智能水利調(diào)度平臺技術(shù)架構(gòu)的研究

王毅璇 張晉芳 張瑞權(quán)

【摘要】? ? 為實現(xiàn)水利智能調(diào)度，研究設(shè)計一種智能水利調(diào)度平臺技術(shù)架構(gòu)。平臺在采用恒壓供水的自主調(diào)度的自動化控制技術(shù)基礎(chǔ)上，通過全局化安全網(wǎng)絡(luò)體系的設(shè)計，對水資源進(jìn)行統(tǒng)一規(guī)劃和利用，實現(xiàn)過程控制自動化和調(diào)度信息化的深度融合，為智能調(diào)度奠定了基礎(chǔ);通過一體化數(shù)據(jù)平臺的設(shè)計，完成對控制層采集數(shù)據(jù)的集成，實現(xiàn)控制系統(tǒng)與管理信息系統(tǒng)的數(shù)據(jù)共享，為智能調(diào)度提供全面的數(shù)據(jù)支撐;基于水利態(tài)勢感知，構(gòu)建智能化輔助決策、分析判斷等數(shù)學(xué)模型，為智能調(diào)度提供決策支持。

【關(guān)鍵詞】? ? 水利調(diào)度? ? 智能調(diào)度? ? 恒壓供水? ? 態(tài)勢感知

引言：

現(xiàn)有水利調(diào)度系統(tǒng)是根據(jù)運行數(shù)據(jù)和設(shè)備情況，按日指定供水計劃，確定各泵站在各時段投入運行的水泵數(shù)量和頻率，這種方式容易造成管網(wǎng)不同區(qū)域的水壓不平衡，導(dǎo)致供水管網(wǎng)壓力不穩(wěn)定、資源浪費、供水量不足或不能滿足要求。為避免該問題，實現(xiàn)水利資源的合理利用，構(gòu)建基于智能調(diào)度的水利調(diào)度平臺[1]，采用物聯(lián)網(wǎng)，融合智能傳感、軟件分析、數(shù)據(jù)應(yīng)用等技術(shù)，實現(xiàn)水利調(diào)度的智能化、安全化和平穩(wěn)化。

一、總體目標(biāo)

水利調(diào)度平臺主要完成對壓力、液位、流量、環(huán)境及設(shè)備等數(shù)據(jù)的采集、監(jiān)控及集中管理，將被控站點的數(shù)據(jù)進(jìn)行存儲、分析與處理，并向各站點發(fā)送控制/調(diào)度指令。同時實現(xiàn)在線仿真、故障檢測及定位、計量管理、運行優(yōu)化、輔助決策等功能，為智能調(diào)度提供支撐。

智能調(diào)度[2]主要包括自動控制、輔助決策、風(fēng)險預(yù)警、感知預(yù)測及調(diào)度后評估。自動控制基于現(xiàn)有機電設(shè)備控制、異常控制等閉環(huán)控制手段，結(jié)合運行指標(biāo)和控制目標(biāo)，加強多維度協(xié)調(diào)控制、優(yōu)化調(diào)度控制等，以實現(xiàn)控制系統(tǒng)的自適應(yīng)調(diào)節(jié);輔助決策提供設(shè)備故障診斷信息與恢復(fù)策略、風(fēng)險操作建議及調(diào)度決策等;風(fēng)險預(yù)警實現(xiàn)風(fēng)險故障集的自動生成、風(fēng)險分析，并為自動控制和調(diào)度決策提供風(fēng)險預(yù)警信息;感知預(yù)測實現(xiàn)水網(wǎng)運行態(tài)勢的感知和預(yù)測，為輔助決策提供信息源;調(diào)度后評估通過對調(diào)度模塊進(jìn)行評估，進(jìn)行滾動式改進(jìn)，提升調(diào)度整體性能。

二、總體架構(gòu)

平臺從操控邏輯上主要分為站控中心和調(diào)度中心。調(diào)度中心信息系統(tǒng)實時顯示相關(guān)機電設(shè)備工作狀況，實現(xiàn)對供水沿線重要節(jié)點壓力、流量等參量的監(jiān)測，完成水情信息實時掌握，并把采集的信息進(jìn)行挖掘和分析，分析出設(shè)備利用率、水源的追蹤及節(jié)能降耗的目標(biāo);站控中心實時采集相關(guān)機電設(shè)備工作狀況，實現(xiàn)對泵站節(jié)點壓力、流量等參量的監(jiān)測，快速對現(xiàn)場設(shè)備進(jìn)行調(diào)控，實現(xiàn)現(xiàn)場水情實時掌握，并把信息及時傳遞給中心調(diào)度。系統(tǒng)架構(gòu)如圖1所示。

