一种基于数字孪生的水利工程智能监测方法及系统

技术领域

本发明涉及水利工程监测技术领域，具体为一种基于数字孪生的水利工程智能监测方法及系统。

背景技术

水利数据或水文监测越来越趋向于智能化检测，随着智能化设备和网络通信技术的不断发展，如何实现水利工程中监测的无人化智能化，并且提供更加准确的数据处理，这是随着通信网络和智能化设备发展需要不断改进升级的地方，智能化的监测，不仅能够节约人工成本，同时提供快速响应方式，为水利工程的监测提供便捷性，现有技术中也存在一些水利或水文自动监测手段，但是系统不够全面不够稳定，造成容易出现监测数据不准确或者数据异常，预警不够及时完善，导致还需要人工维护。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于数字孪生的水利工程智能监测方法及系统。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于数字孪生的水利工程智能监测方法，包括如下步骤：确定工作区域后并构建相应的电子地图，随机为工作区域选择相应的检测点，并依据检测点的分布确定检测顺序并输出；具体步骤包括：

依据水利工程方案确定工作区域后，构建工作区域的电子地图，随机在电子地图上设置若干个检测点，依据接近中心性算法，计算电子地图上若干个检测点的接近中心度；获取若干个接近中心度并进行排序，形成排序结果，以排序结果作为检测顺序；

依据检测点的覆盖范围确定采集区域并依次对坝体参数和水体参数进行采集，分析后获取变形数据和水体数据，建立变形数据集和水体数据集，并经过分析后，确定变形系数Bx和水体系数Tc，对坝体变形情况和坝体承载情况形成评价；

在变形系数Bx或水体系数Tc高于相应阈值时，将涉及的采集区域确定为异常区域；构建水利工程建筑构造的数字孪生模型及位于水利工程中的水体模型，并据此判断水利工程是否存在安全风险并获取水利工程的崩坏值Xd；

依据获取的崩坏值Xd确定水利工程的崩坏风险后，构建应急方案库，并依据水利工程的数字孪生模型，确定应急方案是否可行，如果可行，则将较佳方案输出；如果不可行，则向工作人员发出预警。

进一步地，在采集点中通过采集装置在坝体上进行变形数据采集，确定坝体表面变形系数Mb、内部应力系数Nx及水平位移系数Wy，构建变形数据集；其中表面变形系数Mb通过多点变位计进行周期性检测，内部应力系数Nx通过锚杆应力计进行周期性检测，水平位移系数Wy通过位移计进行周期性检测。

进一步地，获取变形数据集，对坝体表面变形系数Mb、内部应力系数Nx及水平位移系数Wy进行无量纲化处理后，获取变形系数Bx；其中，变形系数Bx的获取方式符合如下公式：

其中，参数意义为：表面变形因子Ab，0.55≤Ab≤0.81，内部应力因子Ax，0.69≤Ax≤0.93，位移因子Ay，0.71≤Ay≤1.23，C为常数修正系数；

需要说明的是，由本领域技术人员采集多组数据并对每一组数据设定对应的预设比例系数；将设定的预设比例系数和采集数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到Ab、Ax及Ay的取值。

进一步地，在采集点中通过采集装置在水体中进行水体数据采集，确定水体渗透压力St、水位Zw及流速Ls，构建水体数据集；其中水体渗透压力St通过渗压计进行周期性检测，水位Zw通过水位传感器进行周期性检测，流速Ls通过流速计进行周期性检测。

进一步地，获取水体数据集，对水体渗透压力St、水位Zw及流速Ls进行无量纲化处理后，获取水体系数Tc；其中，水体系数Tc的获取方式符合如下公式：

其中，参数意义为：渗压因子At，0.46≤At≤0.71，水位因子Aw，0.22≤Aw≤0.53，流速因子As，0.95≤As≤1.34，C为常数修正系数；

需要说明的是，由本领域技术人员采集多组数据并对每一组数据设定对应的预设比例系数；将设定的预设比例系数和采集数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到At、Aw及As的取值。

