1 引言
新一代人工智能技術的快速發(fā)展正引領著新一輪科技革命和產業(yè)變革，以數(shù)字化、智能化、綠色化為特征的傳統(tǒng)產業(yè)技術變革和升級已經(jīng)成為全球發(fā)展趨勢。2024年7月25日，國家發(fā)展改革委、國家能源局和國家數(shù)據(jù)局聯(lián)合印發(fā)了《加快構建新型電力系統(tǒng)行動方案（2024-2027 年）》，新型電力系統(tǒng)的建設走上了快車道。《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十五個五年規(guī)劃的建議》也明確提出“推進傳統(tǒng)基礎設施更新和數(shù)智化改造”“著力構建新型電力系統(tǒng)，建設能源強國”。在建設新型電力系統(tǒng)的新形勢下，水電站大壩運行安全必須順應時代技術發(fā)展趨勢，大力培育數(shù)字化、智能化新質生產力，構建以大壩安全智能化監(jiān)控為核心的大壩運行安全智能運維體系，以水電站大壩高質量運行安全保障水電的安全穩(wěn)定供應和水電建設健康發(fā)展，發(fā)揮好水電在新型電力系統(tǒng)建設的基石作用，賦能以中國式現(xiàn)代化全面推進中華民族偉大復興的新征程。
2 水電站大壩運行安全智能化建設現(xiàn)狀
經(jīng)過多年發(fā)展，我國水電站大壩運行安全管理信息化建設取得了顯著的成就，大多數(shù)水電站已經(jīng)建立了大壩安全信息管理系統(tǒng)。各大電力企業(yè)陸續(xù)開展了算力資源、大數(shù)據(jù)中心、工業(yè)互聯(lián)網(wǎng)平臺等智能化基礎設施建設，在機電設備運行管理、電力生產和水庫調度等領域得到了初步的應用。部分機構對大壩安全管理領域的監(jiān)測數(shù)據(jù)智能分析、大壩安全智能評判模型、數(shù)字孿生、大壩安全知識庫、大語言模型應用等智能化技術進行了有益的探索研究，但這些技術的工程應用還不多，深度和廣度不足，不同工程的普適性都還不強；得益于機器視覺技術的發(fā)展，融合了InSAR、視頻監(jiān)控技術的無人機、軌道式機器人等智能巡檢設備已在部分水電站大壩安全管理的巡檢中得到應用，在信息感知方面為大壩安全智能化管理奠定了基礎，但對于感知數(shù)據(jù)的智能化分析診斷、評判決策尚不完善，智能設備巡檢的優(yōu)勢和實際效果還未顯現(xiàn)。總而言之，大壩安全領域的智能化尚處于起步和探索階段，利用新一代人工智能技術模擬工程師分析、推理、決策方面的深入系統(tǒng)研究和應用還跟不上技術發(fā)展和滲透的趨勢，迫切需要全行業(yè)共同努力，推動大壩安全管理從監(jiān)測自動化、管理信息化向監(jiān)控、運維智能化升級提升。
3 水電站大壩運行安全智能化監(jiān)控關鍵技術
3.1 信息智能感知
大壩安全運行狀態(tài)的監(jiān)測是大壩運行安全管理的基礎。通過監(jiān)測、巡檢等感知手段，獲取表征大壩安全狀態(tài)的數(shù)值、圖像、文本等多源數(shù)據(jù)，構建大壩安全信息感知物聯(lián)系統(tǒng)，實現(xiàn)大壩安全信息的智能感知、智能融合，是水電站大壩智能化運維的首要任務。
（1）智能監(jiān)測
