CN117825464A - 一种基于三维电法渗流的大坝安全监测系统 - Google Patents

Abstract

本发明涉及大坝安全监测技术领域，公开了一种基于三维电法渗流的大坝安全监测系统，解决了传统大坝监测需在坝体钻孔放置渗压计进行监测，单数据采集点位有限，成本较高，采集数据较为单一，数据量少，难以全面反映水库大坝内部整体渗流情况的问题，通过采用超高密度电法技术，现场仅布置电信号发射、采集设备对大坝进行数据监测，通过数据远传模块上传至云端自动化处理，经数据分析后可获取大坝实时三维全景渗流分布等结果，通过WebGL引擎技术在三维模型可视化平台中进行直观展现；利用大坝主要特性参数建立大坝抽象概化数字孪生安全评价模型，可以智能分析大坝渗漏风险并且能及时进行预警提醒和综合评价。

Description

一种基于三维电法渗流的大坝安全监测系统

技术领域

本发明涉及大坝安全监测技术领域，特别涉及到一种基于三维电法渗流的大坝安全监测系统。

背景技术

大坝采集目前传统方式主要采用渗压计、量水堰计等设备自动化获取实时渗水压力、渗流量等数据，需在坝体钻孔放置渗压计进行监测，可获取实时监测数据，单数据采集点位有限，成本较高，采集数据较为单一，数据量少，难以全面反映水库大坝内部整体渗流情况。对同一地电模型，采用普通电法的不同电极装置和数据采集方式，所得到的视电阻率图结果常常大不一样。各种方法的侧重点不同，在实际勘探工作中对于电法类型的选择，往往成为电法勘探的一个难点。在地下地质构造情况较为复杂时，用普通电法的不同电极装置和数据采集方式，所得到的视电阻率图就不能很好的反映地下不同地质构造异常。

如CN114707227A中公开了一种基于数字孪生的大坝安全预警消警方法及系统，通过自适应数值模拟、综合评估模型、动态递推数据驱动模型、在线数据同化模型、异常诊断推理模型、行为理解模型、实景与XR模型、数据与机理混合驱动控制模型构建与客观物理大坝安全性态相同、影响因素一致、可测响应等同、多维场景保真的数字孪生大坝；通过数字孪生大坝对客观物理大坝进行信息感知和优化、信息异常诊断、结构安全与系统工作状态在线评估、大坝安全状态精准预报、失事后果有效预警、大坝安全状态合理调控以及后续措施建议针对性推荐，其全程采用构建模型仿真的方式对大坝进行监测，没有实地进行探测，缺乏可靠性。

发明内容

本发明的目的是为了解决传统方式主要采用渗压计、量水堰计等设备自动化获取实时渗水压力、渗流量等数据，需在坝体钻孔放置渗压计进行监测，可获取实时监测数据，单数据采集点位有限，成本较高，采集数据较为单一，数据量少，难以全面反映水库大坝内部整体渗流情况的问题，为解决上述问题，本发明提供以下技术方案：一种基于三维电法渗流的大坝安全监测系统，包括：

设备层，主要部署电信号发射仪，通过采集设备、监测设备获取大坝电导率数据；

数据层，获取大坝基本信息以及上传的三维电导率数据，为数字孪生大坝渗流的应用提供数据底座；

处理层，通过利用数字孪生WebGL引擎对大坝安全监测热力情况进行数字化模拟，为各类孪生应用提供可视化的底座；

应用层，通过将模拟仿真得到的结果进行可视化展示，并与各类业务系统进行结合，为其提供给定制化的孪生应用场景服务。

本发明结合实时自动化监测要求与物探方法无损性、透视性特点，采用超高密度电法技术，现场仅布置电信号发射、采集设备，将线缆埋入坝体并连接采集机箱，机箱接通电源后即可实时自动采集数据并长期保持监测状态，实时获取坝体/堤体三维电导率数据并通过数据远传模块上传至云端自动化处理，经数据分析后可获取大坝实时三维全景渗流分布等结果，通过WebGL引擎技术在三维模型可视化平台中进行直观展现；利用大坝主要特性参数建立大坝抽象概化数字孪生安全评价模型，智能分析大坝渗漏风险，及时进行预警提醒和综合评价。

