張綠原，胡露騫，沈啟航，談 震，牛霄飛

（1.南瑞集團(tuán)（國網(wǎng)電力科學(xué)研究院）有限公司，南京211000；2.杭州市千島湖原水股份有限公司，杭州310000；3.慈溪市水利局，浙江寧波315399）

0 引 言

當(dāng)前，我國治水的工作的總基調(diào)已轉(zhuǎn)變?yōu)樗こ萄a(bǔ)短板和水利行業(yè)強(qiáng)監(jiān)管［1］。而水利信息化作為“補(bǔ)短板和強(qiáng)監(jiān)管”的重要措施之一，經(jīng)過多年建設(shè)，已取得了長足發(fā)展。我國的水利工程信息化系統(tǒng)基礎(chǔ)感知及遠(yuǎn)程集中監(jiān)視控制系統(tǒng)已初具規(guī)模，業(yè)務(wù)應(yīng)用系統(tǒng)已逐步完善，為水利工程運(yùn)行管理人員提供了高效、便捷、可靠的管理手段。

但是，如何將現(xiàn)有信息化系統(tǒng)與經(jīng)典水文、水利、水質(zhì)等理論充分結(jié)合，為工程運(yùn)行管理提供科學(xué)決策，仍然是“信息水利”向“智慧水利”跨越中需要解決的重要問題。數(shù)字孿生技術(shù)為解決這一問題帶來了曙光［2，3］，該技術(shù)在物理世界和虛擬世界之間建立了一道橋梁，可將經(jīng)典水文、水利、水質(zhì)理論與水利工程信息化系統(tǒng)深度融合，解決“智慧水利”中的科學(xué)決策問題。

1 對水利工程數(shù)字孿生技術(shù)的理解

在工業(yè)領(lǐng)域，數(shù)字孿生技術(shù)并不是一種全新的技術(shù)，它是系統(tǒng)建模與仿真應(yīng)用的重要形式［4］，是在物聯(lián)網(wǎng)技術(shù)提供了便捷采集和可靠傳輸能力、大數(shù)據(jù)技術(shù)提供了海量數(shù)據(jù)存儲分析能力、云計(jì)算技術(shù)提供了強(qiáng)大的計(jì)算能力、人工智能技術(shù)提供了強(qiáng)大的推理分析能力的技術(shù)背景下，系統(tǒng)建模與仿真應(yīng)用技術(shù)發(fā)展的新階段。數(shù)字孿生技術(shù)通過數(shù)字化的手段構(gòu)建了一個(gè)與物理世界同樣的虛擬體，從而實(shí)現(xiàn)對物理實(shí)體的了解、分析、預(yù)測、優(yōu)化、控制決策［5-8］。

對于運(yùn)維階段的水利工程數(shù)字孿生技術(shù)來講，信息化系統(tǒng)提供了工程的運(yùn)行狀態(tài)信息，例如閘閥開關(guān)狀態(tài)、氣象水情信息、結(jié)構(gòu)應(yīng)力應(yīng)變信息、水質(zhì)信息等，這些信息在一定程度上，反映了真實(shí)世界中的水利工程的運(yùn)行狀態(tài)。而基于工程建設(shè)階段的設(shè)計(jì)資料，例如水工建筑物設(shè)計(jì)圖、閘泵站結(jié)構(gòu)設(shè)計(jì)圖，利用經(jīng)典的水文、水利、水質(zhì)分析理論，并借助地理信息（GIS，Geographic Information System）、建筑信息模型（BIM，Building Information Modeling）等技術(shù)，則可在計(jì)算機(jī)中搭建物理實(shí)體對應(yīng)的虛擬體。基于虛擬體，可對物理實(shí)體的變化規(guī)律進(jìn)行預(yù)測，并驗(yàn)證、優(yōu)選調(diào)度運(yùn)行決策。

2 水利工程數(shù)字孿生技術(shù)的架構(gòu)設(shè)計(jì)