監(jiān)測自動化系統(tǒng)可以充分利用傳統(tǒng)的儀器監(jiān)測實現(xiàn)大壩運行性態(tài)的感知，如環(huán)境量監(jiān)測、變形監(jiān)測、溫度應力監(jiān)測、滲流監(jiān)測等，借助測量機器人等手段進行大壩表面變形的自動化測讀。隨著北斗衛(wèi)星定位導航系統(tǒng)的發(fā)展完善和國產化北斗接收裝置的逐漸成熟，利用北斗衛(wèi)星定位設備，結合基站建設和RTK技術進行衛(wèi)星數(shù)據(jù)的高精度解算，實現(xiàn)全天候全天時的毫米級大壩安全變形監(jiān)測。利用衛(wèi)星遙感技術，可實現(xiàn)近壩庫岸及庫區(qū)邊坡的大范圍、長時序的變形自動監(jiān)測，可以有效補充大壩及其周邊區(qū)域的廣域、實時變形監(jiān)測。這些技術的發(fā)展在豐富監(jiān)測手段之余，還可以根據(jù)大壩運行環(huán)境、數(shù)據(jù)分析成果等條件自主調整監(jiān)測策略，實現(xiàn)監(jiān)測方法的智能化。例如遭遇或可能出現(xiàn)大洪水、溫度驟升驟降、地震、涌浪等情況，或是數(shù)據(jù)分析或結構診斷發(fā)現(xiàn)存在異常時，監(jiān)測儀器可通過自適應手段主動調整監(jiān)測策略，從而滿足大壩智能監(jiān)測的需求。
（2）智能巡檢
傳統(tǒng)人工巡視檢查是發(fā)現(xiàn)大壩異常的重要手段。實踐表明，70%的大壩異常是通過巡視檢查發(fā)現(xiàn)的，因此巡視檢查仍是大壩安全管理的重要手段。隨著智能裝備制造業(yè)的快速發(fā)展為大壩安全智能巡檢提供了可能。如視頻監(jiān)控可實現(xiàn)大壩全景、重要部位以及異常部位的實時監(jiān)視；無人機可實現(xiàn)大壩和邊坡表面，豎井、隧洞、閘室等封閉空間的巡檢；巡檢機器人（包括軌道式、四足式、爬壁式、水下式等）可實現(xiàn)大壩表面、廊道、水下等部位的巡檢；無人船可實現(xiàn)庫區(qū)及庫岸邊坡的巡檢，通過搭載傳感設備或水下機器人甚至能夠實現(xiàn)多功能巡檢。通過以上手段構建“天-空-地-潛”立體化感知網(wǎng)絡，可實現(xiàn)大壩運行信息的全面感知。在此基礎上，研發(fā)巡檢設備的智能化交互、融合技術，構建智能巡檢體系，包括設備反饋控制、巡檢策略優(yōu)化、不同設備成果的相互驗證等，是智能巡檢技術發(fā)展的核心。例如，對視頻監(jiān)控設備的自動化控制、無人機和機器人的自適應巡檢等，從而滿足正常情況下的常規(guī)巡檢和特殊情況下的定時定點智能巡視。
圖1 水電站大壩安全智能巡檢體系
（3）智能物聯(lián)
通過將所有感知手段所涉及儀器和裝備接入大壩物聯(lián)網(wǎng)絡，構建起大壩安全信息的立體化物聯(lián)感知體系，能夠實現(xiàn)大壩安全信息的全面智能感知。物聯(lián)系統(tǒng)中的每個儀器或設備在具備自我工作狀態(tài)檢測并實時反饋狀態(tài)信息的能力、實現(xiàn)感知儀器和物聯(lián)系統(tǒng)的智能診斷和維護的同時，需要具備反饋調節(jié)功能，做到“想工程師所想，做工程師所做”，從而具備智能化的巡檢能力。
3.2 數(shù)據(jù)智能分析
感知數(shù)據(jù)的智能分析是實現(xiàn)智能監(jiān)測的重要基礎。大壩智能化監(jiān)控需要具備監(jiān)測數(shù)據(jù)統(tǒng)計分析、圖像特征自動識別、文本信息自動分析等能力，能夠模擬工程經(jīng)驗豐富的工程師進行數(shù)據(jù)智能分析。
（1）監(jiān)測數(shù)據(jù)智能分析
