李子陽，馬福恒，李涵曼，王 凱

(1. 南京水利科學(xué)研究院，南京 210029； 2. 水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210029；3. 武漢大學(xué)水利水電學(xué)院，武漢 430072)

人民勝利渠灌區(qū)位于河南省北部，設(shè)計(jì)灌溉面積9.92 萬hm2，主要承擔(dān)焦作、新鄉(xiāng)、安陽三市9個(gè)縣(市、區(qū))的農(nóng)田灌溉、抗旱補(bǔ)源、城市供水等任務(wù)。灌區(qū)是解放初期在黃河中下游興建的第一個(gè)大型引黃灌溉工程，自1952年開灌以來，經(jīng)過60多年的建設(shè)管理，已逐步形成“自流灌溉為主、井渠結(jié)合為輔”的灌溉網(wǎng)絡(luò)和干、支、斗齊全的排水體系，在豫北地區(qū)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中具有舉足輕重的地位。

人民勝利渠為大型灌區(qū)，工程體系龐雜且分散，由灌溉、排水、機(jī)井、沉沙4套系統(tǒng)組成，其中灌溉系統(tǒng)又由總干、干、支、斗、農(nóng)五級(jí)渠道組成，(總)干渠全長(zhǎng)135.2 km，各類建筑物4 767 座。其灌溉覆蓋面廣，且所處豫北地區(qū)水資源量有限。因此，無論是全面監(jiān)控灌區(qū)的安全運(yùn)行，還是綜合協(xié)調(diào)水資源的高效利用，信息化建設(shè)與管理都是灌區(qū)可持續(xù)發(fā)展迫切需要解決的關(guān)鍵問題。目前已有先進(jìn)的計(jì)算機(jī)技術(shù)逐步應(yīng)用到灌區(qū)信息化建設(shè)中，管理軟件的大量開發(fā)，促進(jìn)了灌區(qū)的現(xiàn)代化管理[1-3]。但由于缺乏統(tǒng)一規(guī)劃，信息化建設(shè)不夠系統(tǒng)全面，不僅效率低，而且人為制造了信息孤島、數(shù)據(jù)碎片等問題，資源無法有效共享；此外，系統(tǒng)開發(fā)多關(guān)注操作性、服務(wù)性等應(yīng)用，對(duì)海量數(shù)據(jù)的管理、深層挖掘等分析較少，制約了灌區(qū)信息化的資源利用及高質(zhì)量管理[4]。為此，凾待利用物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等現(xiàn)代信息技術(shù)，全面感知灌區(qū)多源信息[5,6]，通過數(shù)據(jù)共享與深度融合，科學(xué)優(yōu)化資源配置；通過智能監(jiān)控與系統(tǒng)診斷，切實(shí)提升水資源高效利用與灌區(qū)安全管理能力；搭建灌區(qū)智慧管理平臺(tái)，實(shí)現(xiàn)智能決策，為充分發(fā)揮人民勝利渠作為水利基礎(chǔ)設(shè)施的整體效能、保證工程安全運(yùn)行及提高灌區(qū)管理水平提供科技支撐。

1 灌區(qū)智慧管理內(nèi)涵

人民勝利渠安全運(yùn)行與管理所需的支撐信息繁雜且涉及面廣，包含工程質(zhì)量、運(yùn)行調(diào)度、安全管理以及水雨情、水質(zhì)、土壤墑情等，涵蓋各層次業(yè)主與管理部門，以及水文氣象等相關(guān)單位，信息采集的時(shí)空間隔、數(shù)據(jù)類型、數(shù)據(jù)精度、交換格式與表達(dá)方式具有多樣化特征，信息共享困難。另外，現(xiàn)有信息化服務(wù)系統(tǒng)目標(biāo)單一，如水文氣象觀測(cè)系統(tǒng)、流速測(cè)量裝置、視頻監(jiān)控系統(tǒng)等均獨(dú)立存在，各種信息基礎(chǔ)設(shè)施與共享機(jī)制不配套，且網(wǎng)絡(luò)基礎(chǔ)設(shè)施薄弱，難以構(gòu)成有效的資源共享環(huán)境，資源開發(fā)利用層次較低，不能形成全局性的高效、高水平的信息處理與應(yīng)用。要解決上述問題，實(shí)現(xiàn)灌區(qū)的智慧管理，不能僅停留在灌區(qū)系統(tǒng)簡(jiǎn)單的數(shù)值化和信息化層面，而是要站在整體角度，高度融合先進(jìn)的信息與管理技術(shù)，強(qiáng)化物聯(lián)網(wǎng)建設(shè)，深化大數(shù)據(jù)挖掘，實(shí)現(xiàn)灌區(qū)全要素?cái)?shù)字化感知、網(wǎng)格化傳輸、大數(shù)據(jù)處理和智能化應(yīng)用[7]，從而構(gòu)建灌區(qū)信息展示全面化、故障診斷自動(dòng)化、決策管理智能化的新型管理平臺(tái)。由此，人民勝利渠大型灌區(qū)智慧管理的重要特征包括全面感知、廣泛互聯(lián)、深度融合、智能應(yīng)用等。