水利工程數(shù)字孿生技術(shù)就基礎(chǔ)組成來講，主要分為兩個(gè)部分，物理實(shí)體和虛擬體。物理實(shí)體提供水利工程的實(shí)際運(yùn)行狀態(tài)給虛擬體，虛擬體以物理實(shí)體的真實(shí)狀態(tài)為初始條件或邊界約束條件進(jìn)行決策模擬仿真。經(jīng)決策仿真驗(yàn)證后的操作方案將會反饋到物理實(shí)體的信息化系統(tǒng)，從而實(shí)現(xiàn)對物理實(shí)體（如閘、泵等設(shè)備）的控制操作。

物理實(shí)體從廣義上講包括信息化系統(tǒng)和數(shù)據(jù)質(zhì)量管理系統(tǒng)。信息化系統(tǒng)主要包括閘泵監(jiān)控、水情監(jiān)測、工程安全監(jiān)測、水質(zhì)監(jiān)測等系統(tǒng)。物理實(shí)體的狀態(tài)數(shù)據(jù)來源于信息化系統(tǒng)的監(jiān)控采集值，但由于傳感器異常、通訊故障等原因［9］，工程上一般會出現(xiàn)監(jiān)控采集值的異常，導(dǎo)致監(jiān)控采集值并不能反映物理實(shí)體的真實(shí)狀態(tài)，這將導(dǎo)致虛擬體的決策錯(cuò)誤。因此，物理實(shí)體還應(yīng)包含專門的數(shù)據(jù)質(zhì)量管理系統(tǒng)，能夠?qū)Ξ惓?shù)據(jù)自動(dòng)篩選、剔除，并能提供人機(jī)交互的數(shù)據(jù)修正功能。

虛擬體從廣義上講包括數(shù)字模型和決策算法。數(shù)字模型主要包括產(chǎn)匯流模型、河網(wǎng)水動(dòng)模型、水質(zhì)模型等，以及黑箱模型，如神經(jīng)網(wǎng)絡(luò)模型、時(shí)間序列模型等。但是，僅有數(shù)字模型還不足支撐對水利工程的調(diào)度決策，因此對虛擬體來講，還必須有決策算法做支撐，這些算法不僅包括傳統(tǒng)的線性規(guī)劃、動(dòng)態(tài)規(guī)劃算法［10］等，還包括遺傳算法［11］、粒子群算法［12］等智能算法等，以及能滿足大規(guī)模并行計(jì)算技術(shù)手段。

3 水利工程數(shù)字孿生技術(shù)的關(guān)鍵問題

水利工程數(shù)字孿生技術(shù)并不是一項(xiàng)全新技術(shù)，以往的水利工程實(shí)時(shí)在線仿真決策系統(tǒng)都可以視為其雛形，根據(jù)這些項(xiàng)目的建設(shè)經(jīng)驗(yàn)，水利工程數(shù)字孿生技術(shù)要真正落地，解決“智慧水利”的科學(xué)決策，應(yīng)該在建設(shè)過程中關(guān)注解決以下關(guān)鍵問題。

（1）數(shù)據(jù)質(zhì)量管理。數(shù)據(jù)是虛擬體模擬仿真和決策的依據(jù)，虛擬體中的數(shù)字模型往往需要信息化系統(tǒng)提供的幾十個(gè)甚至上百個(gè)采集數(shù)據(jù)作為初始條件或邊界約束條件。但是，水利信息化系統(tǒng)采集的原始數(shù)據(jù)往往夾雜著隨機(jī)的誤差和噪音［13］，這些誤差將影響數(shù)字孿生體決策的準(zhǔn)確性。例如，將錯(cuò)誤的水位數(shù)據(jù)采集值作為初始條件代入圣維南方程組，那么計(jì)算的結(jié)果將無法達(dá)到預(yù)期。

因此，數(shù)據(jù)質(zhì)量管理是水利工程數(shù)字孿生系統(tǒng)建設(shè)中的重要的內(nèi)容。數(shù)據(jù)質(zhì)量管理系統(tǒng)應(yīng)具備強(qiáng)健的數(shù)據(jù)容錯(cuò)管理機(jī)制，保證提供給虛擬體的數(shù)據(jù)是物理實(shí)體的真實(shí)狀態(tài)。

