基于BDS/GPS系統(tǒng)的某大壩實(shí)時(shí)監(jiān)測(cè)與快速預(yù)警系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)*

李 威 閔從軍 周 瑛 沈月千 令曉博 陳 林

(1.華東瑯琊山抽水蓄能有限責(zé)任公司；2.河海大學(xué)地球科學(xué)與工程學(xué)院)

現(xiàn)階段，我國(guó)已經(jīng)進(jìn)入世界水電建設(shè)大國(guó)的行列，是世界上大壩最多的國(guó)家。受到經(jīng)濟(jì)和技術(shù)條件的限制，很多大壩存在建設(shè)標(biāo)準(zhǔn)和施工標(biāo)準(zhǔn)低的問(wèn)題，加之設(shè)計(jì)、施工、維護(hù)經(jīng)驗(yàn)不足以及結(jié)構(gòu)、運(yùn)行環(huán)境等因素的復(fù)雜性，隨著大壩運(yùn)行時(shí)間推移、壩體老化，大壩安全運(yùn)行受到了嚴(yán)重影響。目前，該類(lèi)水電站大壩變形監(jiān)測(cè)主要采用前方交會(huì)法、視準(zhǔn)線法等傳統(tǒng)技術(shù)方法[1]，該類(lèi)方法存在工序繁瑣、自動(dòng)化程度低(通常大壩監(jiān)測(cè)頻率每月一次)、勞動(dòng)強(qiáng)度大、人為因素誤差較大、返工率高、內(nèi)業(yè)數(shù)據(jù)處理復(fù)雜等不足，無(wú)法滿足快速、實(shí)時(shí)監(jiān)測(cè)大壩變形的要求。為此，本研究基于BDS/GPS衛(wèi)星導(dǎo)航系統(tǒng)，對(duì)大壩實(shí)時(shí)監(jiān)測(cè)與快速預(yù)警系統(tǒng)進(jìn)行設(shè)計(jì)與開(kāi)發(fā)。

1 系統(tǒng)工作原理及外部設(shè)計(jì)

基于BDS/GPS系統(tǒng)的大壩實(shí)時(shí)監(jiān)測(cè)與快速預(yù)警系統(tǒng)的原理為常規(guī)的RTK定位技術(shù)[2-3]，其與傳統(tǒng)RTK技術(shù)的區(qū)別在于，基準(zhǔn)站的坐標(biāo)已知且通過(guò)與周?chē)鶦ORS站進(jìn)行聯(lián)測(cè)更新，有效保證了在長(zhǎng)期監(jiān)測(cè)過(guò)程中基準(zhǔn)的動(dòng)態(tài)變化。該系統(tǒng)中，數(shù)據(jù)雙向傳輸都是通過(guò)局域網(wǎng)WIFI技術(shù)實(shí)現(xiàn)，保證了數(shù)據(jù)傳輸?shù)姆€(wěn)定性；將監(jiān)測(cè)站獲得的動(dòng)態(tài)數(shù)據(jù)實(shí)時(shí)傳遞至遠(yuǎn)端服務(wù)器通過(guò)數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，客戶端監(jiān)測(cè)軟件通過(guò)數(shù)據(jù)庫(kù)提取數(shù)據(jù)，經(jīng)卡爾曼濾波處理，獲得高精度的觀測(cè)值；客戶端監(jiān)測(cè)軟件根據(jù)用戶需求生成相應(yīng)的成果圖；最后經(jīng)過(guò)改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)對(duì)大壩變形進(jìn)行實(shí)時(shí)預(yù)測(cè)。

1.1 BDS/GPS接收機(jī)選取

BDS/GPS接收機(jī)模塊選取最新天寶BD982定位模塊。天寶BD982模塊是一款高精度定位、定向的GNSS板卡，與Hemisphere公司的VECTOR板卡和NovAtel公司的(OEMV系列或OEM615、OEM628)Align技術(shù)相比具有更大的優(yōu)勢(shì)。與VECTOR板卡、BD982板卡相比，其定位精度更高；與Align技術(shù)相比，天寶BD982模塊僅有一塊板卡，而Align技術(shù)需要2塊板卡，在可靠性和性?xún)r(jià)比方面天寶BD982模塊更具有優(yōu)勢(shì)。天寶BD982模塊的性能特點(diǎn)為：①單板雙天線，可輸出定位、定向數(shù)據(jù)；②支持多星座GNSS(BDS/GPS)另可升級(jí)到GALILEO功能，支持Omni STAR ；③靈活的RS232、USB網(wǎng)口和CAN接口。