进一步地，获取变形系数Bx和水体系数Tc，当两者有一个或同时超出相应阈值时，对异常区域形成验证，此时，将异常区域在电子地图上进行标记，从而形成可视化；依据标记，获取异常区域的数量及相应的总异常面积,判断总异常面积占比是否超过警戒比例，在未超过相应的警戒比例时，依据与相应阈值关系，为工作区域确定风险等级；

其中，工作区域的风险从高至低分别为第一风险等级、第二风险等级、第三风险等级至第四风险等级；此时，在确定了工作区域的风险后，用户能够依据工作区域的风险值来判断是否需要采取进一步的应急措施，尽量保证水利工作的安全。

进一步地，在工作区域的风险大于等于第四风险等级时，依据变形数据集及水体数据集中的检测数据，构建水利工程建筑的数字孪生模型及位于水利工程中的水体模型，并将其上传至云端，依据数字孪生模型确定水利工程工作区域的载荷；

依据载荷信息，结合水利工程建筑的数字孪生模型，为水利工程工作区域施加相应的载荷，进行仿真分析，获取水利工程工作区域在相应的添加相应载荷后，持续保持预设时间；在经过预设时间后，获取水利工程的崩坏值Xd。

进一步地，获取崩坏值Xd并判断其是否大于阈值，如果大于阈值，则说明坝体难以承载，依据崩坏值Xd的相应阈值关系，分别从高到低确定第一崩坏风险度、第二崩坏风险度及第三崩坏风险度；

依据水利工程工作方案及所起到的相应的效果，确定相应的应急方案，进而在崩坏风险不同时，依据工作方案和崩坏程度的不同，形成不同的应急方案，最终构建形成应急方案库。

进一步地，基于水利工程数字孪生模型，依据崩坏风险的大小，从应急方案库中选择相应的应急方案并在水利工程数字孪生模型中对应急方案进行应用，计算建筑物承载力特征值；判断建筑物承载力特征值是否达到预期，如果未达到预期，则重新在应急方案库选择应急方案再模拟水利工程工作情况，直至建筑物承载力特征值达到预期；

并重新向水利工程数字孪生模型施加相应水体的载荷，持续预期时间后，确定水利工程的崩坏值Xd；如果水利工程的崩坏值Xd仍超出相应阈值，则向外部发出预警；如果水利工程的崩坏值Xd不超出阈值，则将应急方案输出；而再次获取水利工程的崩坏值Xd，则是对应急方案的验证；

如果可行，将应急方案输出；此时，可采取对堤坝发生龟状裂缝、横向裂缝、纵向裂缝等裂缝处进行灌浆修补，修建铺设堤坝防渗墙进行加固，和对坝顶浇筑混凝土以提高坝高等应急方式中的一个或者多个，并动态实时观察、检测后续渗漏情况，形成应急方案。

一种基于数字孪生的水利工程智能监测系统，其特征在于：包括：

划分单元，确定工作区域后并构建相应的电子地图，随机为工作区域选择相应的检测点，并依据检测点的分布确定检测顺序并输出；

采集单元，依据检测点的覆盖范围确定采集区域并依次对坝体参数和水体参数进行采集，分析后获取变形数据和水体数据，建立变形数据集和水体数据集，并经过分析后，确定变形系数Bx和水体系数Tc，对坝体变形情况和坝体承载情况形成评价；

仿真分析单元，在变形系数Bx或水体系数Tc高于相应阈值时，将涉及的采集区域确定为异常区域；构建水利工程建筑构造的数字孪生模型及位于水利工程中的水体模型，并据此判断水利工程是否存在安全风险并获取水利工程的崩坏值Xd；

验证应急单元，依据获取的崩坏值Xd确定水利工程的崩坏风险后，构建应急方案库，并依据水利工程的数字孪生模型，确定应急方案是否可行，如果可行，则将较佳方案输出；如果不可行，则向工作人员发出预警。

(三)有益效果

本发明提供了一种基于数字孪生的水利工程智能监测方法及系统，具备以下有益效果：

1、通过构建水利工程建筑的数字孪生模型及位于水利工程中的水体模型，并将其上传至云端，为水利工程工作区域施加相应的载荷，进行仿真分析，输出水利工程的崩坏值Xd及建筑物承载力特征值，通过两者的结合，可以判断应急方案是否可行，如果可行，将应急方案输出；通过模拟应急，在配合了水利工程数字孪生模型的基础上，能够对水利工程建筑承载力特征值形成判断，如果建筑物承载力特征值达到预期，则可以判断出应急是有效的，处治水利工程崩坏的方案是有效的；

