Page 179 - 测绘科学技术理论及实践应用研究

第七章 水利工程中数字孪生技术的相关思考

质量管理系统，能够对异常数据自动筛选、剔除，并能提供人机交互的数据修正
功能。虚拟体从广义上讲包括数字模型和决策算法。数字模型主要包括产汇流模
型、河网水动模型、水质模型等，以及黑箱模型，如神经网络模型、时间序列模

型等。但是，仅有数字模型还不足支撑对水利工程的调度决策，因此对虚拟体来
讲，还必须有决策算法做支撑，这些算法不仅包括传统的线性规划、动态规划算
法等，还包括遗传算法、粒子群算法等智能算法等，以及能满足大规模并行计算
技术手段。

（二）水利工程数字孪生技术的关键问题
水利工程数字孪生技术并不是一项全新技术，以往的水利工程实时在线仿真
决策系统都可以视为其雏形，根据这些项目的建设经验，水利工程数字孪生技术

要真正落地，解决“智慧水利”的科学决策，应该在建设过程中关注解决以下关
键问题。
第一，数据质量管理。数据是虚拟体模拟仿真和决策的依据，虚拟体中的数
字模型往往需要信息化系统提供的几十个甚至上百个采集数据作为初始条件或边
界约束条件。但是，水利信息化系统采集的原始数据往往夹杂着随机的误差和噪

音，这些误差将影响数字孪生体决策的准确性。例如，将错误的水位数据采集值
作为初始条件代入圣维南方程组，那么计算的结果将无法达到预期。因此，数据
质量管理是水利工程数字孪生系统建设中的重要的内容。数据质量管理系统应具

备强健的数据容错管理机制，保证提供给虚拟体的数据是物理实体的真实状态。
第二，数字模型的构建。对于数字模型的构建，首先需要解决模型边界问题。
大多数水利工程在自然界并不存在天然的边界，它的实际运行工况与工程范围之
外的系统（如水系）存在着较强的耦合关系。因此，对虚拟体中的数字模型，需
要设定合理的边界条件，只有在合理的边界条件下，数字模型才会反映物理世界

中水利工程的真实性能。其次，要解决数字模型的参数率定问题。水利工程一般
都有明确的基础参数，如河道断面形状、长度等，但是河道糙率、闸门过流系数
等则需要凭借人工经验调整。在云时代，基于公有云或私有云提供的海量算力，

可用智能算法对这些参数进行整体率定。例如，基于信息化系统采集的历史数
据，在云端利用智能算法可同时率定同一渠段的多个闸门的过流系数。再次，模
型选用的问题。在传统的水文、水利、水质模型建模的基础参数不可得，或者模
型效果不好的情况下，可以基于历史数据用深度学习模型做局部模型的替代。在

171