(1)全面感知。全面感知是智慧管理的前提和基礎(chǔ)，通過全方位、全對(duì)象、全指標(biāo)的監(jiān)測(cè)，為灌區(qū)管理提供多種類、精細(xì)化的數(shù)據(jù)支撐。監(jiān)測(cè)信息涉及土壤墑情、地下水、地表水、渠道流量、水質(zhì)、水工結(jié)構(gòu)(閘門、泵站、渠道等)運(yùn)行情況以及氣象預(yù)測(cè)預(yù)報(bào)信息等。全面感知需結(jié)合傳統(tǒng)監(jiān)測(cè)手段，以及物聯(lián)網(wǎng)、無人機(jī)、視頻監(jiān)控、智能終端等新技術(shù)應(yīng)用，既需采集灌區(qū)運(yùn)行的主要特征指標(biāo)，也需采集相關(guān)的氣象、環(huán)境等數(shù)據(jù)。為此，需建設(shè)數(shù)據(jù)“大感知”網(wǎng)絡(luò)，利用信號(hào)無線傳輸?shù)燃夹g(shù)提升灌區(qū)系統(tǒng)安全監(jiān)測(cè)能力，利用墑情監(jiān)測(cè)、流速監(jiān)測(cè)、水位監(jiān)測(cè)等自動(dòng)化測(cè)點(diǎn)，實(shí)時(shí)感知基礎(chǔ)環(huán)境運(yùn)行信息并及時(shí)預(yù)警；利用互聯(lián)網(wǎng)技術(shù)提升隱患缺陷感知能力，以智能巡檢彌補(bǔ)儀器監(jiān)測(cè)的不足；借助區(qū)域水文自動(dòng)測(cè)報(bào)系統(tǒng)提升水旱情氣象感知能力，掌握區(qū)域降雨及墑情發(fā)展信息等。

(2)廣泛互聯(lián)。廣泛互聯(lián)下的信息共享是實(shí)現(xiàn)智慧管理的關(guān)鍵，通過不同專業(yè)、不同種類數(shù)據(jù)的全面參與和交換，實(shí)現(xiàn)對(duì)感知數(shù)據(jù)的共用、復(fù)用和再生。技術(shù)上需充分利用光纖、電纜等傳統(tǒng)有線通信，以及移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、WiFi等現(xiàn)代無線通信，實(shí)現(xiàn)感知對(duì)象和各級(jí)監(jiān)控平臺(tái)之間的互聯(lián)互通，全面構(gòu)建“四網(wǎng)”(局域網(wǎng)、廣域網(wǎng)、衛(wèi)星網(wǎng)、移動(dòng)網(wǎng))數(shù)據(jù)傳輸通道，支撐海量數(shù)據(jù)、圖像、視頻等信息傳輸。與此同時(shí)，還需保證智能巡檢、無人機(jī)等現(xiàn)場(chǎng)移動(dòng)設(shè)備感知數(shù)據(jù)的實(shí)時(shí)上傳、信息反饋等。鑒于大型灌區(qū)信息系統(tǒng)的復(fù)雜性，為實(shí)現(xiàn)各級(jí)管理平臺(tái)之間的互聯(lián)互通，需集成感知工程基礎(chǔ)數(shù)據(jù)(地質(zhì)、設(shè)計(jì)、建設(shè)等)、運(yùn)行數(shù)據(jù)、監(jiān)測(cè)檢測(cè)數(shù)據(jù)、巡檢數(shù)據(jù)等多源信息，結(jié)合物聯(lián)網(wǎng)和云計(jì)算技術(shù)，開發(fā)包括灌區(qū)基礎(chǔ)環(huán)境信息、結(jié)構(gòu)信息、各類監(jiān)控信息、調(diào)度信息等多源信息的全景展示平臺(tái)，以及信息的快速存儲(chǔ)、提取、多方案查詢技術(shù)；實(shí)現(xiàn)主要性態(tài)監(jiān)測(cè)資料(水位、流量、墑情等)的可視化展示，多維度呈現(xiàn)渠系結(jié)構(gòu)運(yùn)行性態(tài)以及多終端遠(yuǎn)程實(shí)時(shí)監(jiān)控。