（2）數(shù)字模型的構(gòu)建。對于數(shù)字模型的構(gòu)建，首先需要解決模型邊界問題。大多數(shù)水利工程在自然界并不存在天然的邊界，它的實(shí)際運(yùn)行工況與工程范圍之外的系統(tǒng)（如水系）存在著較強(qiáng)的耦合關(guān)系。因此，對虛擬體中的數(shù)字模型，需要設(shè)定合理的邊界條件，只有在合理的邊界條件下，數(shù)字模型才會反映物理世界中水利工程的真實(shí)性能。

圖1 數(shù)字孿生技術(shù)的架構(gòu)設(shè)計(jì)Fig.1 Architecture design of digital twin technology

其次，要解決數(shù)字模型的參數(shù)率定問題。水利工程一般都有明確的基礎(chǔ)參數(shù)，如河道斷面形狀、長度等，但是河道糙率、閘門過流系數(shù)等則需要憑借人工經(jīng)驗(yàn)調(diào)整。在云時(shí)代，基于公有云或私有云提供的海量算力，可用智能算法對這些參數(shù)進(jìn)行整體率定。例如，基于信息化系統(tǒng)采集的歷史數(shù)據(jù)，在云端利用智能算法可同時(shí)率定同一渠段的多個(gè)閘門的過流系數(shù)。

再次，模型選用的問題。在傳統(tǒng)的水文、水利、水質(zhì)模型建模的基礎(chǔ)參數(shù)不可得，或者模型效果不好的情況下，可以基于歷史數(shù)據(jù)用深度學(xué)習(xí)模型做局部模型的替代。在某些情況下，這會取得較好的效果，但深度學(xué)習(xí)模型有一個(gè)缺陷，那就是對已有的經(jīng)驗(yàn)數(shù)據(jù)學(xué)習(xí)效果很好，但是當(dāng)新的輸入超過它的經(jīng)驗(yàn)數(shù)據(jù)數(shù)據(jù)范圍后，輸出的結(jié)果無法把控［14］，也就是說深度學(xué)習(xí)模型的輸入輸出不能超越它的經(jīng)驗(yàn)范圍。這也是在大云物移時(shí)代，必須更加重視傳統(tǒng)的水文水利模型和回歸分析等技術(shù)手段，而不能單單用基于歷史數(shù)據(jù)的深度學(xué)習(xí)去做數(shù)字模型的原因。

最后，模型計(jì)算的時(shí)效性問題。對于復(fù)雜的模型，單核運(yùn)算難以滿足數(shù)字孿生技術(shù)決策的時(shí)效要求。在云計(jì)算的技術(shù)背景下，一般考慮采用多核并行計(jì)算，提高模型的求解速度。此外，在模型設(shè)計(jì)上，要考慮計(jì)算機(jī)內(nèi)存與中央處理器（CPU，Central Processing Unit）的均衡匹配，多采用矩陣，利用圖形處理器（GPU，Graphics Processing Unit）提高計(jì)算速度。在決策算法選擇上，要考慮能支持并行性計(jì)算的算法，如遺傳算法，其在個(gè)體適應(yīng)度、適應(yīng)度評價(jià)等具備天然的并行性［15］。

