石龙水电站厂房后山坡实时在线监测预警系统研究

夏春芬,孙 丽,孔凡场,孟永东

(1.吉林松江河水力发电有限责任公司,吉林抚松134500；2.三峡大学水利与环境学院,湖北宜昌443002)

石龙水电站厂房后山坡实时在线监测预警系统研究

夏春芬1,孙 丽1,孔凡场1,孟永东2

(1.吉林松江河水力发电有限责任公司,吉林抚松134500；2.三峡大学水利与环境学院,湖北宜昌443002)

石龙水电站厂房后山坡地质条件复杂,岩石破碎且赋存大量夹泥裂隙,岩体卸荷强烈,表面防护变形严重,进一步恶化趋势明显,一旦失稳必将危及电站厂房及发电设备和人员安全。通过研究厂房后山坡实时在线监测预警系统,对其边坡状态进行实时在线监测和预警,该系统以Visual Studio.Net为开发环境,具有数据自动采集入库、实时分析和预警功能,可为石龙水电站的安全运行决策提供技术支持。

边坡稳定；安全监测；实时预测；预警；石龙水电站

(1. Jilin Songjiang River Water Power Generation Co., Ltd., Fusong 134500, Jilin, China;

2. College of Hydraulic and Environmental Engineering, China Three Gorges University, Yichang 443002, Hubei, China)

0 引 言

边坡的稳定问题不仅涉及到工程本身的安全,同时也涉及到整体环境的安全,边坡的失稳破坏不仅会影响水电工程本身,也会给人民生命财产安全带来不利影响和灾害[1]。影响边坡稳定性和造成边坡失稳的原因是多因素、多变量、强耦合、非线性的综合作用结果,为了做到对边坡工作性态的实时掌握,保证水电站安全运行,要求进行边坡安全监测信息的及时快速反馈。监测资料分析成果处理是安全监测内容的一部分,当前使用较多的方法仍然是人工处理方法,无法应对监测设施实时获取的海量监测数据的处理；或者使用当前通用型的边坡监测系统,虽然能对监测资料进行存储与管理,但是对监测数据的在线分析,自动采集和预警发布方面仍然存在着不足,大大影响了监测分析反馈的实时性[2-3]。

石龙水电站厂房后山坡地质条件复杂,岩石破碎且赋存大量夹泥裂隙,岩体卸荷强烈,表面防护变形严重,进一步恶化趋势明显,一旦失稳必将危及厂房及发电设备和人员安全。虽然现有监测设施能够采集到边坡的变形等监测数据,但缺少对监测数据的实时分析和预警功能,致使无法实时归纳、提取出边坡变形特征和安全稳定状态信息,无法及时预警。本文针对石龙水电站复杂边坡问题进行实时在线监测预警系统研究,对厂房后山坡的监测资料进行整理分析,从各种零散的监测数据中分析、归纳、提取出边坡变形特征和安全稳定状态信息,为掌握边坡的工作性态、评估边坡的稳定性提供依据,为石龙水电站厂房后山坡安全运行决策提供技术支持。

1 实时监测预警原理

实时监测预警系统采用定期现场调查、监测数据的动态分析与解释、人工智能技术、计算机技术、理论分析和工程实际研究相结合的研究方法。首先对厂房后山坡安全监测资料进行整理分析,归纳提取出边坡变形特征和安全稳定状态信息；然后根据对监测信息的长期动态分析,分别研究厂房后山坡变形与失稳预警准则、边坡的预警指标,建立石龙水电站厂房后山坡的安全监控预警体系；最后实现对厂房后山坡安全性状的动态综合分析。

该系统以Visual Studio.Net为开发环境,利用数据库引擎(ODBC),在MySQL数据库平台上建立厂房后山坡的地质资料数据库、工程信息库、监测布设信息库等,作为监测资料分析的基础数据,通过建立数据库来解决数据的存放问题[4]；通过获取的现场地质资料、监测信息等,建立监测信息和分项关联数据库,实现各项信息的查询、分析和处理的可视化输出；同时,通过对大量现场动态监测资料的噪声剔除、数据挖掘分析处理,制定预警判据指标,建立预警系统,适时地反馈和预报电站运行过程中的变形状态,实现警情的网络发布。

由于当前通用型的边坡监测系统已经能够能对监测资料进行存储和管理,不足的地方是对监测数据的在线分析,自动采集和预警发布方面,因此本文将重点介绍石龙水电站厂房后山坡实时在线监测预警系统的数据采集与转换模块,数据分析预测模块和监测预警模块。

2 系统设计及开发

石龙水电站厂房后山坡实时在线监测预警系统可实现边坡动态和静态信息的多元信息集成管理,具有监测数据实时采集、预处理、变形预测、预警发布等功能,具有判断边坡稳定的多级控制体系和预警阀值调整功能,并具备对边坡变形的突变信息进行辨识和提示的功能,可实现边坡监测资料及其预测分析结果的实时可视化表达,以达到及时掌握边坡动态信息的目的。

