基于GIS 的流域梯級(jí)電站綜合信息處理關(guān)鍵技術(shù)研究

李光華，謝鳳祥，羅濤

（國(guó)能大渡河流域水電開發(fā)有限公司，四川成都 610000）

目前，電站的綜合信息鏈涉及范圍廣且結(jié)構(gòu)復(fù)雜，其關(guān)鍵作用在于對(duì)應(yīng)急資源、運(yùn)行狀態(tài)、氣象水情、車輛預(yù)警及人員等實(shí)施及時(shí)有效的調(diào)配。如何全面整合、精準(zhǔn)分析、合理調(diào)配各站的綜合信息是當(dāng)前的研究重點(diǎn)。運(yùn)行人員無(wú)法實(shí)現(xiàn)對(duì)電站的全面管控，缺少切合流域梯級(jí)電站實(shí)際的可視化管控技術(shù)。通過(guò)3D 可視化技術(shù)、3D 數(shù)字技術(shù)，再結(jié)合GIS系統(tǒng)，將電力、BIM、氣象、車輛、預(yù)警、3D 數(shù)字廠房等數(shù)據(jù)進(jìn)行整合，建立一個(gè)以地理信息系統(tǒng)為平臺(tái)，加載各類圖層和數(shù)據(jù)集合并能進(jìn)行3D 綜合展示的決策指揮中心[1-2]。該中心能夠從電站安全、運(yùn)行穩(wěn)定、預(yù)控措施、實(shí)時(shí)診斷、實(shí)地應(yīng)急處置等多維度綜合展示電站信息，全方位實(shí)現(xiàn)流域梯級(jí)電站可視化。其中，隱患實(shí)時(shí)管控、提級(jí)預(yù)防模塊尤為重要。當(dāng)流域關(guān)鍵隱患點(diǎn)已確定時(shí)，能依靠高精度影像數(shù)據(jù)實(shí)時(shí)掌控隱患動(dòng)向。與此同時(shí)，對(duì)于隱患發(fā)展趨勢(shì)的預(yù)測(cè)也不容忽視，需借助智能算法及工作流程，建立在線診斷模型，優(yōu)化關(guān)鍵參數(shù)，提高流域梯級(jí)電站的隱患預(yù)防及處置能力，最大化地減少因隱患監(jiān)測(cè)不到位而造成的固定性損失[3-5]。

為解決流域電站綜合信息分散性強(qiáng)、容錯(cuò)性小的局限性問題，該文在現(xiàn)有流域電站信息的基礎(chǔ)上，利用在線診斷與離線優(yōu)化為關(guān)鍵數(shù)據(jù)處理架構(gòu)。最大化電網(wǎng)安全、穩(wěn)定運(yùn)行的決定性因素，整合流域梯級(jí)電站綜合信息，實(shí)現(xiàn)了梯級(jí)流域電站的可視化管控。

1 GIS集成流域綜合信息展示

流域綜合信息展示的關(guān)鍵在于全域信息可視化，其考慮了天氣、光度、地貌結(jié)構(gòu)、地貌層級(jí)構(gòu)架等因素，綜合各項(xiàng)關(guān)鍵參數(shù)建立地貌關(guān)鍵結(jié)構(gòu)，在此基礎(chǔ)上實(shí)現(xiàn)流域綜合信息可視化展示。

GIS 數(shù)據(jù)包括影像數(shù)據(jù)、高程數(shù)據(jù)以及各類涉及空間位置信息的數(shù)據(jù)，通過(guò)符號(hào)化、矢量化、影像轉(zhuǎn)換將GIS 數(shù)據(jù)轉(zhuǎn)換為可接入的格式，即可實(shí)現(xiàn)GIS 地形與BIM 模型無(wú)縫結(jié)合[6-8]。GIS 集成流域綜合信息包括擬建、在建、投運(yùn)3 種類型的電站大壩BIM 模型、隱患點(diǎn)邊坡影像數(shù)據(jù)加載、流域天氣、車輛信息四種數(shù)據(jù)類型與GIS 地圖進(jìn)行集成展示。