為解決傳統(tǒng)數(shù)據(jù)分析手段難以處理的多源數(shù)據(jù)、時效性高等復雜難題，需要模擬工程師思維自動、智能分析監(jiān)測數(shù)據(jù)，提高數(shù)據(jù)分析的精度和效率，實現(xiàn)監(jiān)測數(shù)據(jù)智能分析。基于大壩安全監(jiān)測數(shù)據(jù)，利用數(shù)學統(tǒng)計、傳統(tǒng)機器學習、深度神經(jīng)網(wǎng)絡等技術實現(xiàn)監(jiān)測數(shù)據(jù)的智能分析，包括數(shù)據(jù)預處理、聚類分析、相關性分析、異常檢測、趨勢性分析和建模預測等。數(shù)據(jù)智能分析的核心是學習或模擬工程師的經(jīng)驗，通過機器學習等手段解決高度抽象而難以通過傳統(tǒng)數(shù)學模型精確描述的問題。一種方法是通過數(shù)學模型發(fā)掘數(shù)據(jù)本身的潛在規(guī)律，以非監(jiān)督式方式進行數(shù)據(jù)智能分析，例如通過聚類算法進行無效數(shù)據(jù)、異常數(shù)據(jù)檢測；另一種方法是事先將工程師的經(jīng)驗和機器學習模型相結合，以監(jiān)督式方式進行數(shù)據(jù)智能分析，如訓練卷積神經(jīng)網(wǎng)絡進行監(jiān)測數(shù)據(jù)規(guī)律性智能識別，訓練循環(huán)神經(jīng)網(wǎng)絡進行監(jiān)測數(shù)據(jù)智能建模和預測等。
（2）圖像智能識別
在大壩安全管理中，工程缺陷的分布和規(guī)模常常表現(xiàn)為直觀的圖像形式，如裂縫、滲水、掉塊、落石、滑坡等缺陷。要實現(xiàn)智能感知，需要對這類圖像數(shù)據(jù)進行智能識別。隨著深度學習理論的不斷完善和各種優(yōu)化理論的引入，卷積神經(jīng)網(wǎng)絡的圖像識別準確率已超過了人類平均水平，使得通過大型卷積神經(jīng)網(wǎng)絡進行圖像智能處理成為了可能。圖像識別的第一層次是發(fā)掘目標中是否存在缺陷，缺陷類型是什么，解決該類問題的方法主要是基于卷積神經(jīng)網(wǎng)絡的分類模型、目標檢測模型、目標跟蹤模型，可實現(xiàn)圖像數(shù)據(jù)中是否有缺陷以及是何種缺陷的智能識別。圖像識別的第二層次是明確目標中缺陷的部位和尺寸、規(guī)模，例如裂縫長度和寬度、滲水面積、掉塊面積、落石數(shù)量、滑坡面積（體積）等，解決該類問題的方法主要是基于卷積神經(jīng)網(wǎng)絡的語義分割模型，可實現(xiàn)圖像中缺陷的像素級分割和統(tǒng)計計算。目前理論上的圖像智能分析技術已發(fā)展較為完善，制約工程應用的關鍵是構建強大的樣本庫，尤其是專業(yè)細分領域數(shù)據(jù)樣本庫，因此遷移學習、少樣本學習等技術對于圖像智能識別而言是有益的。
（a）混凝土裂縫智能識別（b）混凝土裂縫尺寸測量
圖2 混凝土裂縫智能識別與測量
（3）文本智能分析
在大壩安全管理實踐中，大量的大壩性態(tài)信息都以文本形式呈現(xiàn)，因此文本智能分析也是大壩智能化運維的重要環(huán)節(jié)，是實現(xiàn)工程問題類腦分析和智能決策的基礎。隨著深度學習技術的不斷完善，基于深度學習的大型文本分析技術飛速發(fā)展，使得計算機逐步具備了類似人類的語言理解水平。尤其是AI大模型技術的突破性發(fā)展，極大提升了文本理解和分析方面的能力。目前，基于各類BERT嵌入模型可將文本轉化為向量形式，可實現(xiàn)大壩隱患問題智能匹配和輔助決策；基于大模型提示詞技術構建各種類型的提示詞模板，可實現(xiàn)大壩巡檢數(shù)據(jù)的自動分析和關鍵信息提取；基于大模型知識增強檢索技術可構建私有化專業(yè)領域知識庫，實現(xiàn)大壩安全知識的智能檢索；基于大模型高效參數(shù)微調或全參微調技術，可構建專業(yè)領域AI大模型，實現(xiàn)大壩安全知識的自動分析和專業(yè)報告自動生成。
圖3 AI大模型高效參數(shù)微調
3.3 結構智能診斷
結構綜合診斷是大壩安全智能化監(jiān)控的關鍵，是打通數(shù)據(jù)分析和管理決策的重要環(huán)節(jié)，也是長久以來困擾大壩安全工程師的重要問題。結構智能診斷強調診斷的智能化，需要充分結合專家的知識和思維，能夠像經(jīng)驗豐富的工程師一般開展結構安全評判，而不僅僅是遵守一套既定的評判規(guī)則和邏輯。