(3)深度融合。深度融合是智慧管理的基本要求，包括基于云計(jì)算的數(shù)據(jù)和業(yè)務(wù)整合，使分散的監(jiān)測(cè)設(shè)施、監(jiān)控?cái)?shù)據(jù)和應(yīng)用形成合力。目前信息融合研究多限于結(jié)構(gòu)化數(shù)據(jù)，對(duì)多源異構(gòu)信息的深度融合以及智能可視化分析方法等考慮不足，需利用機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析等技術(shù)，綜合灌區(qū)系統(tǒng)時(shí)空多源監(jiān)控?cái)?shù)據(jù)及特征分析結(jié)果，以及多源異構(gòu)信息融合準(zhǔn)則，基于模糊表征對(duì)不同來源和不同變量信息進(jìn)行有效整合；構(gòu)建灌區(qū)環(huán)境變量與監(jiān)測(cè)效應(yīng)量信息融合的感知模型，以多源異構(gòu)信息高效融合技術(shù)，實(shí)現(xiàn)灌區(qū)多尺度、多維度、異構(gòu)信息特征層的深度融合。在可視化分析層面，通過建立集成灌區(qū)系統(tǒng)的三維模型，對(duì)多源異構(gòu)信息集成與智能可視化分析。

(4)智能應(yīng)用。智能應(yīng)用是智慧管理的落腳點(diǎn)。將智能系統(tǒng)的建設(shè)成果形成服務(wù)能力和產(chǎn)品，關(guān)鍵是基于對(duì)云網(wǎng)絡(luò)、大數(shù)據(jù)、人工智能等的運(yùn)用，針對(duì)各級(jí)調(diào)控、管理對(duì)象和服務(wù)對(duì)象的需求和指令進(jìn)行識(shí)別和快速響應(yīng)，實(shí)現(xiàn)人性化、便捷化、個(gè)性化，推動(dòng)監(jiān)管更高效、調(diào)度更科學(xué)、處置更快捷、服務(wù)更友好。針對(duì)灌區(qū)系統(tǒng)運(yùn)行維護(hù)與管理業(yè)務(wù)需求．綜合集成與共享海量信息，研發(fā)在統(tǒng)一數(shù)據(jù)、統(tǒng)一應(yīng)用服務(wù)支持下的面向灌區(qū)各業(yè)務(wù)單位的應(yīng)用系統(tǒng)集成機(jī)制；運(yùn)用Web服務(wù)和云平臺(tái)，解決軟件系統(tǒng)跨平臺(tái)的問題，實(shí)現(xiàn)自動(dòng)化監(jiān)測(cè)系統(tǒng)的遷移，以及與運(yùn)行診斷模塊的無縫集成；針對(duì)智慧管理系統(tǒng)包括的數(shù)據(jù)采集層、數(shù)據(jù)交換層、數(shù)據(jù)存儲(chǔ)層、支撐服務(wù)層等多層架構(gòu)，充分利用大數(shù)據(jù)匯集與存儲(chǔ)技術(shù)、大數(shù)據(jù)服務(wù)接口及集成技術(shù)、大數(shù)據(jù)挖掘與應(yīng)用技術(shù)以及大數(shù)據(jù)可視化與發(fā)布技術(shù)，解決業(yè)務(wù)系統(tǒng)之間的協(xié)同與信息共享，實(shí)現(xiàn)一體化管理等。不同管理層次的智能應(yīng)用與服務(wù)在與用戶互動(dòng)方面的要求基本一致，但也各有特點(diǎn)，面向公眾服務(wù)的應(yīng)用要求便捷易用，面向管理部門服務(wù)的應(yīng)用重點(diǎn)是決策支持。