1.1 地貌結(jié)構(gòu)可視化展示

如何獲取及優(yōu)化地貌結(jié)構(gòu)參數(shù)是全域信息可視化的關(guān)鍵。為分析地貌結(jié)構(gòu)性質(zhì)不同的變化規(guī)律，該文建立了實(shí)例地貌仿真計(jì)算模型[9]。該模型在x和y方向上每間隔100 m 各選取11 個(gè)特征位置點(diǎn)，每個(gè)點(diǎn)均為直徑是20 cm 的圓，將100 m 的長(zhǎng)度分割為10 部分進(jìn)行對(duì)比修正，直到清晰對(duì)比度與準(zhǔn)確度均滿足表1 所示的地貌關(guān)鍵結(jié)構(gòu)參數(shù)要求為止。

表1 地貌關(guān)鍵結(jié)構(gòu)參數(shù)

假設(shè)在圖中不同地段選定坐標(biāo)位置，并標(biāo)注地貌性質(zhì)，再以此推算出選定區(qū)域相應(yīng)的特征地貌。以地表面特征分量Bx在x=0～55 m，y=55 m 的區(qū)域分布為例，計(jì)算發(fā)現(xiàn)，選定區(qū)域的最大準(zhǔn)確度約為1.4%，而特征位置點(diǎn)的準(zhǔn)確度均大于5%，如圖1 所示。

圖1 不同地貌結(jié)構(gòu)比較

從圖1 中可以看出，當(dāng)直接從地貌定區(qū)域中選定特征位置點(diǎn)滿足清晰對(duì)比度時(shí)，可較好地展現(xiàn)實(shí)景圖。但由于非特征位置點(diǎn)不滿足準(zhǔn)確度的要求，所以圖層差異較大，無(wú)法展現(xiàn)較為真實(shí)地實(shí)景全貌。因此在圖層確定后，需要達(dá)到清晰對(duì)比度及準(zhǔn)確度要求，才能夠?qū)嵉卣故救暗孛?，如圖2 所示。

圖2 圖層分布

1.2 3D可視化技術(shù)全景實(shí)現(xiàn)

3D 可視化影像技術(shù)的深度融合關(guān)鍵在于攝像頭位置點(diǎn)布設(shè)、典型特征快速確立以及無(wú)用條件迅速剔除。該文先以現(xiàn)有流域電站攝像頭布設(shè)位置點(diǎn)為基礎(chǔ)，增設(shè)相應(yīng)攝像頭位置點(diǎn)，實(shí)現(xiàn)無(wú)死角監(jiān)測(cè)流域電站地貌。再基于新建攝像頭布置架構(gòu)，并深度融合場(chǎng)景投影紋理算法，采用空間網(wǎng)絡(luò)構(gòu)造新型模型理論，分別對(duì)流域電站、攝像頭位置布設(shè)兩類關(guān)鍵數(shù)據(jù)建立拓?fù)浣Y(jié)構(gòu)聯(lián)系，形成具有流域電站典型特征的空間模型。然后基于構(gòu)建的空間模型，運(yùn)用拓?fù)湓\斷算法及動(dòng)態(tài)篩選原理，剔除干擾性場(chǎng)景數(shù)據(jù)，保留典型特征性場(chǎng)景數(shù)據(jù)，從而降低3D 可視化存在眩暈?zāi)：綀?chǎng)景的概率，最終得到具有流域典型特征的3D 可視化場(chǎng)景[10-11]。

該文基于空間模型，并通過(guò)樹狀索引構(gòu)建流域電站三維場(chǎng)景，其主要步驟分為三部分，如圖3 所示。同時(shí)，其具有以下特點(diǎn)：

圖3 流域電站3D可視化工作流程

1）原有基礎(chǔ)上合理布設(shè)攝像頭位置，做到完全覆蓋；

2）動(dòng)態(tài)剔除與拓?fù)湓\斷結(jié)合，避免眩暈式構(gòu)圖；

3）優(yōu)化圖像且與視頻結(jié)合，實(shí)景展示流域電站，實(shí)例效果如圖4 所示。

圖4 3D可視化實(shí)景圖實(shí)例

2 流域電站隱患預(yù)測(cè)關(guān)鍵技術(shù)