（1）基于結構計算的智能診斷
結構診斷的本質就是分析結構是否安全，因此通過結構計算得到安全度是最直接的方法。結構計算最常用的是基于三維有限元的數(shù)值計算方法，但無論是采用離線計算模式還是傳統(tǒng)的在線計算模式均需耗費一定的時間，難以滿足安全監(jiān)控的需求。因此可結合神經(jīng)網(wǎng)絡提高計算效率。比較簡單的做法是以大量不同工況的計算成果作為樣本輸入神經(jīng)網(wǎng)絡，訓練結構安全度模型，從而實現(xiàn)不同運行條件下大壩結構安全度的秒級分析，該方法的最大優(yōu)勢是可得到定量表征的大壩安全度。
（2）基于深度學習的智能診斷
大壩安全管理實踐中，結構綜合診斷表現(xiàn)為經(jīng)驗豐富的大壩安全工程師通過監(jiān)測、巡檢、計算等多源信息綜合判斷大壩是否安全的過程，并賦予大壩安全定性評級。深度學習模型可以將大壩安全多源信息與工程師經(jīng)驗完美結合。首先，搜集大量工程師評判案例，并將能夠反演大壩運行性態(tài)的多源數(shù)據(jù)樣本進行標準化處理，以滿足深度神經(jīng)網(wǎng)絡的輸入；然后，通過大量樣本對深度神經(jīng)網(wǎng)絡進行訓練，從而實現(xiàn)對工程師知識和經(jīng)驗的抽象；最后，通過訓練的神經(jīng)網(wǎng)絡即可實現(xiàn)大壩結構的智能診斷。實際工程中該方法的難點在于案例樣本的收集，事實上國內外失事大壩案例較少，即使有相關案例也無法保證能夠搜集到足夠的數(shù)據(jù)，因此神經(jīng)網(wǎng)絡的訓練還存在一定的困難。可能的解決方案是將神經(jīng)網(wǎng)絡與貝葉斯方法相結合，引入以先驗概率表達的專家經(jīng)驗對神經(jīng)網(wǎng)絡進行引導，或者將以規(guī)則表達的專家知識加入神經(jīng)網(wǎng)絡，以減少對數(shù)據(jù)樣本的依賴。
（3）基于知識圖譜的智能診斷
知識圖譜是一種將知識通過三元組進行表達的知識型數(shù)據(jù)庫，這里的知識可以是客觀知識和主觀經(jīng)驗。基于知識圖譜進行大壩結構智能診斷有兩條思路。一種是以感知到的大壩安全多源信息構建數(shù)據(jù)圖譜，通過數(shù)據(jù)智能分析方法對所有節(jié)點數(shù)據(jù)進行分析評判，并在數(shù)據(jù)圖譜的基礎上構建一個智能診斷機器學習模型，實現(xiàn)基于數(shù)據(jù)圖譜的結構智能診斷。領域專家總結出的規(guī)則或經(jīng)驗也可加入診斷模型以引導模型更好地進行診斷分析，這種方法與基于深度學習的方法較為相似。另外一種思路是實現(xiàn)更高級別的智能診斷，即基于領域知識和專家經(jīng)驗構建一個強大的專業(yè)知識圖譜（知識圖譜中的知識覆蓋面需與領域專家相當，包含客觀知識和專家經(jīng)驗），這個知識圖譜一方面可以智能化地引導開展大壩結構診斷的整個流程，另一方面在流程的每個環(huán)節(jié)可結合相應的智能算法給出智能評判，最終實現(xiàn)智能診斷全流程。
圖4 大壩安全知識圖譜
3.4 智能輔助決策
通過對大壩結構安全進行智能診斷分析，明確大壩的安全評級和存在的具體問題之后，管理人員需要采用一定措施對大壩異常部位進行綜合治理。大壩安全智能輔助決策即借助大壩異常案例、專家經(jīng)驗等累積知識為管理人員進行決策予以支持。
（1）大壩安全輔助決策知識圖譜