作为优选，所述设备层包括电信号发射设备和电信号采集设备，将电信号发射设备和电信号采集设备线缆埋入坝体并连接采集机箱，机箱接通电源后实时自动采集数据并长期保持监测状态，实时获取坝体三维电导率数据。

本发明采用电法勘测技术，无论大坝由什么材料做成，在没有水渗入的情况下，大坝的电阻率都相对较高。但一旦有水渗入或出现渗漏通道，在有水进入区域的电阻率就会大大降低，而其它区域的电阻率会基本保持不变。这样就形成了电阻率分布差异。这就为使用电法勘探方法做大坝渗漏监测提供了基础。我们就可以用电法勘探方法找出电阻率低或变低的区域，从而找到渗漏区域。通过连续的定时监测，就可看出渗漏点的渗漏发展过程。

作为优选，所述获取的坝体三维电导率数据通过连接数据层和设备层的数据远传模块将数据传送到数据层，所述数据层接收坝体三维电导率数据和坝体基础信息数据。

作为优选，所述数据层接收到设备层探测到的数据后，将数据整合发送到处理层，经过云端自动化处理，经数据分析后获取大坝实时三维全景渗流分布等结果，再通过WebGL引擎模拟后在三维模型可视化平台中进行直观展现。

本发明根据设备层的一系列探测设备探测到的大坝数据，将其数据进行分析构建成大坝监测模型，将检测到的数据均转化成直观数据显示在模型上，可以很直观的从模型上观测整个大坝的情况。

作为优选，所述处理层包括：

WebGL引擎，根据设备层监测到的大坝具体情况，接收来自数据层发送来的数据，对获得的数据进行数字化模拟计算，将模拟计算后的结果发送到应用层，构建出三维可视化模型进行直观展现；

反演算法模块，对数据层发送过来的大坝数据进行处理，采用反演算法计算真电阻率，根据计算出来的大坝真电阻率绘制真电阻率图，并且将得到的结果发送到应用层，将计算出来的结构进行直观展现；

电法勘探模块，根据需求将电极铺设在大坝表面上对其进行电法勘探，获取垂直于大坝的向下的电阻率分布情况，并且将勘探的结果发送到应用层，将勘探情况进行直观展现。

本发明超高密度电法数据处理技术突破了视电阻率的概念，将所测得的大量数据利用现代的反演技术直接反演成电阻率图。结果更为精确和直观，可以真实反映出地下不同电性异常体的位置和大小，资料解释时直观易懂，也减少单一利用视电阻率等值线图解释时造成的误差。比如在解释有多个异常体相关的视电阻率图时，只依视电阻率等值线图解释会造成很多解释误差甚至解释错误，二维电法与三维电法勘探在原理上没有本质的区别，均是基于直流电场理论，以探测目标体的电性差异为前提进行的，因此在电法勘探上采用二维电法还是三维电法都可以，根据需求即可，本发明采用三维电法，探测结果就是一个垂直于地面的向下的电阻率分布立体图。三维电法勘探的工作量和数据量都大很多，也能够更加形象直观的反应监测对象的整体情况。

作为优选，所述反演算法模块搭载大坝反演算法，所述大坝反演算法采用共轭梯度法，将采集来的原始数据反演为真电阻率图，根据反演后的真电阻率图反映出大坝地下异常的形状，位置和大小，根据反演后的结果对大坝地下情况进行建模，所述建模方法基于有限元法，构建出模型后将结果发送到应用层，将地下情况进行直观展现。

本发明根据电法正演模拟程序模拟出的电场分布即视电阻率分布场，视电阻率虽然不是探测对象的真实电阻率，但却是地下电性不均匀体和地形起伏的一种综合反映。在电法勘探发展的很长一段时间里，也是普通电法勘探的最终成果图。在电法勘探发展初期和计算机不发达的时代，没有先进的反演方法来进行数据处理，只能用视电阻率图作为电法勘探的最终成果图。视电阻率图作为一种广泛使用的电法成果图，如果地下地质异常体并不复杂，还是能够反映地下不同地质体之间的电阻率差异，是电法勘探资料解释的常用手段。本发明采用共轭梯度法进行反演计算时不需要选取任何迭代参数，是一种按照所谓共轭关系对迭代方向进行选择、修正的非线性迭代算法。当系数矩阵为对称正定时，如果不存在舍入误差，在理论上最多迭代n步就可以得到精确解，这里n为方程组的阶数，所以共轭梯度法实质上是一种直接法，这样就综合了迭代法和直接法各自的优点，使得共轭梯度法广泛应用在科学计算中。