（3）接口設(shè)計(jì)及集成。數(shù)字孿生系統(tǒng)是多個(gè)子系統(tǒng)的集成，這些系統(tǒng)一般由不同的單位建設(shè)，只有設(shè)計(jì)合理的邊界和接口，才能實(shí)現(xiàn)整個(gè)系統(tǒng)的穩(wěn)健運(yùn)行。在工程建設(shè)中，信息化系統(tǒng)和模型之間應(yīng)該是一種松耦合的系統(tǒng)，兩者之間應(yīng)有清晰的邊界和數(shù)據(jù)接口，便于模型的更替以及信息化系統(tǒng)的更新改造。一般情況下，信息化系統(tǒng)僅提供原始的采集數(shù)據(jù)，而數(shù)據(jù)質(zhì)量管理系統(tǒng)和數(shù)字模型密切相關(guān)，因此兩者應(yīng)由同一家單位建設(shè)。此外，數(shù)據(jù)質(zhì)量管理系統(tǒng)的數(shù)據(jù)是經(jīng)過加工處理的，因此，數(shù)據(jù)質(zhì)量管理系統(tǒng)應(yīng)自建數(shù)據(jù)存儲體系，存儲修正后的數(shù)據(jù)給模型使用。對于虛擬體產(chǎn)生的決策集，應(yīng)增加序列編號后提供給信息化系統(tǒng)執(zhí)行，防止因某一決策步驟的操作缺失造成工程事故。

（4）系統(tǒng)功效評價(jià)。數(shù)字孿生系統(tǒng)建設(shè)復(fù)雜，會在多個(gè)系統(tǒng)間產(chǎn)生數(shù)據(jù)交互。在工程中一般遇到的問題是數(shù)字模型和信息化系統(tǒng)耦合性太強(qiáng)，導(dǎo)致調(diào)試運(yùn)行時(shí)互為掣肘，難以理清頭緒。根據(jù)建設(shè)經(jīng)驗(yàn)，數(shù)字孿生系統(tǒng)要達(dá)到預(yù)期效果，在開發(fā)過程中可遵循“三可”原則：①可觀察：虛擬體決策過程必須是可觀察的，提供給用戶的不能是僅有輸入輸出的黑箱子；②可執(zhí)行：虛擬體決策的結(jié)果必須是清晰的可操作的指令，譬如幾點(diǎn)幾分幾號幾號閘門開多少米。③可追溯：調(diào)度指令從虛擬體產(chǎn)生到信息化系統(tǒng)執(zhí)行，必須有清晰的信息記錄，譬如這條決策是那個(gè)模塊產(chǎn)生的，是否執(zhí)行了，誰執(zhí)行的，什么時(shí)候執(zhí)行的。

4 水利工程數(shù)字孿生技術(shù)的典型應(yīng)用場景

場景一：梯級泵站恒水位控制參數(shù)率定問題。

某調(diào)水工程為梯級泵站，站間采用明渠輸水，無調(diào)蓄設(shè)施。在這種情況下，下級泵站的變頻機(jī)組要自動(dòng)調(diào)頻，實(shí)現(xiàn)前池水位的相對恒定。自動(dòng)調(diào)頻一般采用PID 控制［16］，這就需要對比例（P）、積分（I）、微分（D）三個(gè)參數(shù)和調(diào)節(jié)步長（T）合理選取，防止系統(tǒng)出現(xiàn)超調(diào)或振蕩。但是，受制于泵站不能頻繁啟停機(jī)試驗(yàn)等問題，在現(xiàn)實(shí)中率定這些參數(shù)也只能進(jìn)行有限次數(shù)的試驗(yàn)，而有限次數(shù)的試驗(yàn)往往難以達(dá)到預(yù)期效果。

在數(shù)字孿生的技術(shù)手段下，可以基于泵組特性曲線、渠道的施工圖，建立泵組和渠段的數(shù)字模型，將上級泵站、下級泵站、渠段組成一個(gè)整體模型；然后，根據(jù)信息化系統(tǒng)采集的歷史數(shù)據(jù)對泵組模型、渠系水動(dòng)模型進(jìn)行修正，使得這個(gè)整體模型能夠反映泵站和渠系的真實(shí)性能；其次，基于數(shù)字模型，可對比例、積分、微分參數(shù)和調(diào)節(jié)步長進(jìn)行優(yōu)選；最后將優(yōu)選后的參數(shù)在實(shí)際物理系統(tǒng)中驗(yàn)證。