大數(shù)據(jù)分析技術(shù)結(jié)合智能算法可以實(shí)現(xiàn)關(guān)鍵性趨勢(shì)的預(yù)測(cè)[12-13]。而這需要采集大量的隱患典型特征數(shù)據(jù)，經(jīng)初期篩選后剔除干擾性數(shù)據(jù)，保留有效性數(shù)據(jù)作為訓(xùn)練樣本。該文基于大數(shù)據(jù)中心對(duì)接流域中現(xiàn)有的監(jiān)測(cè)設(shè)備，如GNSS、微芯樁、表面位移監(jiān)測(cè)、微芯樁-震動(dòng)、傾角儀、固定測(cè)斜儀、錨索測(cè)力計(jì)、裂縫計(jì)等，獲取設(shè)備的基本信息和監(jiān)測(cè)信息數(shù)據(jù)。數(shù)據(jù)樣本包括設(shè)備名稱、安裝經(jīng)緯度以及各類型監(jiān)測(cè)設(shè)備的實(shí)時(shí)數(shù)據(jù)等。

離線訓(xùn)練階段主要是利用系統(tǒng)的歷史數(shù)據(jù)或?qū)嶒?yàn)數(shù)據(jù)，采用智能算法、統(tǒng)計(jì)學(xué)算法等建立應(yīng)用于在線監(jiān)測(cè)的診斷模型。在線監(jiān)測(cè)階段則獲取被測(cè)對(duì)象的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，結(jié)合實(shí)際的系統(tǒng)診斷精度，經(jīng)過(guò)智能比對(duì)實(shí)現(xiàn)對(duì)缺陷信息進(jìn)行預(yù)警和診斷，同時(shí)將結(jié)果偏差反饋給離線學(xué)習(xí)模型。離線算法根據(jù)反饋結(jié)果持續(xù)優(yōu)化模型，將優(yōu)化后的參數(shù)傳遞到在線監(jiān)測(cè)模型中。該文將離線學(xué)習(xí)與在線預(yù)警有機(jī)結(jié)合，實(shí)現(xiàn)了離線訓(xùn)練到在線檢測(cè)，再通過(guò)檢測(cè)結(jié)果的反饋進(jìn)一步優(yōu)化離線訓(xùn)練模型，從而實(shí)現(xiàn)了系統(tǒng)的自適應(yīng)、自演進(jìn)，突破了預(yù)置訓(xùn)練數(shù)據(jù)的局限性。最終將隱患點(diǎn)監(jiān)測(cè)點(diǎn)位數(shù)據(jù)在影像地圖上標(biāo)注展示，實(shí)現(xiàn)流域電站隱患精準(zhǔn)預(yù)測(cè)，診斷模型如圖5 所示。

圖5 系統(tǒng)診斷模型

在系統(tǒng)參數(shù)設(shè)定方面，該文采用10 折交叉驗(yàn)證算法進(jìn)行參數(shù)交叉驗(yàn)證訓(xùn)練，并最終選定適宜的參數(shù)組合[14]。初始階段先預(yù)設(shè)一組值作為系統(tǒng)初始參數(shù)，并將初始樣本隨機(jī)分成10 個(gè)子樣本，依次選取一個(gè)子樣本作為驗(yàn)證模型的數(shù)據(jù)，其他9 個(gè)樣本用以訓(xùn)練，進(jìn)行SPRT 計(jì)算比對(duì)，并記錄下報(bào)警概率。如此重復(fù)10 次，獲得該參數(shù)組合下的平均診斷正確率。調(diào)整參數(shù)組合，重復(fù)以上操作，最終確定最優(yōu)模型參數(shù)組合。