2 平臺(tái)建設(shè)的關(guān)鍵技術(shù)

大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算與人工智能等技術(shù)[8-10]的提出和快速發(fā)展，為研究開發(fā)人民勝利渠灌區(qū)智慧管理平臺(tái)提供了全新的思路。充分利用這些先進(jìn)的信息處理技術(shù)，結(jié)合灌區(qū)智慧管理的內(nèi)涵，提出基于NB-IoT的信號(hào)無線傳感器節(jié)點(diǎn)技術(shù)、基于物聯(lián)網(wǎng)的云檢測(cè)與計(jì)算技術(shù)、基于深度學(xué)習(xí)的系統(tǒng)診斷技術(shù)等關(guān)鍵技術(shù)手段，重點(diǎn)突破人民勝利渠智慧管理平臺(tái)搭建中的信息高效傳輸、共享、深層挖掘與系統(tǒng)診斷等技術(shù)壁壘。

2.1 基于NB-IoT的信號(hào)無線傳感器節(jié)點(diǎn)技術(shù)

人民勝利渠灌區(qū)系統(tǒng)各類監(jiān)測(cè)設(shè)備分散，常規(guī)的有線網(wǎng)絡(luò)進(jìn)行信號(hào)傳輸難以實(shí)現(xiàn)，利用物聯(lián)網(wǎng)的無線傳輸技術(shù)可以很好地解決分散信息的傳輸和收集問題。目前物聯(lián)網(wǎng)的數(shù)據(jù)傳輸方式主要基于無線傳感網(wǎng)絡(luò)技術(shù)，采集設(shè)備相關(guān)信息后，由無線傳感器節(jié)點(diǎn)傳輸數(shù)據(jù)、在云平臺(tái)中處理以及存儲(chǔ)數(shù)據(jù)，進(jìn)而完成設(shè)備監(jiān)測(cè)管理的任務(wù)。因此，無線傳感技術(shù)是物聯(lián)網(wǎng)實(shí)施的關(guān)鍵，綜合利用WiFi技術(shù)及窄帶物聯(lián)網(wǎng)(Narrow Band Internet of Things，NB-IoT)技術(shù)，解決不同類型信息的無線傳輸。

WiFi技術(shù)遵從IEEE802.11標(biāo)準(zhǔn)，可直接應(yīng)用到物聯(lián)網(wǎng)，但網(wǎng)絡(luò)覆蓋范圍有限使得其只能用于集中監(jiān)測(cè)設(shè)備的信息收集與傳輸，如閘門監(jiān)控系統(tǒng)、辦公自動(dòng)化系統(tǒng)等。窄帶物聯(lián)網(wǎng)[11]是物聯(lián)網(wǎng)領(lǐng)域一個(gè)新興的技術(shù)，支持低功耗設(shè)備在廣域網(wǎng)的蜂窩數(shù)據(jù)連接，只消耗大約180 kHz的帶寬，可直接部署于GSM、UMTS或LTE網(wǎng)絡(luò)，擴(kuò)大了遠(yuǎn)距離覆蓋范圍，具有低功耗、連接穩(wěn)定、成本低、架構(gòu)優(yōu)化出色等特點(diǎn)，非常適合于人民勝利渠大型灌區(qū)不同監(jiān)測(cè)系統(tǒng)間大量分散監(jiān)控信息的采集傳輸和物聯(lián)網(wǎng)構(gòu)建?；贜B-IoT的信號(hào)無線傳感器節(jié)點(diǎn)技術(shù)示意如圖1所示。無線傳感器節(jié)點(diǎn)作為系統(tǒng)中的中轉(zhuǎn)部件，其作用是通過直接收集(或控制器中轉(zhuǎn))監(jiān)測(cè)儀器的采集信號(hào)，或解析、轉(zhuǎn)換來自各子系統(tǒng)的各種格式的數(shù)據(jù)包后，利用無線傳輸發(fā)送。采用NB-IoT作為無線傳感節(jié)點(diǎn)的主控制模塊，只要加上外圍的必要電路，就能正常工作。