2、同时配合模拟，可以在最小的应急风险的基础上，确定最为准确的应急方案，降低应急处治的风险；能够对涉及坝体的承受情况形成判断，依据判断结果及检测结果的偏差，用户能够准确地判断出坝体在承受能力上的偏差，针对性的对水利工作方案进行改善，且改善的更有针对性；从而在进行水利工作的时候，安全性更加充足。

附图说明

图1为本发明基于数字孪生的水利工程智能监测方法的流程示意图；

图2为本发明基于数字孪生的水利工程智能监测系统的结构示意图；

图中：10、划分单元；20、采集单元；30、仿真分析单元；40、验证应急单元。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种基于数字孪生的水利工程智能监测方法，包括如下步骤：

步骤一、在确定工作区域后，构建相应的电子地图，随机在工作区域内选择若干个检测点，并依据检测点的接近中心性度确定检测顺序，并将检测顺序输出；

步骤一包括如下内容：

步骤101、依据水利工程方案确定工作区域后，通过无人机对工作区域进行成像，获取成像信息，并且依据成像信息构建工作区域的电子地图；

步骤102、获取电子地图，随机在电子地图上设置若干个检测点，依据接近中心性算法，计算电子地图上若干个检测点的接近中心度；获取若干个接近中心度并进行排序，形成排序结果，以排序结果作为检测顺序。

使用时，结合步骤101及102中的内容，通过随机地确定检测点并依据其分布确定检测顺序，能够增加检测的随机性，减少在对工作区域进行检测时的干扰，从而减少数据的误差带来的错误分析和判断，减少风险。

步骤二、依据检测点的覆盖范围确定采集区域并依次对坝体参数进行采集，分析后获取变形数据，并建立变形数据集，在分析后形成变形系数Bx，以变形系数Bx对坝体变形情况形成评价；

所述步骤二包括如下内容：

步骤201、依据所述检测点的位置，获取相邻的两个检测点之间的最近距离，以最近距离一半为半径，确定检测点的覆盖范围并指定为采集区域，在采集区域内建立采集点；

步骤202、在采集点中通过采集装置在坝体上进行变形数据采集，获取坝体的表面变形系数Mb、内部应力系数Nx及水平位移系数Wy，构建变形数据集；其中，表面变形系数Mb通过多点变位计进行周期性检测，内部应力系数Nx通过锚杆应力计进行周期性检测，水平位移系数Wy通过位移计进行周期性检测；

步骤203、获取变形数据集，对坝体表面变形系数Mb、内部应力系数Nx及水平位移系数Wy进行无量纲化处理后，获取变形系数Bx；其中，变形系数Bx的获取方式符合如下公式：

其中，参数意义为：表面变形因子Ab，0.55≤Ab≤0.81，内部应力因子Ax，0.69≤Ax≤0.93，位移因子Ay，0.71≤Ay≤1.23，C

需要说明的是，由本领域技术人员采集多组数据并对每一组数据设定对应的预设比例系数；将设定的预设比例系数和采集数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到Ab、Ax及Ay的取值；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数；只要不影响参数与量化后数值的比例关系即可。

使用时，通过采集坝体表面变形系数Mb、内部应力系数Nx及水平位移系数Wy，构建变形数据集，并据此得到变形系数Bx，依据变形系数Bx与相应阈值的大小，能够对涉及坝体的质量形成判断，依据判断结果及检测结果的偏差，用户能够准确地判断出坝体在品质上的偏差，针对性的对坝体品质进行改善，且改善的更有针对性；从而在搭建建筑构造的时候，安全性更加充足。