實(shí)際運(yùn)行模式下，還需要對(duì)接地災(zāi)中心的影像數(shù)據(jù)集成展示流域中隱患點(diǎn)的影像地圖。通過(guò)GIS地圖展示隱患點(diǎn)周邊5 km 的地形、村莊等情況。還需實(shí)時(shí)觀測(cè)隱患點(diǎn)，并依靠大數(shù)據(jù)分析實(shí)現(xiàn)隱患點(diǎn)預(yù)測(cè)，及時(shí)預(yù)防隱患點(diǎn)的爆發(fā)式增長(zhǎng)[15]。天氣也是誘發(fā)隱患的關(guān)鍵因素，需提早進(jìn)行預(yù)防[16]?？赏ㄟ^(guò)大數(shù)據(jù)平臺(tái)獲取流域的天氣數(shù)據(jù)，并根據(jù)天氣數(shù)據(jù)分析流域各個(gè)電站的實(shí)時(shí)天氣情況。在首頁(yè)流域地圖上模擬天氣動(dòng)態(tài)、直觀展示分析結(jié)果，提供流域環(huán)境預(yù)測(cè)、預(yù)警數(shù)據(jù)的擬態(tài)化展示。

3 仿真驗(yàn)證

3.1 3D技術(shù)對(duì)比驗(yàn)證

該文以大渡河流域的梯級(jí)電站為樣本，建立不同攝像頭位置的融合對(duì)象延時(shí)對(duì)比分析體系，結(jié)果如圖6 所示。由圖可看出，該文所設(shè)計(jì)方案可對(duì)5 個(gè)攝像頭的監(jiān)測(cè)數(shù)據(jù)進(jìn)行融合式處理。該方法以1、3、5 個(gè)攝像頭為例，全過(guò)程測(cè)試所提方案的數(shù)據(jù)處理情況，其幀率始終保持在20 fps，能夠較為穩(wěn)定地輸出數(shù)據(jù)處理結(jié)果。而現(xiàn)有傳統(tǒng)方法的融合幀率低于20 fps，漫游速率阻力較大，不能直接融合圖像數(shù)據(jù)，極易造成數(shù)據(jù)扭曲、丟失。因此，該方法能最大化處理采集數(shù)據(jù)，剔除干擾性數(shù)據(jù)，獲取清晰的實(shí)景圖，適合流域電站圖像處理。

3.2 隱患預(yù)測(cè)技術(shù)驗(yàn)證

以某一電站為例，在設(shè)備的局部區(qū)域進(jìn)行隱患預(yù)測(cè)測(cè)試，檢測(cè)該方法是否能準(zhǔn)確測(cè)出地下接地網(wǎng)故障隱患，檢測(cè)結(jié)果如表2 所示。結(jié)果表明，該檢測(cè)系統(tǒng)的接地網(wǎng)檢測(cè)結(jié)果與實(shí)際接地網(wǎng)測(cè)量數(shù)據(jù)相符。該方法能有效、可靠地獲取變電站接地網(wǎng)的拓?fù)浞植技皽?zhǔn)確預(yù)測(cè)接地網(wǎng)腐蝕狀況。由此說(shuō)明，該方法中的隱患預(yù)測(cè)技術(shù)是可靠且有效的。

表2 檢測(cè)結(jié)果

4 結(jié)束語(yǔ)

該文以3D 可視化技術(shù)為核心，以智能算法為支撐，架構(gòu)了離線訓(xùn)練與在線診斷自演進(jìn)的隱患預(yù)測(cè)模型，建立了基于GIS 的全域可視化綜合信息及預(yù)測(cè)系統(tǒng)?；诖讼到y(tǒng)，能將現(xiàn)有基礎(chǔ)設(shè)施靜態(tài)數(shù)據(jù)、物聯(lián)網(wǎng)感知數(shù)據(jù)、系統(tǒng)業(yè)務(wù)數(shù)據(jù)等與GIS 地圖進(jìn)行集成，擴(kuò)充決策指揮場(chǎng)景化應(yīng)用，并根據(jù)場(chǎng)景的需求，對(duì)數(shù)據(jù)進(jìn)行分析并自動(dòng)處理，從而實(shí)現(xiàn)按需提取。