大壩隱患案例、事故調查報告、標準規(guī)范、新聞報道等海量資料中融合了大量與大壩安全相關的異常問題、處置方案、專家經(jīng)驗、事后評估等知識資源，是大壩安全管理行業(yè)中沉淀的一筆寶貴財富。借助知識圖譜萬物互聯(lián)的能力，通過知識抽取、知識對齊、知識消歧、知識融合等方法對這些數(shù)據(jù)資源進行規(guī)范化統(tǒng)一表達，形成大壩安全輔助決策知識圖譜，將非結構化的大壩安全知識以圖數(shù)據(jù)的方式進行關聯(lián)和呈現(xiàn)，真正的將數(shù)據(jù)資源轉化為支撐輔助決策的數(shù)據(jù)資產。大壩安全輔助決策知識圖譜以異常問題為節(jié)點將各座大壩建立聯(lián)系，在為異常大壩提供決策支持的同時，也明晰了易于出現(xiàn)異常問題與大壩之間的潛在關系，為大壩安全管理提供全方位的服務。
圖5 大壩安全輔助決策子圖譜
（2）大壩安全智能輔助決策
基于知識圖譜技術進行大壩安全智能輔助決策分為三個層次。第一層次主要服務于大壩結構診斷結果，通過詞向量模型等語義匹配算法將診斷出的大壩異常問題與大壩安全輔助決策知識圖譜中的異常案例進行智能匹配，輸出相應的處置方案和專家經(jīng)驗，為大壩異常問題提供決策支持；第二層次是在檢索出異常問題的基礎上，基于圖數(shù)據(jù)庫的多級關系查詢技術，進一步將存在該異常問題的所有大壩檢索出來，關注這些大壩所存在的其他問題，分析這些問題在當前大壩上出現(xiàn)的可能性，并采取相應措施進行提前預防；第三層次是針對整個大壩安全輔助決策知識圖譜，將存在同一異常問題的大壩檢索出來并分析它們之間所存在的聯(lián)系，比如同一家設計單位、同一家施工單位、運行管理水平較差等，通過在圖數(shù)據(jù)庫中進行如此歸納推理，能夠挖掘出大壩異常問題的深層次原因，提前規(guī)避風險。
4 結論與建議
4.1 結論
水電站大壩安全監(jiān)測監(jiān)控經(jīng)歷了從傳統(tǒng)人工監(jiān)測、人工巡檢到儀器自動化監(jiān)測、人工巡檢的技術變遷，這個過程都離不開運行管理人員的分析、判斷和決策。當前隨著新技術的發(fā)展，正面臨著向智能感知、智能巡檢、智能分析、智能診斷、智能輔助決策的智能化管理技術躍遷。這個過程需要構建數(shù)據(jù)與知識雙輪驅動的技術體系。通過深度學習、知識圖譜、AI大模型等技術的創(chuàng)新應用，可以實現(xiàn)信息感知、數(shù)據(jù)分析、結構診斷、輔助決策的水電站大壩智能化運維模式。但是，與當前新一代技術發(fā)展趨勢，水電站大壩智能化運維能力尚有不足，未來需要進一步深入探索大壩安全管理與新一代技術的融合創(chuàng)新應用，促進大壩安全智能化朝著更精準、更自主、更可靠的方向邁進，為重大工程安全運行提供堅實技術保障。
4.2 下一步工作建議
（1）開展在線監(jiān)控功能拓展升級
依托行業(yè)已全面建成的大壩安全在線監(jiān)控系統(tǒng)，重點在監(jiān)測自動化系統(tǒng)完善、智能感知、聯(lián)合仿真、智能診斷、智能輔助決策等方面開展智能化升級，提升、擴展在線監(jiān)控系統(tǒng)的缺陷監(jiān)控能力、工程問題智能化解決能力，實現(xiàn)缺陷隱患智能化閉環(huán)管理。
（2）開展智能大壩應用試點
通過能源科技立項，采用產學研合作模式開展“智能大壩”關鍵技術研究，選取典型工程開展試點應用示范，通過試點工程落地智能化技術、積累經(jīng)驗，力爭突破大壩安全智能化管理的難點和痛點問題。在總結試點工程經(jīng)驗基礎上打造智能大壩的標桿，形成新質生產力，促進大壩安全管理水平的提升和科技進步。
（3）開展大壩智能運維機制研究
同步研究適合我國國情和智能化技術發(fā)展趨勢的大壩智能化運行體制機制，逐步探索智能化運維條件下的大壩安全監(jiān)督管理模式。加快構建大壩安全智能化管理和技術標準體系，加快智能化技術標準的立項和編制，為大壩安全智能化建設提供技術準則。