作为优选，所述大坝反演算法的具体计算过程包括：

首先，获取大坝的颜色指定方向，设x⁰为任意给定的初始点，在x⁰处取Φ(x)的度g⁰为第一次搜索向量，计算过程如下：

p⁰＝-g⁰

其中，p⁰为大坝的颜色指定方向，形成具体的范围变量g⁰；

然后，从x⁰出发，沿着p⁰方向寻找Φ(x)的极小点，计算过程如下：

x¹＝x⁰+α⁰p⁰

其中，x¹为大坝初始方向的最小值，x⁰是预设初始点，α⁰是大坝范围大小，p⁰是电阻率三维颜色展示的方向；

然后设Φ(x)在x¹的梯度为g¹，得到(g¹)^rg⁰，利用g¹和p⁰构造第二次搜索方向p¹＝-g¹+β₀p⁰重新根据变化的数值预判p¹新的搜索方向，梯度为g¹大坝初始位置高差，其中，β₀是大坝深度数据，p⁰是电阻率三维颜色展示的方向。

本发明的反演算法可直接有效的把采集来的原始数据反演为真电阻率图，此方法可准确的反映出地下异常的形状，位置和大小。该程序的建模方法是基于有限元法和反演程序采用共轭梯度法。

作为优选，所述大坝反演算法的具体过程还包括：

所述p¹与p⁰是关于Q共轭的即(p¹)^rQp⁰＝0,用Qp⁰右乘式转置后的两边,计算得：

(p¹)^rQp⁰＝-(g¹)^rQp⁰+β₀(p⁰)^rQp⁰＝0

则有

其中，β代表大坝深度数据，Q代表大坝长度数据，p代表初始位置点；

然后，寻找到p^k，从p^k点出发，沿方向找出Φ(x)的极小点，具体计算过程如下：

x^k+1＝x^k+α^kp^k

进一步取p^k+1为

p^k+1＝-g^k+1+β_kp^k

时，构造出n个共轭向量p⁰，p¹，.......，p^n-1，即对Q为正定的极小问题，有

其中，β代表大坝深度数据，g代表大坝长度构建变量数据。

对同一地电模型，采用普通电法的不同电极装置和数据采集方式，所得到的视电阻率图结果常常大不一样。各种方法的侧重点不同，在实际勘探工作中对于电法类型的选择，往往成为电法勘探的一个难点。在地下地质构造情况较为复杂时，用普通电法的不同电极装置和数据采集方式，所得到的视电阻率图就不能很好的反映地下不同地质构造异常，因此本发明采用反演算法，将视电阻率反演计算成真电阻率，在地下地质构造情况较为复杂时也可以很好的反映地下不同地质构造异常情况。

作为优选，所述应用层包括：

大坝模型展现模块，根据设备层监测到的数据，通过数据层存储，再通过处理层对数据进行计算处理，构建出三维可视化模型，将大坝的模型展现在显示端，根据应用层计算得到的反演真电阻率图，同时显示大坝各个位置的渗流情况；

监测渗流模块，控制设备层的各个监测设备，控制其对大坝进行实时监测，并且将监测数据发送到数据层存储和发送到应用层进行计算处理；

渗流识别模块，根据应用层对设备层监测到的大坝数据的处理结果，判断大坝各个位置的渗流情况，并且对其进行危险性预警，若渗流情况预测会安全阈值则进行预警，向维护人员发送预警信息。

本发明应用层不仅仅用于将获得的数据展现在三维模型上，还具有大坝监测功能，监测大坝内部的具体情况，对大坝的安全性进行检测和预警，在有安全隐患时可以及时通知工作人员进行排查，也可以将危险区域在模型中标记出来，方便工作人员可以针对性的对大坝进行维护，可以提高维护人员的工作效率。

