法，其特征在于：在步骤一中，补充建设监测系统基础设施包括增加大气温湿压环境监测仪器设备、补充埋设重要断面的监测仪器设备，补充建设监测系统基础设施用于构成多维度监测系统，以满足数字孪生虚实映射的需求。

Images