东风渠灌区水利工程安全预警系统研发设计与实现

李 勇，杜昌永，周祥龙，景 康，赵 川*

(1.四川省都江堰东风渠管理处，成都，610081；2.成都赛零信息技术开发有限公司，成都，610041；3.四川省水利科学研究院，成都，610072)

引言

东风渠灌区水利工程数量大、种类多，且分布广泛，工程病害(险)问题突出，已有安全监测覆盖严重不足，监测方式较为落后，且监测站点布局不够优化，当前亦无相关规划。灌区水利工程病险自动预警业务支撑不足，当前水利工程安全病险分析大多通过经验知识进行判别，需要业务管理人员具备较为丰富的工作经验，对工程安全监测数据的应用能力不足，当前模式不利于工程险情的及时发现，不利于水利工程的安全管理。由于灌区内各类水利工程安全监管“覆盖不全、技术落后、协同困难”等问题和不足，使得灌区工程管理存在盲区和短板。因此，从“全方位安全监管”角度做好灌区水利工程安全监测站网规划，研究如何保障水利工程安全运行、有效提升水利工程管理效率、发挥水利工程综合效益，具有十分重大的现实意义。本研究基于物联感知体系建设，以专家评价法、层次分析法和模糊综合评价为数字模型，采用面向对象的设计方法，构架东风渠灌区水利工程安全预警系统，为灌区水利工程全方位监管提供支撑。

1 建设目标及内容

1.1 建设目标

为适应灌区水利工程全方位安全监管需求，落实“水利工程补短板，水利工程强监管”的具体要求，围绕灌区水利工程安全管理的实际需求，以灌区水利工程安全监测及其病险自动预警为基本目标，结合东风渠灌区已建、在建、拟建的实体措施和物联感知终端，构建可服务整个灌区干渠水闸、渡槽、隧(涵)洞、边坡、渠道、水库水坝等水利工程全方位安全监测的体系，实现“灌区水利工程安全预警及会商决策服务系统”开发、测试、集成和应用部署，最终实现灌区重要水利工程全方位安全监控与管理，增强水利工程动态监管能力。

1.2 建设内容

针对灌区典型水利工程水库、渡槽、水闸、河堤开展水利工程病害病险特征研究，总结各类病害病险的特点，并根据不同水利工程病害病险特征分析结果进行水利工程病害病险分类研究。在此基础上，完成水利工程安全预警及会商决策服务系统开发、测试、集成和应用部署，实现包括基于GIS平台的在线监测(监测项目包括变形、渗流、应力应变及温度、环境量等)、水利工程(其中河堤、渡槽、水闸为必选项)安全预警、生物危害监测、工程安全风险会商决策与办理、整治决策、前端设备状态监测、系统配置管理。

2 项目关键性技术

结合项目的主要建设内容，本次采用的关键技术及技术创新点主要包括物联网技术、层次分析法、基于微服务的服务架构及基于docker-K8S部署方案。

2.1 物联网技术

物联网是新一代信息技术的重要组成部分，是指通过各种信息传感设备(如水位传感器、流量传感器、裂缝仪、温度计、射频识别(RFID)技术、全球定位系统等各种装置与技术)实时采集任何需要监控、连接、互动的物体或过程，采集水利工程的位移、漏渗、裂缝等各种需要的信息，与互联网结合形成的一个巨大网络。其目的是实现物与物、物与人，所有的物品与网络的连接，方便识别、管理和控制。

水利工程设施通过物联网的应用，实现包括调度监控、运维管理、安全评估、通信预警和信息发布等的智能化。

2.2 基于层次分析法的模糊综合评价

层次分析法(AHP法)是多指标综合评价的一种定量方法。它是美国运筹学家A.L.Satty在20世纪70年代提出的一种安全状态评价方法。它能一定程度上减少主观因素影响，把定性因素定量化，使评价结果更趋向于科学化。

2.3 回归分析法

此次安全预警包括两部分：一部分是指标监测，另一部分是水工建筑物的综合预警分析。

综合预警数据分析主要方法包括特征值统计、时空对比分析、类似工程对比、物理力学规律分析、监控模型分析、监控指标分析等。

本系统建模采用回归分析法作为统计模型计算的程序。可以很方便的选择任意的测点和因子进行建模分析，显示各个分量的值和过程线，对测值进行分析和预报。

图1 综合预警模型建立及分析流程

2.4 基于微服务的技术架构

微服务架构于2012年开始出现技术雏形，2014年学者Martin Fowler正式提出微服务架构的概念，与此同时，容器技术的快速发展为微服务架构的大规模使用提供了基础支撑。微服务架构是一个用分布式服务拆分业务逻辑，完成解耦的架构模式(架构风格)，微服务肯定是分布式的一种，是在分布式技术成熟之后，然后把分布式当成解耦手段来架构系统，是因为拆分服务很细致。一个项目：三层架构-UI/BLL/DAL，微服务就是把BLL的方法独立成一个服务去调用。构建微服务架构，其根基就是把方法都拆成独立服务，从而保证项目高可用。微服务架构核心是基于集群去完成高可用以及伸缩性，集群就是多台服务器都做相同的事情，构建集群，解决服务发现、调用服务、负载均衡等问题。主要包含：微服务平台门户、注册中心、配置中心、控制台后端服务、统一监控后台等管理内容。