2.1 数据采集和转换模块

考虑到安全性和传输速度以及稳定性等方面的要求,该监测系统采用WebService技术实现边坡监测信息数据自动采集功能,以及解决自动采集系统与边坡监测三维可视化及实时预警系统之间的数据同步单向传输问题。

单向传输和存储的过程如下：首先,根据自动采集系统和预警系统的数据库结构来创建WebService服务,并将它发布到在线服务器,对于边坡监测三维可视化及实时预警系统的服务器端而言,服务器端通过获取各类WebService客户端API传递WSDL文件的URL地址,来创建相应的API底层代理类,通过这些代理类将边坡监测三维可视化及实时预警系统服务器端的方法调用转换为SOAP请求；然后再通过HTTP协议将SOAP请求数据传递到WebService服务端,WebService服务端接收到请求数据后开始解析数据,查找或者创建对象,调用WebService服务中的函数方法,客户端通过创建的API底层代理类将接收到的SOAP响应数据转换为对应的数值,并将其存储到系统数据库中,完成系统监测数据的自动获取。

2.2 监测数据预处理模块

针对监测原始数据和监测物理量数据序列的预处理功能要求,采用可信度分析方法对原始数据进行预处理,对整编监测物理量数据进行处理的方法包括三点中值滤波、加权平均滤波和移动平滑滤波三种滤波方式。

(1)可信度分析模块。测量误差、机器误差、人为误差等原因会导致监测数据中不可避免的存在粗差和异常值,而在边坡监测项目中,监测数据的失真对整个系统的监测和判断影响重大,因此,须对监测数据进行可信度分析。可信度分析的原理为：选取适当的搜索范围,以某个测值为中心,向前和向后搜索,以一定的偏差范围确定出当前测值在邻域内的可信度，由此可判断测值是否有效。

(2)三点中值滤波模块。中值滤波的过程就是将连续测量的监测数据先按照值的大小来进行排序,然后再根据排列序列,直接取中值作为该次测量的有效值。为方便快速取得中值,采样次数应为奇数。中值滤波可以有助于解决一些不确定因素引起的波动或者是由于监测仪器的不稳定造成的误差干扰。

(3)加权平均滤波模块。加权平均滤波的过程就是将连续的测量值分别乘上一个与之对应的系数后再求和,这个系数称作加权系数,根据以往的算法,加权系数一般都是小于1的数,但是总和等于1,并且一般先小后大。加权平均滤波算法能够提高系统的灵敏度,并且有助于解决平滑度和灵敏度之间的问题。

(4)移动平滑滤波模块。当监测周期较长或监测数据变化较快时,可以采用移动滑动平均滤波来解决数据的实时性问题。移动滑动平均滤波的过程是在每个监测周期内测量一次,然后将这次测量值与以前的若干次测量值求取平均值,平均值即可作为有效测量值。

2.3 预测建模模块

预测预报建模方法包括指数平滑预测建模、灰色理论预测建模、BP神经网络预测建模、曲线回归预测建模4种预测建模方法[5- 6]。

(1)指数平滑预测模块。指数平滑预测的过程就是在每个时间序列内获得监测数据,然后让曲线变得更加平滑,在该监测数据中去掉极大值和极小值,最后获得该时间序列的平滑值,并将它作为下个时间序列的预测值。值得注意的是,在整个预测过程中,需要不断用预测的误差来对新的预测值做出修正。依据以上原理开发指数平滑预测模块。

(2)灰色预测模块。灰色模型是以灰色模块为基础,然后再以微分拟合法建成的模型,跟其他预测的方法比较而言,灰色预测只需较少的数据就可以进行预测。

(3)BP神经网络预测模块。BP神经网络模型是把每一组数据的输出与输入转换成非线性的优化问题,以此来简化问题,经过调整BP网络中参数值,就能够达到完成以任意精度接近任何的非线性函数,可以用于监测物理量过程曲线的拟合。

(4)回归预测模型。回归预测理论认为,在回归方程中如果包含的自变量越多,那么回归平方和就会越大,剩余平方和与剩余均方和就会越小,因而预报就会越精确。所以在“最优”的回归方程中就希望包括尽可能多的自变量,特别是对预测变量有显著影响的变量不能遗漏。模块设计时如拟选择逐步回归方法来建立回归方程,回归预测需要较多的数据进行预测。

2.4 监测预警模块

石龙水电站厂房后山坡监测预警模块将边坡的安全等级分为安全、比较安全、一般、危险、比较危险,分别用绿色、蓝色、黄色、橙色、红色表示。同时为方便监测人员及时获得边坡信息,该系统可将边坡信息以网页推送或短信发送的形式告知监测人员,当监测人员获得边坡信息后,可根据预警信号的颜色判定边坡安全等级,并根据相应安全等级采取相应措施。

系统实时预警信息网络发布功能的实现是基于远程实时在线共享信息原理,且充分利用了现有的局域网和广域网基础设施,为工程内部区域或跨区域实时在线共享预警信息提供了一种简单有效的方法,系统实时预警信息网络发布功能具体实现过程如下：