1.2 系統(tǒng)供電設(shè)計(jì)

系統(tǒng)采用太陽(yáng)能并聯(lián)蓄電池的供電方式，即利用太陽(yáng)能直接給監(jiān)測(cè)系統(tǒng)供電，當(dāng)遇到連續(xù)陰天氣，太陽(yáng)能供電不足時(shí)，可改由蓄電池為系統(tǒng)供電。系統(tǒng)供電穩(wěn)定，是確保系統(tǒng)可靠運(yùn)行的前提條件?？紤]到整個(gè)系統(tǒng)的電流消耗和后續(xù)功能擴(kuò)展的用電需求，系統(tǒng)的輸出電流不宜小于3 A，經(jīng)過(guò)挑選比對(duì)，選擇NS公司的LMZ14203具備42 V最高輸入電壓的3ASIMPLE SWITCHER電源模塊，該電源模塊支持6～42 V輸入電壓和0.8～6 V輸出電壓，轉(zhuǎn)換率達(dá)到90%。

1.3 基于WIFI技術(shù)的數(shù)據(jù)安全傳輸

系統(tǒng)通過(guò)WIFI技術(shù)構(gòu)建大壩監(jiān)測(cè)系統(tǒng)數(shù)據(jù)傳輸網(wǎng)絡(luò)(圖1)，旨在確保大壩變形監(jiān)測(cè)數(shù)據(jù)得以被安全傳輸[4-5]。

圖1 基于WiFi數(shù)據(jù)的傳輸網(wǎng)絡(luò)

2 數(shù)據(jù)處理技術(shù)

系統(tǒng)的數(shù)據(jù)處理架構(gòu)主要包括基于CORS站的大壩基準(zhǔn)穩(wěn)定性分析、基于卡爾曼濾波的數(shù)據(jù)處理技術(shù)和基于BP神經(jīng)網(wǎng)絡(luò)模型的大壩變形預(yù)測(cè)。

2.1 基于CORS站的大壩基準(zhǔn)穩(wěn)定性分析

按照傳統(tǒng)的大壩變形監(jiān)測(cè)方案，需要在監(jiān)測(cè)區(qū)域構(gòu)建一個(gè)監(jiān)測(cè)基準(zhǔn)網(wǎng)作為變形監(jiān)測(cè)分析的基準(zhǔn)。基準(zhǔn)站接收機(jī)的天線位置受到不穩(wěn)定因素(如參考站建設(shè)地點(diǎn)發(fā)生沉降、位移等)的影響時(shí)會(huì)發(fā)生微弱變化，從而影響到參考站點(diǎn)的穩(wěn)定性[6]。為確?；鶞?zhǔn)站提供的坐標(biāo)基準(zhǔn)準(zhǔn)確無(wú)誤并提高基準(zhǔn)站站點(diǎn)的位置精度及可靠性，需要按照一定的周期將系統(tǒng)中的基準(zhǔn)站與高精度已知點(diǎn)進(jìn)行聯(lián)測(cè)檢查[6-7]。通過(guò)將基準(zhǔn)點(diǎn)與周?chē)鶦ORS站建立聯(lián)測(cè)控制網(wǎng)，來(lái)全方位、多系統(tǒng)地分析大壩變形監(jiān)測(cè)基準(zhǔn)點(diǎn)的穩(wěn)定性。

2.2 數(shù)據(jù)處理方法

(1)基于卡爾曼濾波的大壩變形數(shù)據(jù)處理?？柭鼮V波是一種具有無(wú)偏性的遞推線性最小方差估計(jì)方法，即估計(jì)誤差的均值或數(shù)學(xué)期望值為0。在計(jì)算方法上，卡爾曼濾波采用遞推形式，即在t-1時(shí)刻估值的基礎(chǔ)上，利用t時(shí)刻的觀測(cè)值，遞推得到t時(shí)刻的狀態(tài)估值?？柭鼮V波能有效消除噪聲干擾，獲得逼近真實(shí)情況的有用信息[8-9]。