系統(tǒng)從功能邏輯上被分為現(xiàn)場層、控制層、監(jiān)控層和管理層：現(xiàn)場層包括流量計、壓力表、液位計等傳感設(shè)備及傳動設(shè)備，主要實現(xiàn)現(xiàn)場環(huán)境狀態(tài)、工藝過程參數(shù)的采集，并將其傳輸至控制層;控制層為PLC，實現(xiàn)現(xiàn)場數(shù)據(jù)采集、處理、運算及設(shè)備的就地控制，并將數(shù)據(jù)上傳至監(jiān)控層;監(jiān)控層主要包括SCADA系統(tǒng)，實現(xiàn)對現(xiàn)場設(shè)備的監(jiān)測、控制;管理層主要包括實時、歷史服務(wù)器和應(yīng)用服務(wù)器，通過信息系統(tǒng)實現(xiàn)實時監(jiān)控、數(shù)據(jù)分析處理及智能調(diào)度。

三、智能調(diào)度框架

智能調(diào)度是對目前調(diào)度系統(tǒng)體系的繼承和發(fā)展。主要包括感知預(yù)測、自動控制、風(fēng)險分析、輔助決策四個主要環(huán)節(jié)和數(shù)據(jù)處理挖掘、運指標(biāo)計算和人機交互三項支撐功能，框架體系如圖2所示。

四、關(guān)鍵技術(shù)研究

4.1全局化安全網(wǎng)絡(luò)體系

為保障系統(tǒng)的穩(wěn)定性，可靠性和可用性，構(gòu)建雙重冗余網(wǎng)絡(luò)，同時配備工業(yè)隔離安全網(wǎng)關(guān)，所有子系統(tǒng)數(shù)據(jù)均通過安全隔離裝置進(jìn)入到調(diào)度中心平臺，安全網(wǎng)關(guān)在具有多個RS485/422/232全隔離串口、多重安全防護(hù)及容錯機制的基礎(chǔ)上提供多種工業(yè)通信協(xié)議驅(qū)動接口選擇，可簡化系統(tǒng)中異種協(xié)議的轉(zhuǎn)換和系統(tǒng)聯(lián)網(wǎng)過程，使得異種協(xié)議容易接入并可轉(zhuǎn)換為標(biāo)準(zhǔn)協(xié)議并與其它系統(tǒng)聯(lián)網(wǎng)。

計算機系統(tǒng)按B/S結(jié)構(gòu)設(shè)置，操作員站、工程師站等均作為局域網(wǎng)上的一個節(jié)點，共享服務(wù)器的資源。服務(wù)器采用分布式結(jié)構(gòu)，按功能將它們分開設(shè)置，以降低單臺服務(wù)器的負(fù)荷，提高系統(tǒng)的處理能力和可靠性，便于管理。

平臺將所有現(xiàn)場的控制和儀器儀表系統(tǒng)都高度融合在自動化網(wǎng)絡(luò)上，從自動化控制和生態(tài)管理到全方位管理的信息數(shù)據(jù)全部集成，實現(xiàn)水利監(jiān)控系統(tǒng)、信息系統(tǒng)和調(diào)度系統(tǒng)的有機融合。

4.2一體化數(shù)據(jù)平臺

選用一體化數(shù)據(jù)平臺進(jìn)行深入數(shù)據(jù)挖掘，將分布式實時歷史數(shù)據(jù)庫和關(guān)系數(shù)據(jù)庫一起構(gòu)成調(diào)度系統(tǒng)的數(shù)據(jù)支撐平臺，實現(xiàn)多元數(shù)據(jù)融合。實時/歷史數(shù)據(jù)存放在實時歷史數(shù)據(jù)庫中，它具備強大的在線計算引擎，提供工廠模型，生產(chǎn)運營管理、設(shè)備運行管理、歷史追憶、報表等多種調(diào)度管理模塊。

4.3恒壓供水的自主調(diào)度

控制系統(tǒng)采用基于PID[3]控制的恒壓供水方式，并通過及時調(diào)整系統(tǒng)中水泵的運行臺數(shù)保持供水量和排水量之間的平衡。PID 控制表示比例、積分、微分（ Proportion、Integral、Differential）控制。

為保持供水量和排水量之間的平衡，系統(tǒng)通過壓力傳感器檢測管網(wǎng)輸入口壓力，由過程量與給定值比較，通過控制運算，設(shè)定中各水泵的啟停指令值，以調(diào)整系統(tǒng)中水泵的運行臺數(shù)，穩(wěn)定水壓，使水泵始終高效節(jié)能運行。

4.4基于水利態(tài)勢感知的智能輔助決策

態(tài)勢感知[4]是指在一定的時空范圍內(nèi)，認(rèn)知、理解環(huán)境因素，并對未來的發(fā)展趨勢進(jìn)行預(yù)測，通過水利態(tài)勢感知可掌握泵站運行狀態(tài)和供水狀態(tài)。