步骤三、依据检测点的覆盖范围确定采集区域并依次对水体相关参数进行采集，分析后获取水体数据并建立水体数据集，在经过分析后生成水体系数Tc，对坝体承载情况形成评价；

所述步骤三包括如下内容：

步骤301、依据确定的检测点的位置，获取相邻的两个检测点之间的最近距离，以最近距离一半为半径，确定检测点的覆盖范围并指定为采集区域，在采集区域内建立采集点；

步骤302、在采集点中通过采集装置在水体中采集水体数据，获取的数据至少包括水体渗透压力St、水位Zw及流速Ls，汇总后构建水体数据集；其中水体渗透压力St通过渗压计进行周期性检测，水位Zw通过水位传感器进行周期性检测，流速Ls通过流速计进行周期性检测；

步骤303、获取水体数据集，对水体渗透压力St、水位Zw及流速Ls进行无量纲化处理后，关联获取水体系数Tc；其中，所述水体系数Tc的获取方式符合如下公式：

其中，参数意义为：渗压因子At，0.46≤At≤0.71，水位因子Aw，0.22≤Aw≤0.53，流速因子As，0.95≤As≤1.34，C

需要说明的是，由本领域技术人员采集多组数据并对每一组数据设定对应的预设比例系数；将设定的预设比例系数和采集数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到At、Aw及As的取值；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数；只要不影响参数与量化后数值的比例关系即可。

使用时，通过采集水体渗透压力St、水位Zw及流速Ls，构建水体数据集，并据此得到水体系数Tc，依据水体系数Tc与相应阈值的大小，能够对涉及坝体的承受情况形成判断，依据判断结果及检测结果的偏差，用户能够准确地判断出坝体在承受能力上的偏差，针对性的对水利工作方案进行改善，且改善的更有针对性；从而在进行水利工作的时候，安全性更加充足。

步骤四、在变形系数Bx或水体系数Tc高于相应阈值时，将涉及的采样区域确定为异常区域，构建堤坝的数字孪生模型和位于堤坝工作区域内的水体模型，在经过仿真分析后，获取堤坝的崩坏值Xd，判断水利工程是否存在安全风险；

所述步骤四包括如下内容：

步骤401、获取变形系数Bx和水体系数Tc，当两者中的至少一个超出相应阈值时，对异常区域形成核验，此时，将异常区域在覆盖工作区域的电子地图上进行标记，形成可视化展示，依据标记，获取异常区域的数量及相应的总异常面积；

步骤402、获取水利工程工作区域的面积，判断总异常面积占比是否超过预设的警戒比例，依据总异常面积占比与预设的第一阈值、第二阈值、第三阈值及第四阈值警戒比例的关系，为工作区域确定风险等级。

其中，工作区域的风险从高至低分别为第一风险等级、第二风险等级、第三风险等级至第四风险等级；此时，在确定了工作区域的风险后，用户能够依据工作区域的风险值来判断是否需要采取进一步的应急措施，尽量保证水利工作的安全。

步骤403、在工作区域的风险大于等于第四风险等级时，依据变形数据集及水体数据集中的检测数据，在训练和测试后，构建堤坝的数字孪生模型，及位于堤坝工作区域内的水体模型，并将其上传至云端备份，在经过仿真分析后，确定堤坝工作区域的载荷；

步骤404、依据载荷信息，结合堤坝的数字孪生模型，为坝体工作区域施加相应的载荷，并预设保持时间，在仿真分析后，获取堤坝的崩坏值Xd。

使用时，在判断水利工程工作区域内是否存在安全风险后，再决定是否对水利工程采用应急方案，在获取两次检测的数据时，以获取的检测数据作为基础，建立水利工程的数字孪生模型，展开仿真分析，得到在接受载荷后的堤坝产生的崩坏值Xd，依据崩坏值Xd的大小，能够对水利工程的工作风险做出进一步确认，从而在工作或者应急时做出更为准确的判断，减少水利工程工作的安全风险；

而且通过建立水利工程数字孪生模型，基于仿真分析获取结果，从而判断出水利工程在受到预期的载荷后(也即是水体即将对水利工程产生的载荷)，水利工程发生的崩坏程度，最终依据崩坏的程度来判断水利工程的安全性风险，并依据预测的崩坏情况提前采取应急措施，从而提高应急处理的效果。