恒水位控制參數(shù)率定流程如圖2 所示，系統(tǒng)基于Python 語言開發(fā)，水源、進(jìn)水口渠段、出水口用PySwmm建模，變頻泵組基于特性曲線建模。將泵組模型和PID 控制器嵌入在PySwmm 的單步時(shí)間步長St中，設(shè)定P、I、D、T參數(shù)后，以St為時(shí)間步長對恒水位調(diào)節(jié)過程模擬仿真，之后可查看整個(gè)調(diào)節(jié)過程中前池水位變化情況。

圖2 泵站前池恒水位控制參數(shù)率定流程Fig.2 The parameter calibration process for the constant water level control of the pumping station forebay

圖3顯示的是距離3.5 km 的兩級泵站的下級泵站前池恒水位控制參數(shù)率定模擬仿真過程，該次模擬仿真中，P參數(shù)取0.003，I參數(shù)取0.002，D參數(shù)取0.000 01，T參數(shù)取時(shí)60 s。下級泵站前池設(shè)計(jì)水深6.61 m，如紅色虛線所示，下級泵站前池水深的變化如藍(lán)色實(shí)線所示。上級泵站開機(jī)后，下級泵站前池水深逐漸上升，在第200 min 左右，恒水位控制控制器發(fā)揮作用，維持前池水深在設(shè)計(jì)水深附近。根據(jù)不同的工況需求，可以修改水動(dòng)模型，實(shí)現(xiàn)P、I、D、T參數(shù)的比選，為實(shí)際的恒水位控制參數(shù)選擇提供參考。

圖3 前池恒水位控制參數(shù)率定模擬仿真Fig.3 The Calibration simulation of the forebay constant water level control parameters

場景二：引水環(huán)通中閘泵群最優(yōu)調(diào)度決策問題。

在浙江某城市，需要通過引水環(huán)通來解決主城區(qū)的水質(zhì)凈化問題。該主城區(qū)有一進(jìn)六出共計(jì)7座閘泵站，在調(diào)度過程中，需要對7 座閘泵站的運(yùn)行次序和運(yùn)行時(shí)段優(yōu)化決策，達(dá)到河段水體的最佳凈化效果。

在數(shù)字孿生的技術(shù)手段下，可根據(jù)河網(wǎng)基礎(chǔ)參數(shù)建立河網(wǎng)的一維水動(dòng)力學(xué)模型；然后，結(jié)合信息化系統(tǒng)中水位、流量采集站點(diǎn)的歷史數(shù)據(jù)對模型的參數(shù)進(jìn)行調(diào)整，使的數(shù)字模型能反映物理河段的真實(shí)屬性；其次，將遺傳算法和數(shù)字模型相互耦合，求解閘泵站調(diào)度的最優(yōu)決策；最后，將最優(yōu)的決策反饋到信息系統(tǒng)執(zhí)行閘泵的控制操作。

本系統(tǒng)的開發(fā)工作量較大，在系統(tǒng)的開發(fā)過程中，水動(dòng)力模型子系統(tǒng)和監(jiān)控子系統(tǒng)的建設(shè)同步進(jìn)行，兩個(gè)子系統(tǒng)采用松耦合的設(shè)計(jì)模式，子系統(tǒng)邊界明確后，通過統(tǒng)一模型號進(jìn)行關(guān)聯(lián)。在監(jiān)控子系統(tǒng)提供給水動(dòng)力模型的數(shù)據(jù)質(zhì)量管理上，采用了人工設(shè)值、監(jiān)控采集值、默認(rèn)值三級管理模式，優(yōu)先級依次降低，即監(jiān)控子系統(tǒng)有采集值時(shí)，水動(dòng)力模型就以采集值作為初始條件，當(dāng)監(jiān)控子系統(tǒng)無采集值時(shí)采用默認(rèn)值作為初始條件，如果人工設(shè)了值，那么水動(dòng)力模型就采用人工設(shè)值作為初始條件。這就保證了提供給虛擬體的數(shù)據(jù)是物理實(shí)體的真實(shí)狀態(tài)。