作为优选，所述大坝模型展现模块通过三维模型可视化平台展示大坝模型。

本发明大坝模型除了展示大坝的具体外形外，还能在模型上看到大坝内部的渗漏情况，将真电阻率图在大坝不同位置上展现出来，根据真电阻率图的颜色反映大坝的电阻率大小，以此来反映大坝内部的渗漏情况，同时还对大坝内部渗漏情况进行监测。

本发明的有益效果为：1、本发明通过实时获取坝体三维电导率数据并通过数据远传模块上传至云端自动化处理，经数据分析后可获取大坝实时三维全景渗流分布等结果，通过WebGL引擎技术可以在三维模型可视化平台中进行直观展现；利用大坝主要特性参数建立大坝抽象概化数字孪生安全评价模型，可以智能分析大坝渗漏风险，及时进行预警提醒，提高对大坝监测的安全性；2、本发明采用大坝反演算法，区别于普通电法的不同电极装置和数据采集方式，将视电阻率分布场反演成真实电阻率，在地下地质构造情况较为复杂时，所得到的视电阻率图就能很好的反映地下不同地质构造异常；3、本发明采用超高密度电法技术，现场仅布置电信号发射、采集设备，将线缆埋入坝体并连接采集机箱，机箱接通电源后即可实时自动采集数据并长期保持监测状态，成本较低，采集数据较为丰富，数据量大，可以全面反映水库大坝内部整体渗流情况。

附图说明

图1为本发明系统框图；

图2为本发明具体使用时展示的大坝模型图；

图3为本发明应用层数据计算过程视电阻率图；

图4为本发明应用层数据计算过程电阻率图。

具体实施方式

下面通过实施例，并结合附图对本发明技术方案的具体实施方式作进一步的说明。

实施例1：

请参阅图1，本发明实施例提供一种基于三维电法渗流的大坝安全监测系统，包括：

设备层，主要部署电信号发射仪，通过采集设备、监测设备获取大坝电导率数据；

数据层，获取大坝基本信息以及上传的三维电导率数据，为数字孪生大坝渗流的应用提供数据底座；

处理层，通过利用数字孪生WebGL引擎对大坝安全监测热力情况进行数字化模拟，为各类孪生应用提供可视化的底座；

应用层，通过将模拟仿真得到的结果进行可视化展示，并与各类业务系统进行结合，为其提供给定制化的孪生应用场景服务。

本发明结合实时自动化监测要求与物探方法无损性、透视性特点，采用超高密度电法技术，现场仅布置电信号发射、采集设备，将线缆埋入坝体并连接采集机箱，机箱接通电源后即可实时自动采集数据并长期保持监测状态，实时获取坝体/堤体三维电导率数据并通过数据远传模块上传至云端自动化处理，经数据分析后可获取大坝实时三维全景渗流分布等结果，通过WebGL引擎技术在三维模型可视化平台中进行直观展现；利用大坝主要特性参数建立大坝抽象概化数字孪生安全评价模型，智能分析大坝渗漏风险，及时进行预警提醒和综合评价。

设备层包括电信号发射设备和电信号采集设备，将电信号发射设备和电信号采集设备线缆埋入坝体并连接采集机箱，机箱接通电源后实时自动采集数据并长期保持监测状态，实时获取坝体三维电导率数据。

本发明采用电法勘测技术，无论大坝由什么材料做成，在没有水渗入的情况下，大坝的电阻率都相对较高。但一旦有水渗入或出现渗漏通道，在有水进入区域的电阻率就会大大降低，而其它区域的电阻率会基本保持不变。这样就形成了电阻率分布差异。这就为使用电法勘探方法做大坝渗漏监测提供了基础。我们就可以用电法勘探方法找出电阻率低或变低的区域，从而找到渗漏区域。通过连续的定时监测，就可看出渗漏点的渗漏发展过程。

获取的坝体三维电导率数据通过连接数据层和设备层的数据远传模块将数据传送到数据层，所述数据层接收坝体三维电导率数据和坝体基础信息数据。

数据层接收到设备层探测到的数据后，将数据整合发送到处理层，经过云端自动化处理，经数据分析后获取大坝实时三维全景渗流分布等结果，再通过WebGL引擎模拟后在三维模型可视化平台中进行直观展现。