步骤五、依据获取的崩坏值Xd并获取水利工程的崩坏风险后，构建应急方案库，并依据水利工程的数字孪生模型，确定应急方案是否可行，如果可行，则将最佳方案输出；如果不可行，则向外部发出预警；

所述步骤五包括如下内容：

步骤501、获取崩坏值Xd并判断其是否大于预设的第一阈值及第二阈值，如果大于第一阈值，则说明堤坝难以承载，依据崩坏值Xd的相应阈值的关系，分别从高到低确定为第一崩坏风险度、第二崩坏风险度及第三崩坏风险度；其中，当崩坏值Xd小于第二阈值时，为第三崩坏风险度；当崩坏值Xd大于第二阈值小于第一阈值时，为第二崩坏风险度；当崩坏值Xd大于第一阈值时为第一崩坏风险度。

步骤502、依据崩坏值Xd的分布范围，确定当前建筑构造发生崩坏的风险度；依据水利工程工作方案及崩坏风险，检索相应的应急方案，汇总应急方案并建立应急方案库；

使用时，依据水利工程工作方案及所起到的相应的效果，确定相应的应急方案，进而在崩坏风险不同时，依据工作方案和崩坏程度的不同，形成不同的应急方案，最终构建形成应急方案库，在需要时，能够选择相适应的方案，来使应急能够有序的进行。

步骤503、基于水利工程数字孪生模型，依据崩坏风险的大小，从应急方案库中选择相应的应急方案并在水利工程数字孪生模型中对应急方案进行仿真分析，计算堤坝承载力特征值；判断堤坝承载力特征值是否达到预期，如果未达到预期，则重新在应急方案库选择应急方案再模拟水利工程工作情况，直至堤坝承载力特征值达到预期；

使用时，通过模拟应急，在配合了水利工程数字孪生模型的基础上，能够对水利工程建筑承载力特征值形成判断，如果建筑物承载力特征值达到预期，则可以判断出应急是有效的，处治水利工程崩坏的方案是有效的；

步骤504、重新向水利工程数字孪生模型施加相应水体的载荷，持续预期时间后，确定水利工程的崩坏值Xd；如果水利工程的崩坏值Xd仍超出相应阈值，则向外部发出预警；如果水利工程的崩坏值Xd不超出阈值，则将应急方案输出；而再次获取水利工程的崩坏值Xd，则是对应急方案的验证。

使用时，在构建应急方案库并依据水利工程的数字孪生模型输出水利工程的崩坏值Xd及建筑物承载力特征值，通过两者的结合，可以判断应急方案是否可行，如果可行，将应急方案输出；此时，可采取对堤坝发生龟状裂缝、横向裂缝、纵向裂缝等裂缝处进行灌浆修补，修建铺设堤坝防渗墙进行加固，和对坝顶浇筑混凝土以提高坝高等应急方式中的一个或者多个，并动态实时观察、检测后续渗漏情况，形成应急方案；并且在技术和理论的分析的基础上，配合模拟，在最小的应急风险的基础上，确定最为准确的应急方案，降低应急处治的风险。

请参阅图2，本发明提供一种基于数字孪生的水利工程智能监测系统，包括：

划分单元10，确定工作区域后并构建相应的电子地图，随机为工作区域选择相应的检测点，并依据检测点的分布确定检测顺序并输出；

采集单元20，依据检测点的覆盖范围确定采集区域并依次对坝体参数和水体参数进行采集，分析后获取变形数据和水体数据，建立变形数据集和水体数据集，并经过分析后，确定变形系数Bx和水体系数Tc，对坝体变形情况和坝体承载情况形成评价；

仿真分析单元30，在变形系数Bx或水体系数Tc高于相应阈值时，将涉及的采集区域确定为异常区域；构建水利工程建筑构造的数字孪生模型及位于水利工程中的水体模型，并据此判断水利工程是否存在安全风险并获取水利工程的崩坏值Xd；

验证应急单元40，依据获取的崩坏值Xd确定水利工程的崩坏风险后，构建应急方案库，并依据水利工程的数字孪生模型，确定应急方案是否可行，如果可行，则将较佳方案输出；如果不可行，则向工作人员发出预警。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。