圖1 基于NB-IoT的無線傳感器節(jié)點(diǎn)技術(shù)Fig.1 Wireless sensor node technology based on NB-IoT

2.2 基于物聯(lián)網(wǎng)的云檢測(cè)與云計(jì)算技術(shù)

在云計(jì)算模式下，用戶不需要購買復(fù)雜的軟硬件，智慧管理系統(tǒng)直接放置于阿里云、機(jī)智云等云平臺(tái)，這些免費(fèi)的云端不僅能實(shí)現(xiàn)遠(yuǎn)程訪問與開發(fā)，還能保存節(jié)點(diǎn)歷史數(shù)據(jù)，為數(shù)據(jù)的查詢與參考提供重要支撐。云平臺(tái)避免了大量的重復(fù)性工作，提高了灌區(qū)信息管理系統(tǒng)的整體效率；具有可擴(kuò)展性，能夠隨著灌區(qū)水利業(yè)務(wù)規(guī)模擴(kuò)大；根據(jù)用戶需求，不斷擴(kuò)展其平臺(tái)功能、數(shù)據(jù)信息等，具有可持續(xù)性；引入了云計(jì)算技術(shù)，加強(qiáng)了水利計(jì)算與前沿計(jì)算機(jī)技術(shù)的結(jié)合，創(chuàng)造出了灌區(qū)信息管理系統(tǒng)的新方式。

基于MVC+EF+BootStrap開發(fā)框架在云端建立Web服務(wù)器，與瀏覽器進(jìn)行交互，能夠及時(shí)對(duì)人民勝利渠灌區(qū)GIS、綜合數(shù)據(jù)進(jìn)行實(shí)時(shí)上傳、發(fā)布、檢測(cè)及診斷等。MVC框架是一種業(yè)務(wù)邏輯、數(shù)據(jù)與界面顯示分離的框架，將應(yīng)用分解為模型(Model)、視圖(View)、控制器(Controller)。EF提供變更跟蹤、唯一性約束、惰性加載、查詢事務(wù)等，通過Linq操作數(shù)據(jù)庫，方便快捷。BootStrap是前端開發(fā)資源包，包含了豐富的Web組件，具有簡(jiǎn)潔、易用、直觀的特點(diǎn)。此外，開發(fā)移動(dòng)端Android APP，能夠及時(shí)對(duì)灌區(qū)進(jìn)行檢測(cè)與診斷，實(shí)時(shí)上傳巡檢信息。

2.3 基于深度學(xué)習(xí)的系統(tǒng)診斷技術(shù)

近年來，深度學(xué)習(xí)(Deep Learning)已經(jīng)成為了人工智能的最主要的一個(gè)方向，被廣泛應(yīng)用于圖像識(shí)別、語音識(shí)別等各個(gè)領(lǐng)域[10]。采用深度學(xué)習(xí)算法，可得到各類運(yùn)行監(jiān)控?cái)?shù)據(jù)特征的簡(jiǎn)明表達(dá)，降低分類任務(wù)的復(fù)雜性，提高分類精度。主要分析方法為采用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNNs)、自編碼器(Auto-Encoder)和受限波滋曼機(jī)(Restricted Boltzmann Machines, RBM)等構(gòu)造深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNN)，擴(kuò)展神經(jīng)網(wǎng)絡(luò)的深度，從而從輸入數(shù)據(jù)中提取性能更好的特征數(shù)據(jù)。首先根據(jù)經(jīng)驗(yàn)知識(shí)，通過仿真模型和實(shí)際數(shù)據(jù)兩面的訓(xùn)練數(shù)據(jù)，以各類監(jiān)控信號(hào)作為輸入，以診斷類別作為輸出，通過CNNs、RBM和稀疏Auto-Encoder提取特征信號(hào)，再通過BP神經(jīng)網(wǎng)絡(luò)對(duì)特征進(jìn)行分類，最后得到DNN的參數(shù)(權(quán)值與偏差等)，構(gòu)建DNN。在此基礎(chǔ)上，編寫相應(yīng)的算法模塊，應(yīng)用于系統(tǒng)診斷和智慧決策支撐。