水利態(tài)勢感知過程分為：態(tài)勢要素采集、實時態(tài)勢理解、態(tài)勢預(yù)測三個階段。態(tài)勢要素采集是態(tài)勢感知的第一步，通過物聯(lián)網(wǎng)技術(shù)，態(tài)勢要素采集范圍不斷擴(kuò)展，主要包括設(shè)備信息、預(yù)警參數(shù)、環(huán)境信息、視頻信息、壓力、流量、水溫、水質(zhì)等水情及工情信息;實時態(tài)勢理解是將采集到的數(shù)據(jù)和信息進(jìn)行整合和態(tài)勢評估，通過判斷和綜合分析形成對系統(tǒng)運行狀態(tài)的綜合評價;態(tài)勢預(yù)測是在對態(tài)勢信息的感知及評價的結(jié)果的基礎(chǔ)上，形成對站點現(xiàn)場設(shè)備運行態(tài)勢及水網(wǎng)系統(tǒng)狀態(tài)的發(fā)展變化規(guī)律進(jìn)行的總結(jié)和推理，進(jìn)而對未來態(tài)勢的發(fā)展變化趨勢進(jìn)行預(yù)測，實現(xiàn)全域感知、風(fēng)險分析和準(zhǔn)確預(yù)測。態(tài)勢預(yù)測的結(jié)果作為決策執(zhí)行環(huán)節(jié)的輸入，是決策執(zhí)行機構(gòu)進(jìn)行閉環(huán)控制的依據(jù)。

基于態(tài)勢感知預(yù)測結(jié)果，以數(shù)據(jù)服務(wù)器為核心，構(gòu)建智能化輔助決策、分析判斷等數(shù)學(xué)模型，運用機器學(xué)習(xí)、大數(shù)據(jù)等技術(shù)完成用決策分析等智慧化分析與可視化展現(xiàn)。通過每日數(shù)據(jù)匯總，能及時下達(dá)日、月、年調(diào)度指標(biāo)，通過分析得出綜合能耗指標(biāo)。平臺依據(jù)分析結(jié)果一方面生成控制策略的優(yōu)化方案，基于優(yōu)化后的控制策略對設(shè)備進(jìn)行聯(lián)動控制;另一方面生成智慧調(diào)度方案，輔助對區(qū)域的供水、水網(wǎng)運行優(yōu)化調(diào)度、安全監(jiān)控和預(yù)警分析，實現(xiàn)“監(jiān)控、調(diào)度、管理”一體化。

4.5基于綜合信息知識挖掘的運行感知

水利智能調(diào)度要求及時準(zhǔn)確地掌握系統(tǒng)水網(wǎng)的綜合運行態(tài)勢，而水網(wǎng)運行態(tài)勢一方面與現(xiàn)場設(shè)備自身的運行狀態(tài)相關(guān)，另一方面還受到外部各種環(huán)境因素的影響。所以，需充分利用所能采集到的各種信息，進(jìn)行知識挖掘，進(jìn)而提升調(diào)度平臺對系統(tǒng)運行的全面感知能力。

1.外部因素建模。影響系統(tǒng)水網(wǎng)安全穩(wěn)定運行的外部因素眾多，主要為環(huán)境因素，例如水文、公共事件、氣象、時空等。各類外部環(huán)境因素對水利平臺的影響模式和程度不同，通過綜合考慮地理位置、時間等屬性，對數(shù)據(jù)進(jìn)行抽象、歸納、建模，形成可供平臺分析應(yīng)用的規(guī)范化外部環(huán)境要素模型。

2.海量多維數(shù)據(jù)處理與知識挖掘。對實時采集數(shù)據(jù)、設(shè)備狀態(tài)數(shù)據(jù)計劃數(shù)據(jù)、告警數(shù)據(jù)、動態(tài)PMU數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)和視頻監(jiān)控數(shù)據(jù)、外部環(huán)境數(shù)據(jù)、調(diào)度日志等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行統(tǒng)一和多維度地抓取和整合，全面而深入挖掘其內(nèi)在隱含知識，實現(xiàn)對水利狀態(tài)、需求變化、水網(wǎng)運行、拓?fù)渥兓?、外部環(huán)境影響等態(tài)勢的準(zhǔn)確感知。

五、結(jié)束語

水利智能調(diào)度技術(shù)的發(fā)展承載著能源資源優(yōu)化配置、降低能耗、有效利用新能源和推進(jìn)基礎(chǔ)產(chǎn)業(yè)技術(shù)進(jìn)步的使命，作為水利管理平臺建設(shè)的重要環(huán)節(jié)，智能調(diào)度是實現(xiàn)智能水網(wǎng)的關(guān)鍵環(huán)節(jié)。本文基于平臺總體目標(biāo)和總體架構(gòu)，提出智能調(diào)度框架，并分析了技術(shù)研究重點，為后續(xù)研究及應(yīng)用工作的開展指明了方向。

參? 考? 文? 獻(xiàn)

[1]羅軍剛.水利業(yè)務(wù)信息化及綜合集成應(yīng)用模式研究. 西安：西安理工大學(xué)，2009.

[2]王婷，等.國內(nèi)外智能調(diào)度研究現(xiàn)狀、熱點與發(fā)展趨勢-基于CiteSpace的可視化對比研究[J].工業(yè)工程， 2020，23（2） ： 105-115.

[3]葉政.PID控制器參數(shù)整定方法研究及其應(yīng)用[D]. 北京：北京郵電大學(xué)，2015.

[4]吳佳鑫，王健海. 基于態(tài)勢感知理論的可視化感知模型[J]. 現(xiàn)代圖書情報技術(shù)， 2010（7）：9-13.