(1)系统客户端推送相关的HTML文件至Web服务器,浏览器与Web服务器建立TCP连接,并发出基于HTTP协议的访问请求。根据HTTP协议,该请求中包括URL、IP地址、浏览器类型等信息。

(2)Web服务器接收访问请求,并根据HTTP协议对其进行解析,明确后续需完成的动作,涉及的内容主要包括方法(GET)、文档(/index.html)、和浏览器使用的协议(HTTP/1.1)。其中,GET方法明确Web服务器需执行的动作,主要包括实现Web服务器定位、文档信息读取以及返回文档至浏览器。

(3)Web服务器执行请求所要求的动作,读取相关文档信息,并按照文档相关信息在Web服务器的文档目录中搜索请求文档。若文档不存在(或文档存在但不能正常读取),则通过HTTP协议返回错误指示信息至浏览器。若文档存在且可正常读取,则将文档通过HTTP协议返回至浏览器,并载入到浏览器中,完成文档内容的呈现。

3 应用成果

石龙水电站是混合式开发的混凝土重力坝,位于吉林省东南部山区抚松县境内,是松江河上梯级水电站第三级电站。坝高43 m,电站总装机容量为70 MW。石龙水电站厂房后山坡主要由变质岩组成,地质条件比较复杂,并且岩体卸荷强烈,表面防护变形严重,进一步恶化趋势比较明显。

通过借助监测预警系统的监测数据自动采集功能(见图1),可实现监测数据的自动采集和实时转换,将采集得到的监测数据自动录入监测预警系统的数据库服务器。

图1 监测数据采集设置

进而可对监测数据进行整编计算,并且可对监测物理量进行预处理和预测建模，如图2和图3所示,以达到对石龙水电站厂房后山坡进行实时在线监测的目的。

图2 监测数据预处理

图3 监测数据预测建模

借助系统对预警指标和预警等级设置(见图4),在自动采集设置界面开启预警信息网页发布和短信推送功能,可实现安全监测的实时预警,如图5和图6所示,以实时掌握石龙水电站厂房后山坡的安全状况。

图4 预警指标及预警等级设置

图5 预警信息网络发布

图6 预警短信推送

从图5和图6可知,在该次预警中,石龙水电站出现了蓝色、绿色和红色预警信号,监测人员由此可判定此时边坡的安全状态,及时采取相应措施。

4 结 论

借助石龙水电站厂房后山坡实时在线监测预警系统,可以及时掌握石龙水电站厂房后山坡变形趋势和工作性态,实现基于监测数据的边坡稳定状态实时分析和预警功能,以便作出及时的应对预案。该系统可为石龙水电站厂房后山坡安全运行决策提供技术支持,为保证该边坡的安全、稳定地运行提供有利的保障。

[1]张有天. 从岩石水力学观点看几个重大工程事故[J]. 水利学报, 2003, 34(5)： 1- 10．

[2]张强勇, 陈晓鹏, 刘大文, 等. 岩土工程监测信息管理与数据分析网络系统开发及应[J]. 岩土力学, 2009, 30(2)： 362- 366．

[3]孟永东, 徐卫亚, 田斌, 等. 高边坡工程安全监测在线分析系统研发及应用[J]. 三峡大学学报： 自然科学版, 2009, 31(5)： 20- 25．[4]袁宝远, 吕建红, 刘大安, 等. 边坡监测信息可视化查询分析系统及其应用[J]. 工程地质学报, 1999, 7(4)： 355- 360．

[5]吴玉财, 徐卫亚, 赵志峰, 等. 边坡监测信息数据库分析系统的开发及应用[J]. 中外公路, 2005, 25(6)： 46- 49．

[6]邓建辉, 李焯芬, 葛修润. BP网络和遗传算法在岩石边坡位移反分析中的应用[J]. 岩石力学与工程学报, 2001, 20(1)： 1- 5．

(责任编辑 焦雪梅)

Research on Real-time Online Warning System for the Back Slope of Powerhouse in Shilong Hydropower Station

XIA Chunfen1, SUN Li1, KONG Fanchang1, MENG Yongdong2

The geological conditions of the back slope of powerhouse in Shilong Hydropower Station are complicated. The rock is broken and a large number of mud cracks are formed in the slope, the rock mass unloading is strong and the surface protection deformation is serious, and the further deterioration trend is obvious, so the landslide of slope will damage powerhouse and generation equipments and threaten personnel safety. The real-time online warning system for the back slope is researched to monitor the state of slope. The system is established under VisualStudio.Net development environment with the functions of automatic data collection and storage, real-time analysis and early warning, which will provide technical supports for the safe operation of Shilong Hydropower Station．

slope stability; safety monitoring; real-time forecast; early warning; Shilong Hydropower Station

2016-10-16

国家自然科学基金面上项目(51679129)；湖北省科技支撑计划项目(2015BCE079)

夏春芬(1975—),女,吉林四平人,工程师,主要从事工程测量技术管理及水工建筑物安全监测；孟永东(通讯作者)．

TV6981.1(234)

A

0559- 9342(2017)05- 0104- 04