本发明根据设备层的一系列探测设备探测到的大坝数据，将其数据进行分析构建成大坝监测模型，将检测到的数据均转化成直观数据显示在模型上，可以很直观的从模型上观测整个大坝的情况。

处理层包括：

WebGL引擎，根据设备层监测到的大坝具体情况，接收来自数据层发送来的数据，对获得的数据进行数字化模拟计算，将模拟计算后的结果发送到应用层，构建出三维可视化模型进行直观展现；

反演算法模块，对数据层发送过来的大坝数据进行处理，采用反演算法计算真电阻率，根据计算出来的大坝真电阻率绘制真电阻率图，并且将得到的结果发送到应用层，将计算出来的结构进行直观展现；

电法勘探模块，根据需求将电极铺设在大坝表面上对其进行电法勘探，获取垂直于大坝的向下的电阻率分布情况，并且将勘探的结果发送到应用层，将勘探情况进行直观展现。

本发明超高密度电法数据处理技术突破了视电阻率的概念，将所测得的大量数据利用现代的反演技术直接反演成电阻率图。结果更为精确和直观，可以真实反映出地下不同电性异常体的位置和大小，资料解释时直观易懂，也减少单一利用视电阻率等值线图解释时造成的误差。比如在解释有多个异常体相关的视电阻率图时，只依视电阻率等值线图解释会造成很多解释误差甚至解释错误，二维电法与三维电法勘探在原理上没有本质的区别，均是基于直流电场理论，以探测目标体的电性差异为前提进行的，因此在电法勘探上采用二维电法还是三维电法都可以，根据需求即可，本发明采用三维电法，探测结果就是一个垂直于地面的向下的电阻率分布立体图。三维电法勘探的工作量和数据量都大很多，也能够更加形象直观的反应监测对象的整体情况。

反演算法模块搭载大坝反演算法，所述大坝反演算法采用共轭梯度法，将采集来的原始数据反演为真电阻率图，根据反演后的真电阻率图反映出大坝地下异常的形状，位置和大小，根据反演后的结果对大坝地下情况进行建模，所述建模方法基于有限元法，构建出模型后将结果发送到应用层，将地下情况进行直观展现。

本发明根据电法正演模拟程序模拟出的电场分布即视电阻率分布场，视电阻率虽然不是探测对象的真实电阻率，但却是地下电性不均匀体和地形起伏的一种综合反映。在电法勘探发展的很长一段时间里，也是普通电法勘探的最终成果图。在电法勘探发展初期和计算机不发达的时代，没有先进的反演方法来进行数据处理，只能用视电阻率图作为电法勘探的最终成果图。视电阻率图作为一种广泛使用的电法成果图，如果地下地质异常体并不复杂，还是能够反映地下不同地质体之间的电阻率差异，是电法勘探资料解释的常用手段。本发明采用共轭梯度法进行反演计算时不需要选取任何迭代参数，是一种按照所谓共轭关系对迭代方向进行选择、修正的非线性迭代算法。当系数矩阵为对称正定时，如果不存在舍入误差，在理论上最多迭代n步就可以得到精确解，这里n为方程组的阶数，所以共轭梯度法实质上是一种直接法，这样就综合了迭代法和直接法各自的优点，使得共轭梯度法广泛应用在科学计算中。

大坝反演算法的具体计算过程包括：

首先，获取大坝的颜色指定方向，设x⁰为任意给定的初始点，在x⁰处取Φ(x)的度g⁰为第一次搜索向量，计算过程如下：

p⁰＝-g⁰

其中，p⁰为大坝的颜色指定方向，形成具体的范围变量g⁰；

然后，从x⁰出发，沿着p⁰方向寻找Φ(x)的极小点，计算过程如下：

x¹＝x⁰+α⁰p⁰

其中，x¹为大坝初始方向的最小值，x⁰是预设初始点，α⁰是大坝范围大小，p⁰是电阻率三维颜色展示的方向；

然后设Φ(x)在x¹的梯度为g¹，得到(g¹)^rg⁰，利用g¹和p⁰构造第二次搜索方向p¹＝-g¹+β₀p⁰重新根据变化的数值预判p¹新的搜索方向，梯度为g¹大坝初始位置高差，其中，β₀是大坝深度数据，p⁰是电阻率三维颜色展示的方向。