(2)基于BP神經(jīng)網(wǎng)絡(luò)模型的大壩變形預(yù)測(cè)。目前，大壩變形監(jiān)測(cè)預(yù)報(bào)分析方法主要有時(shí)間序列法、灰色系統(tǒng)理論、突變理論法、非線性動(dòng)力學(xué)法等。由于壩體是一個(gè)開(kāi)放的復(fù)雜系統(tǒng)，壩體失穩(wěn)的地質(zhì)過(guò)程、形成條件、誘發(fā)因素非常復(fù)雜，從而導(dǎo)致動(dòng)態(tài)信息難以捕捉[10]。BP神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入—輸出模式映射關(guān)系，其學(xué)習(xí)規(guī)則為最速下降法，通過(guò)反向傳播來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使得網(wǎng)絡(luò)的誤差平方和達(dá)到最小[11-14]。因此，本研究采用BP神經(jīng)網(wǎng)絡(luò)模型來(lái)對(duì)大壩變形進(jìn)行預(yù)測(cè)。

3 系統(tǒng)軟件設(shè)計(jì)

3.1 軟件平臺(tái)需求分析

(1)將永久監(jiān)測(cè)站傳送的GNSS報(bào)文數(shù)據(jù)進(jìn)行解析，解析出經(jīng)緯度和大地高，通過(guò)卡爾曼濾波將坐標(biāo)數(shù)據(jù)進(jìn)行濾波改正，得到精確的三維坐標(biāo)數(shù)據(jù)，并存儲(chǔ)于數(shù)據(jù)庫(kù)中。

(2)軟件平臺(tái)能夠?qū)崟r(shí)顯示壩體各個(gè)監(jiān)測(cè)點(diǎn)的三維坐標(biāo)，能夠?qū)崟r(shí)繪制監(jiān)測(cè)站點(diǎn)坐標(biāo)變化折線圖，并能夠顯示總體趨勢(shì)生成報(bào)表，并存儲(chǔ)于數(shù)據(jù)庫(kù)中。

(3)軟件平臺(tái)能根據(jù)存儲(chǔ)的各個(gè)監(jiān)測(cè)站的坐標(biāo)數(shù)據(jù)并通過(guò)采用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行站點(diǎn)坐標(biāo)預(yù)測(cè)。

(4)允許客戶端軟件對(duì)數(shù)據(jù)庫(kù)進(jìn)行訪問(wèn)，并將實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)、站點(diǎn)坐標(biāo)變化圖表以及站點(diǎn)變化的總體趨勢(shì)報(bào)表發(fā)送給客戶端軟件。

(5)軟件平臺(tái)能夠快速進(jìn)行預(yù)警，在壩體各個(gè)監(jiān)測(cè)站點(diǎn)位移超出一定的警戒值后，通過(guò)短消息、廣播以及其他方式發(fā)送給相關(guān)部門(mén)和客戶端軟件。

3.2 數(shù)據(jù)中心軟件平臺(tái)設(shè)計(jì)

系統(tǒng)數(shù)據(jù)中心軟件平臺(tái)由服務(wù)器軟件和客戶端軟件組成。服務(wù)器軟件主要由軟件加密、工程項(xiàng)目、網(wǎng)絡(luò)通信、串口通信、圖形分析、報(bào)表導(dǎo)出等模塊組成(圖2)。客戶端軟件主要功能為數(shù)據(jù)遠(yuǎn)程查詢(xún)及管理、數(shù)據(jù)分析處理、報(bào)表導(dǎo)出、監(jiān)測(cè)站點(diǎn)分析等，客戶端軟件各模塊組成如圖3所示。

圖2 數(shù)據(jù)中心平臺(tái)軟件模塊

圖3 客戶端各模塊組成

4 系統(tǒng)性能分析

本研究將所開(kāi)發(fā)的整套系統(tǒng)布設(shè)于大壩監(jiān)測(cè)點(diǎn)上，通過(guò)1 s的采樣時(shí)間間隔將監(jiān)測(cè)站采集的數(shù)據(jù)傳輸回服務(wù)器數(shù)據(jù)庫(kù)進(jìn)行保存，客戶端軟件從數(shù)據(jù)庫(kù)提取數(shù)據(jù)，經(jīng)過(guò)處理后獲得監(jiān)測(cè)結(jié)果。某一監(jiān)測(cè)點(diǎn)前500個(gè)歷元的位移監(jiān)測(cè)值如圖4所示(數(shù)據(jù)獲取開(kāi)始時(shí)間為2016年12月28日凌晨0點(diǎn)00分)。由于抽水蓄能電站在夜晚會(huì)向水庫(kù)里儲(chǔ)水，而白天會(huì)將水庫(kù)的水抽出用于發(fā)電，在蓄水—抽水過(guò)程中，大壩監(jiān)測(cè)點(diǎn)位移會(huì)發(fā)生變化，X方向位移有一個(gè)變大回落的過(guò)程，Y方向位移則有一個(gè)減小至增大的過(guò)程，Z方向位移最為明顯，由抬高至回落，圖4監(jiān)測(cè)數(shù)據(jù)有效反應(yīng)了監(jiān)測(cè)點(diǎn)3個(gè)方向的位移變化過(guò)程，可見(jiàn)本研究開(kāi)發(fā)的軟件系統(tǒng)可對(duì)大壩變形進(jìn)行有效監(jiān)測(cè)。