3 灌區(qū)智慧管理平臺(tái)架構(gòu)

為有效管理灌區(qū)各級(jí)水利系統(tǒng)，實(shí)時(shí)掌控灌區(qū)系統(tǒng)工程安全運(yùn)行及水資源需求分配情況，人民勝利渠灌區(qū)信息化建設(shè)根據(jù)需要收集信息的種類，在分別建立水雨情墑情遙測(cè)系統(tǒng)、水質(zhì)在線測(cè)量系統(tǒng)系統(tǒng)、閘門遠(yuǎn)程監(jiān)測(cè)系統(tǒng)、非接觸式在線測(cè)流系統(tǒng)、視頻監(jiān)控系統(tǒng)等信息采集系統(tǒng)的基礎(chǔ)上，利用上節(jié)的關(guān)鍵技術(shù)支撐開發(fā)智慧管理平臺(tái)，其信息流程拓?fù)浣Y(jié)構(gòu)如圖2所示。信息源的分布包括灌區(qū)測(cè)點(diǎn)(地下水監(jiān)測(cè)9處、土壤墑情監(jiān)測(cè)3處、地表水監(jiān)測(cè)2處，表面流速監(jiān)測(cè)1處，水質(zhì)五參數(shù)監(jiān)測(cè)1處)以及灌區(qū)調(diào)度中心、分中心、管理處等業(yè)務(wù)相關(guān)單位。其中無線傳感節(jié)點(diǎn)通過模擬量采集或串口通訊方法，采集監(jiān)測(cè)量電子信號(hào)后，利用WiFi或NB-IoT技術(shù)的無線傳感器將數(shù)據(jù)上傳到云平臺(tái)；各水位、流速采集設(shè)備及土壤墑情傳感器等借助有線或無線網(wǎng)絡(luò)上傳至云平臺(tái)，巡檢信息依靠巡檢軟件客戶端采用移動(dòng)終端無線網(wǎng)絡(luò)上傳；實(shí)現(xiàn)灌區(qū)信息的全面感知。

圖2 人民勝利渠智慧管理平臺(tái)拓?fù)湫畔⒔Y(jié)構(gòu)圖Fig.2 Topological structure chart of people's Victory Canal intelligence management platform

云平臺(tái)包括數(shù)據(jù)集成服務(wù)器與Web服務(wù)器。數(shù)據(jù)集成服務(wù)器包括數(shù)據(jù)存取與數(shù)據(jù)分析，數(shù)據(jù)庫采用MSSQL數(shù)據(jù)庫。Web服務(wù)器采用基于MVC+EF+BootStrap的框架，與瀏覽器進(jìn)行交互，此外還開發(fā)Android APP。平臺(tái)整體框架如圖3所示。

圖3 人民勝利渠信息管理云平臺(tái)架構(gòu)Fig.3 Cloud platform architecture diagram of People's Victory Canal information management

信息感知傳輸層：基于物聯(lián)網(wǎng)、WiFi、光纖等通訊手段接受來自各傳感器節(jié)點(diǎn)的信號(hào)數(shù)據(jù)?；A(chǔ)信息來源包括作物土壤墑情監(jiān)測(cè)子系統(tǒng)、地下水、地表水、流量監(jiān)測(cè)子系統(tǒng)、水質(zhì)監(jiān)測(cè)子系統(tǒng)、視頻監(jiān)控子系統(tǒng)、閘門監(jiān)測(cè)子系統(tǒng)、防汛會(huì)商子系統(tǒng)及辦公自動(dòng)化等應(yīng)用系統(tǒng)界面等。

信息互聯(lián)處理層：建立統(tǒng)一的數(shù)據(jù)庫存儲(chǔ)不同子系統(tǒng)信息，包括基礎(chǔ)特征信息、計(jì)算分析信息和用戶信息等。