如图3和图4所示，本发明的反演算法可直接有效的把采集来的原始数据反演为真电阻率图，此方法可准确的反映出地下异常的形状，位置和大小。该程序的建模方法是基于有限元法和反演程序采用共轭梯度法。

大坝反演算法的具体过程还包括：

所述p¹与p⁰是关于Q共轭的即(p¹)^rQp⁰＝0,用Qp⁰右乘式转置后的两边,计算得：

(p¹)^rQp⁰＝-(g¹)^rQp⁰+β₀(p⁰)^rQp⁰＝0

则有

其中，β代表大坝深度数据，Q代表大坝长度数据，p代表初始位置点；

然后，寻找到p^k，从p^k点出发，沿方向找出Φ(x)的极小点，具体计算过程如下：

x^k+1＝x^k+α^kp^k

进一步取p^k+1为

p^k+1＝-g^k+1+β_kp^k

时，构造出n个共轭向量p⁰，p¹，.......，p^n-1，即对Q为正定的极小问题，有

其中，β代表大坝深度数据，g代表大坝长度构建变量数据。

对同一地电模型，采用普通电法的不同电极装置和数据采集方式，所得到的视电阻率图结果常常大不一样。各种方法的侧重点不同，在实际勘探工作中对于电法类型的选择，往往成为电法勘探的一个难点。在地下地质构造情况较为复杂时，用普通电法的不同电极装置和数据采集方式，所得到的视电阻率图就不能很好的反映地下不同地质构造异常，因此本发明采用反演算法，将视电阻率反演计算成真电阻率，在地下地质构造情况较为复杂时也可以很好的反映地下不同地质构造异常情况。

本发明实施例1中具体应用的算法的主要步骤为

(1)给定初始搜索点x₀，精度参数∈＞0，令k＝0

(2)计算给定的梯度，若停止，得x^e＝x^k

(3)构造搜索方向，令p(k)＝-Ckg(k)+βK-1p(k-1)

(4)确定新的迭代点。令xk+1＝xk+αkpk

(5)根据目标函数的建立进一步设立目标值，求算算法中的模型参数和搜索方向，

i＝1，设定初始模型m(i)，计算

u₍₁₎＝M^-1 ₍₁₎r(i)，M＝∥r∥；

搜索α(i)，使得V(m(i)+α(i)u(i))；

令m(i+1)＝m(i)+α(i)u(i)，判断|r(i+1)|是否无穷小，如果是则停止，否则继续执行，然后进行下述计算：

使得i＝i+1，跳转到(3)继续执行；

从上面的步骤可以看出，在计算非线性共钜梯度法时主要涉及到目标函数的梯度计算，公式中的x₀是大坝三维场景中的初始点位位置的预设位置，三维大坝的仿真范围的精度参数∈，k属于大坝梯度方向的参数值，p(k)计算出下一步的场景位置，给定的模型参数m为大坝的整体面积参数和指定的共钜搜索方向u，能找到使V(m+αu)最小化的最优步长α值，通过最优化步长以及范围情况求算出电阻率r，叠加不同范围的电阻率效果形成β_K。

通过算法计算得到的模型应的阻抗张量(Zxy，Zyx)作为反演的原始数据。根据接收点的分布情况，以接收中心原点为模型中心，对整个反演范围进行矩形网格剖面，网格数为41X41X50(不包括空气层)。其中在XY方向以原点为中心的21个网格，网格间距设为200米在+X方位和-X方向边缘各10个网格，网格间距为中心网格的1.5倍向两边递增X，Y方向以原点为中心，各外延约36千米。在乙方向，起始网格为10米，垂直向下网格间距同样以15倍递增，共计50个网格，Z方向最深72千米。

反演初始模型为电阻率为10欧姆米的均匀半空间，初始正则化因子为10。使用AMAX GPU进行反演使用12个核进行MPI并行反演因是理论模型模型数据反演，且初始模型电阻率即为模型背景电阻率，所以RMS在选代15次后即达到1.3，反演趋于稳定。每次选代耗时1-4个小时不等，15次代总计耗时约2天。

从图3中可知，反演在XY方向边界准确，清晰。深度上和理论模型偏浅约50米,在深度上因为体积效应和网格剖分导致反演计算误差，在深度800米切片上，还可以见到高阻异常体的印记。