5 結(jié) 語(yǔ)

以國(guó)內(nèi)某抽水蓄能電站大壩為例，基于BDS/GPS衛(wèi)星導(dǎo)航系統(tǒng)，開(kāi)發(fā)了大壩實(shí)時(shí)監(jiān)測(cè)與快速預(yù)警系統(tǒng)，詳細(xì)分析了系統(tǒng)軟硬件設(shè)計(jì)思路及功能模塊，試驗(yàn)表明，該系統(tǒng)可對(duì)大壩變形信息進(jìn)行準(zhǔn)確監(jiān)測(cè)。結(jié)合BP神經(jīng)網(wǎng)絡(luò)模型可對(duì)大壩變形進(jìn)行精確預(yù)測(cè)，從而實(shí)現(xiàn)對(duì)大壩變形的預(yù)警分析。

[1] 陳正威，崔秀偉，蔣 劍，等.測(cè)角前方交會(huì)法在壩頂水平位移監(jiān)測(cè)中的應(yīng)用——以阿海水電站為例[J].人民長(zhǎng)江，2016(S)：167-169.

[2] 白立舜，張宏偉，聶敏莉.GPS PPK技術(shù)和GPS RTK技術(shù)在包頭市第二次土地調(diào)查中的應(yīng)用與對(duì)比分析[J].測(cè)繪通報(bào)，2013(7)：49-53.

[3] 李 黎 龍四春，張立亞，等.礦山變形監(jiān)測(cè)中常規(guī)RTK精度提高方法研究[J].湖南科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014(2)：18-21.

[4] 翁信人，朱明非，汪 維.基于GNSS/傳感器鐵道施工維護(hù)人員安全監(jiān)測(cè)與預(yù)警系統(tǒng)的設(shè)計(jì)[J].測(cè)繪與地理空間信息，2016(11)：69-71.

[5] 李曉陽(yáng).WiFi技術(shù)及其應(yīng)用與發(fā)展[J].信息技術(shù)，2012(2)：196-198.

[6] 丁 健.CORS系統(tǒng)穩(wěn)定性與進(jìn)度測(cè)試研究[D].合肥：合肥工業(yè)大學(xué)，2014.

[7] 李永泉.小波和Kalman濾波用于GPS數(shù)據(jù)去噪方法分析[J].交通科技與經(jīng)濟(jì)，2011，13(2)：111-114.

[8] 岳騰飛.基于卡爾曼濾波技術(shù)的GPS信號(hào)跟蹤與多徑估計(jì)算法研究[D].杭州：浙江理工大學(xué)，2015.

[9] 雷禮平.GPS動(dòng)態(tài)卡爾曼濾波算法研究[D].成都：電子科技大學(xué)，2003.

[10] 李喜盼，劉新俠，張安兵，等.遺傳神經(jīng)網(wǎng)絡(luò)在滑坡災(zāi)害預(yù)報(bào)中的應(yīng)用研究[J].河北工程大學(xué)學(xué)報(bào)(自然科學(xué)版)，2009，26(1)：69-71.

[11] 高鵬毅.BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器優(yōu)化技術(shù)研究[D].武漢：華中科技大學(xué)，2012.

[12] 劉彩紅.BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究[D].重慶：重慶師范大學(xué)，2008.

[13] 毛文軍.基于遺傳BP神經(jīng)網(wǎng)絡(luò)模型的礦區(qū)開(kāi)采沉陷預(yù)計(jì)[J].金屬礦山，2016(2)：164-167.

[14] 陳海燕，戎曉力，林 陽(yáng).礦區(qū)開(kāi)采沉陷預(yù)計(jì)的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型[J].金屬礦山，2017(4)：119-122.

圖4 不同時(shí)間段某監(jiān)測(cè)點(diǎn)位移變化特征