信息融合再現(xiàn)層：利用Python強(qiáng)大的類庫包括科學(xué)計(jì)算包Numpy和SciPy編寫深度學(xué)習(xí)算法模塊，將深層挖掘的特征信息通過Web服務(wù)器端再現(xiàn)。Web服務(wù)器端采用基于MVC+EF+BootStrap框架的設(shè)計(jì)模式，包括URL映射器和MVC的模塊實(shí)現(xiàn)的表現(xiàn)層。

信息泛在服務(wù)層：瀏覽器采用AJAX引擎，可以在不重新加載頁面的情況下對(duì)系統(tǒng)診斷的結(jié)果進(jìn)行更新顯示，并實(shí)現(xiàn)跨部門數(shù)據(jù)共享與交流。移動(dòng)客戶端APP采用Http協(xié)議與Web服務(wù)器通訊，利用HttpURLConnection發(fā)送請(qǐng)求對(duì)返回的JSON格式數(shù)據(jù)解析，直接獲取相關(guān)數(shù)據(jù)信息并顯示。

利用上述物聯(lián)網(wǎng)等技術(shù)開發(fā)建設(shè)的人民勝利渠智慧管理平臺(tái)，成功實(shí)現(xiàn)了各類數(shù)據(jù)穩(wěn)定、可靠的無線傳輸與共享。平臺(tái)用戶可借助PC、手機(jī)或平板電腦等通過Web或APP方式登陸。平臺(tái)通過豐富的報(bào)表、圖形和多維分析方法對(duì)實(shí)時(shí)多源監(jiān)測(cè)數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行共享展示和分析，準(zhǔn)確判斷灌區(qū)水資源情況并做出科學(xué)決策。借助智慧管理平臺(tái)實(shí)現(xiàn)了灌區(qū)現(xiàn)代化管理人工與自動(dòng)化的結(jié)合，節(jié)省了人力成本，提高了灌區(qū)工作效率和智能一體化的管理水平。

4 結(jié) 語

大型灌區(qū)智慧管理是新一代科技發(fā)展理念下的灌區(qū)信息管理形態(tài)，本文結(jié)合人民勝利渠大型灌區(qū)信息化建設(shè)的需求，引入物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等現(xiàn)代信息技術(shù)手段，嘗試進(jìn)行了人民勝利渠灌區(qū)智慧管理平臺(tái)搭建的技術(shù)探討。

(1)面向灌區(qū)信息化建設(shè)的內(nèi)在需求，剖析了灌區(qū)智慧管理的內(nèi)涵和重要特征，包括全面感知、廣泛互聯(lián)、深度融合、智能應(yīng)用等，指出智慧管理需全面感知渠系結(jié)構(gòu)多源信息，通過廣泛互聯(lián)實(shí)現(xiàn)信息共享；通過信息深度融合，科學(xué)優(yōu)化資源配置；通過智能監(jiān)控、智能診斷，提升灌區(qū)安全管理能力和應(yīng)對(duì)突發(fā)事件的風(fēng)險(xiǎn)識(shí)別響應(yīng)能力。

(2)提出了基于NB-IoT的信號(hào)無線傳感器節(jié)點(diǎn)技術(shù)、基于物聯(lián)網(wǎng)的云檢測(cè)與計(jì)算技術(shù)、基于深度學(xué)習(xí)的系統(tǒng)診斷技術(shù)等關(guān)鍵技術(shù)手段，重點(diǎn)解決人民勝利渠智慧管理平臺(tái)搭建中的信息高效傳輸、共享、深層挖掘與系統(tǒng)診斷等技術(shù)問題。

(3)結(jié)合物聯(lián)網(wǎng)技術(shù)搭建了人民勝利渠多源信息傳輸?shù)耐負(fù)浣Y(jié)構(gòu)以及灌渠系統(tǒng)智慧管理平臺(tái)框架，包含信息感知傳輸層、信息互聯(lián)處理層、信息融合再現(xiàn)層、信息泛在服務(wù)層等，為充分發(fā)揮渠系結(jié)構(gòu)作為水利基礎(chǔ)設(shè)施整體效能、保障其安全運(yùn)行與進(jìn)一步提升管理水平提供了科技支撐。應(yīng)用表明，智慧平臺(tái)實(shí)現(xiàn)了灌區(qū)現(xiàn)代化管理人工與自動(dòng)化的結(jié)合，提高了灌區(qū)智能一體化的管理水平。