应用层包括：

如图2所示，大坝模型展现模块，根据设备层监测到的数据，通过数据层存储，再通过处理层对数据进行计算处理，构建出三维可视化模型，将大坝的模型展现在显示端，根据应用层计算得到的反演真电阻率图，同时显示大坝各个位置的渗流情况；

监测渗流模块，控制设备层的各个监测设备，控制其对大坝进行实时监测，并且将监测数据发送到数据层存储和发送到应用层进行计算处理；

渗流识别模块，根据应用层对设备层监测到的大坝数据的处理结果，判断大坝各个位置的渗流情况，并且对其进行危险性预警，若渗流情况预测会安全阈值则进行预警，向维护人员发送预警信息。

本发明应用层不仅仅用于将获得的数据展现在三维模型上，还具有大坝监测功能，监测大坝内部的具体情况，对大坝的安全性进行检测和预警，在有安全隐患时可以及时通知工作人员进行排查，也可以将危险区域在模型中标记出来，方便工作人员可以针对性的对大坝进行维护，可以提高维护人员的工作效率。

大坝模型展现模块通过三维模型可视化平台展示大坝模型。

本发明大坝模型除了展示大坝的具体外形外，还能在模型上看到大坝内部的渗漏情况，将真电阻率图在大坝不同位置上展现出来，根据真电阻率图的颜色反映大坝的电阻率大小，以此来反映大坝内部的渗漏情况，同时还对大坝内部渗漏情况进行监测。

本发明通过实时获取坝体三维电导率数据并通过数据远传模块上传至云端自动化处理，经数据分析后可获取大坝实时三维全景渗流分布等结果，通过WebGL引擎技术可以在三维模型可视化平台中进行直观展现；利用大坝主要特性参数建立大坝抽象概化数字孪生安全评价模型，可以智能分析大坝渗漏风险，及时进行预警提醒，提高对大坝监测的安全性；本发明采用大坝反演算法，区别于普通电法的不同电极装置和数据采集方式，将视电阻率分布场反演成真实电阻率，在地下地质构造情况较为复杂时，所得到的视电阻率图就能很好的反映地下不同地质构造异常；本发明采用超高密度电法技术，现场仅布置电信号发射、采集设备，将线缆埋入坝体并连接采集机箱，机箱接通电源后即可实时自动采集数据并长期保持监测状态，成本较低，采集数据较为丰富，数据量大，可以全面反映水库大坝内部整体渗流情况。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (10)

1.一种基于三维电法渗流的大坝安全监测系统，其特征在于，包括：

设备层，主要部署电信号发射仪，通过采集设备、监测设备获取大坝电导率数据；

数据层，获取大坝基本信息以及上传的三维电导率数据，为数字孪生大坝渗流的应用提供数据底座；

处理层，通过利用数字孪生WebGL引擎对大坝安全监测热力情况进行数字化模拟，为各类孪生应用提供可视化的底座；

应用层，通过将模拟仿真得到的结果进行可视化展示，并与各类业务系统进行结合，为其提供给定制化的孪生应用场景服务。

2.根据权利要求1所述的一种基于三维电法渗流的大坝安全监测系统，其特征在于，所述设备层包括电信号发射设备和电信号采集设备，将电信号发射设备和电信号采集设备线缆埋入坝体并连接采集机箱，机箱接通电源后实时自动采集数据并长期保持监测状态，实时获取坝体三维电导率数据。

3.根据权利要求2所述的一种基于三维电法渗流的大坝安全监测系统，其特征在于，所述获取的坝体三维电导率数据通过连接数据层和设备层的数据远传模块将数据传送到数据层，所述数据层接收坝体三维电导率数据和坝体基础信息数据。

4.根据权利要求1或3所述的一种基于三维电法渗流的大坝安全监测系统，其特征在于，所述数据层接收到设备层探测到的数据后，将数据整合发送到处理层，经过云端自动化处理，经数据分析后获取大坝实时三维全景渗流分布结果，再通过WebGL引擎模拟后在三维模型可视化平台中进行直观展现。