2.5 基于docker-K8S集群部署

项目基于Kubernetes容器云平台的总体架构设计，并结合容器云平台对研发流程进行设计。容器云平台部署于物理服务器之上，总体结构由资源层、平台层、应用层三部分组成。

图2 容器云平台总体结构

(1)资源层位于平台底层，为平台提供基本存储和资源管理能力，包含用于代码版本管理的GIT，用于构建NUGET和Docker镜像仓库的Nexus，以及文件存储服务。

(2)平台层包括容器云平台的核心组件，如集群监控程序，用于提供容器镜像基本运行能力的Docker工具，为Docker统一编排与调度能力的Kubernetes，用于将项目构建为容器镜像并上传至Nexus仓库。

(3)应用层最接近用户，用于部署为用户开发的业务应用，以及定制化的集群控制软件等。

3 系统设计

3.1 总体框架

东风渠灌区水利工程安全预警及会商决策服务系统总体架构从逻辑角度分为“五个层次”(即基础设施层、数据层、支撑层、应用层、用户层)，“三个体系”(标准规范与管理体系、信息安全运行体系、信息安全保障体系)。为平台长期持续运行的保障机制，具体分层信息如下所示。

(1)基础设施层。包括平台建设需要的机房、服务器、存储、网络、显示大屏、各类前端物联网感知终端等基础硬件设施。

(2)数据层。数据资源层包括各类信息资源库和资源目录，具体包含各类工程信息库、安全监测信息库、安全评价信息库、安全管理信息库、外部信息数据库。

(3)支撑层。应用支撑层包含各类业务系统的用户及权限、消息服务、日志服务、字典服务、视频服务、GIS服务、报表服务、工单系统等，支撑各业务系统和平台开发，降低业务系统开发难度，避免重复建设。

(4)应用层。应用系统层具体包括工程信息、安全监测、安全评价、安全管理、移动APP等业务应用系统。

(5)用户层。服务层通过整合应用系统层的各项应用服务，为平台各主要用户提供集成化的工作/服务平台。

3.2 系统功能结构

图3 系统功能结构

3.3 模块设计

3.3.1 GIS一张图

在该模块，基于GIS展示各水利工程的位置分布、异常展示位置分布、预警统计、预警工程排序等功能。同时实现监测设备的实时监测、位置分布、异常分布等。

可查询各个工程的基础信息、监测信息、预警条件设置等工程的全部信息，同时也可查询各个监测设备的设备详情、监测详情等。

3.3.2 系统首页

在该模块中，可查询灌区工程概况、工程数量统计、工程分布，监测预警点位分布、工程预警数量分布；巡查任务统计、完成状况统计；个人问题统计及处理情况统计等。

3.3.3 工程基础信息管理

本模块实现水闸、堤防、大坝、渡槽4种工程基础信息的查询及维护。可实现工程基础信息的录入、修改、导入、导出等功能。

3.3.4 设备管理

实现设备的维护和管理，可查看设备的实时在线状态，查询设备回传数据的明细；实现不同型号设备的接入及解析等。

3.3.5 实时监测

在该模块实现渡槽、大坝、水闸、堤防在监测过程中产生的过程数据展示、利用、综合分析。通过虚拟建模的方式，实现多数据的在线实时监测与利用。

3.3.6 人工巡查

实现各种水工建筑物的人工巡查上报、统计的功能。在该模块中，可根据后台配置的监测指标层级，实现不同状态的数据录入与单指标人工评价。

3.3.7 视频会商

针对工程的安全预警信息，实现在线的视频会商，及时处理各种问题。

3.3.8 系统配置

该模块实现角色管理、人员管理、指标配置管理、参数配置、数据权限控制、巡查任务配置等。实现系统最大限度的配置化，减少后期的维护成本。

4 结论

本系统实现了东风渠管理处水利工程安全预警预报及会商决策执行，功能界面简洁美观、功能设计合理、使用方便，同时与既有系统做了整合与优化，最大化地实现已有资源的整合利用。实现了渡槽、大坝、水闸、堤防等水利工程运行状态的实时监测，有利于全面、及时地掌握各个水利工程的安全状态，保障工程的安全运行。本系统采用开放式的软件架构和标准化的软件接口设计，预留服务接口，强壮系统的可拓展性，具有广阔的使用前景。