閘泵群最優(yōu)調(diào)度決策問題計(jì)算流程如圖4 所示，系統(tǒng)基于Python 語言開發(fā)，遺傳算法采用Geatpy 包，河網(wǎng)采用PySwmm 建模，閘泵站基于特性曲線建模。遺傳算法的優(yōu)化變量為7 臺閘泵站的運(yùn)行狀態(tài)，目標(biāo)函數(shù)為基于PySwmm 建立的河網(wǎng)模型計(jì)算得到的仿真時(shí)段河段水質(zhì)的整體評價(jià)最優(yōu)值。將閘泵站模型嵌入PySwmm 建立的河網(wǎng)模型的單步時(shí)間步長St中，Geatpy設(shè)定閘泵站狀態(tài)參數(shù)后，PySwmm 計(jì)算整個(gè)仿真時(shí)段河網(wǎng)水質(zhì)的整體評價(jià)值。Geatpy 按照設(shè)定規(guī)則對閘泵站狀態(tài)選擇、交叉和變異，最終獲得7臺閘泵站運(yùn)行方案的最優(yōu)解。

圖4 閘泵群最優(yōu)調(diào)度決策問題計(jì)算流程Fig.4 The calculation process of the optimal dispatching decision problem for the gate and pumping station group

以2021年4月21日的優(yōu)化計(jì)算為例，在系統(tǒng)中截取了引水環(huán)通中閘泵群最優(yōu)調(diào)度決策的人機(jī)交互界面。最優(yōu)解對應(yīng)的河網(wǎng)運(yùn)行模擬仿真結(jié)果如圖5 所示，數(shù)字表示河網(wǎng)關(guān)鍵節(jié)點(diǎn)的水深，線條表示河網(wǎng)的流速和流向，對于不同的水深和流速用不同的顏色展示，河網(wǎng)節(jié)點(diǎn)的水深、流速隨時(shí)間變化，數(shù)字和線條的顏色跟隨變化。圖6為調(diào)度結(jié)束后某節(jié)點(diǎn)的監(jiān)控實(shí)測水深值與模擬仿真值的對比，綠色的線條及陰影為節(jié)點(diǎn)水深的模擬仿真值，黃色的線條為水深的監(jiān)控實(shí)測值。圖7 為系統(tǒng)生成的調(diào)度方案，該方案告訴操作人員在什么時(shí)刻將哪個(gè)閘門或泵站調(diào)整到什么狀態(tài)，調(diào)度人員確認(rèn)后，調(diào)度指令將直接下發(fā)到監(jiān)控系統(tǒng)，閘泵控制器執(zhí)行相應(yīng)的操作，將閘泵調(diào)節(jié)到方案要求的狀態(tài)。

圖5 河網(wǎng)運(yùn)行模擬仿真Fig.5 Simulation of river network operation

圖6 調(diào)度結(jié)束后某節(jié)點(diǎn)水深的監(jiān)控實(shí)測值與模擬仿真值的對比Fig.6 The comparison between the monitored value and the simulated value of one node water depth after the scheduling was over

圖7 系統(tǒng)生成的最優(yōu)調(diào)度方案Fig.7 The optimal scheduling scheme generated by the system

5 結(jié) 論

在目前已經(jīng)探索的應(yīng)用場景中，數(shù)字孿生技術(shù)能為泵站的恒水位控制提供調(diào)參依據(jù)，能解決引水環(huán)通中閘泵群最優(yōu)調(diào)度的決策問題，這些案例表明，數(shù)字孿生技術(shù)確實(shí)能解決“信息水利”向“智慧水利”跨越過程中的某些科學(xué)決策問題，數(shù)字孿生技術(shù)的應(yīng)用也標(biāo)志著“信息水利”向“智慧水利”邁出了關(guān)鍵一步。在大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、人工智能等新技術(shù)蓬勃發(fā)展的背景下，水利工程數(shù)字孿生技術(shù)必將引領(lǐng)水利工程運(yùn)行管理進(jìn)入更加智慧的新階段。 □