5.根据权利要求4所述的一种基于三维电法渗流的大坝安全监测系统，其特征在于，所述处理层包括：

WebGL引擎，根据设备层监测到的大坝具体情况，接收来自数据层发送来的数据，对获得的数据进行数字化模拟计算，将模拟计算后的结果发送到应用层，构建出三维可视化模型进行直观展现；

反演算法模块，对数据层发送过来的大坝数据进行处理，采用反演算法计算真电阻率，根据计算出来的大坝真电阻率绘制真电阻率图，并且将得到的结果发送到应用层，将计算出来的结构进行直观展现；

电法勘探模块，根据需求将电极铺设在大坝表面上对其进行电法勘探，获取垂直于大坝的向下的电阻率分布情况，并且将勘探的结果发送到应用层，将勘探情况进行直观展现。

6.根据权利要求5所述的一种基于三维电法渗流的大坝安全监测系统，其特征在于，所述反演算法模块搭载大坝反演算法，所述大坝反演算法采用共轭梯度法，将采集来的原始数据反演为真电阻率图，根据反演后的真电阻率图反映出大坝地下异常的形状，位置和大小，根据反演后的结果对大坝地下情况进行建模，所述建模方法基于有限元法，构建出模型后将结果发送到应用层，将地下情况进行直观展现。

7.根据权利要求6所述的一种基于三维电法渗流的大坝安全监测系统，其特征在于，所述大坝反演算法的具体计算过程包括：

首先，获取大坝的颜色指定方向，设x⁰为任意给定的初始点，在x⁰处取Φ(x)的度g⁰为第一次搜索向量，计算过程如下：

p⁰＝-g⁰

其中，p⁰为大坝的颜色指定方向，形成具体的范围变量g⁰；

然后，从x⁰出发，沿着p⁰方向寻找Φ(x)的极小点，计算过程如下：

x¹＝x⁰+α⁰p⁰

其中，x¹为大坝初始方向的最小值，x⁰是预设初始点，α⁰是大坝范围大小，p⁰是电阻率三维颜色展示的方向；

然后设Φ(x)在x¹的梯度为g¹，得到(g¹)^rg⁰，利用g¹和p⁰构造第二次搜索方向p¹＝-g¹+β₀p⁰重新根据变化的数值预判p¹新的搜索方向，梯度为g¹大坝初始位置高差，其中，β₀是大坝深度数据，p⁰是电阻率三维颜色展示的方向。

8.根据权利要求7所述的一种基于三维电法渗流的大坝安全监测系统，其特征在于，所述大坝反演算法的具体过程还包括：

所述p¹与p⁰是关于Q共轭的即(p¹)^rQp⁰＝0,用Qp⁰右乘式转置后的两边,计算得：

(p¹)^rQp⁰＝-(g¹)^rQp⁰+β₀(p⁰)^rQp⁰＝0

则有

其中，β代表大坝深度数据，Q代表大坝长度数据，p代表初始位置点；

然后，寻找到p^k，从p^k点出发，沿方向找出Φ(x)的极小点，具体计算过程如下：

x^k+1＝x^k+α^kp^k

进一步取p^k+1为

p^k+1＝-g^k+1+β_kp^k

时，构造出n个共轭向量p⁰，p¹，.......，p^n-1，即对Q为正定的极小问题，有

其中，β代表大坝深度数据，g代表大坝长度构建变量数据。

9.根据权利要求1或5或6所述的一种基于三维电法渗流的大坝安全监测系统，其特征在于，所述应用层包括：

大坝模型展现模块，根据设备层监测到的数据，通过数据层存储，再通过处理层对数据进行计算处理，构建出三维可视化模型，将大坝的模型展现在显示端，根据应用层计算得到的反演真电阻率图，同时显示大坝各个位置的渗流情况；

监测渗流模块，控制设备层的各个监测设备，控制其对大坝进行实时监测，并且将监测数据发送到数据层存储和发送到应用层进行计算处理；

渗流识别模块，根据应用层对设备层监测到的大坝数据的处理结果，判断大坝各个位置的渗流情况，并且对其进行危险性预警，若渗流情况预测会安全阈值则进行预警，向维护人员发送预警信息。

10.根据权利要求9所述的一种基于三维电法渗流的大坝安全监测系统，其特征在于，所述大坝模型展现模块通过三维模型可视化平台展示大坝模型。