當前位置: 首頁--專題報道--2020年專題報道--智慧水利先行先試專題--工作部署

水利信息化工作簡報2021年第12期(總第185期)

2021-10-19 09:19 來源: 水利部官網

 智慧水利先行先試工作專題(第13期)

  水利部召開部長專題辦公會議研究智慧水利建設專項規劃

  9月15日,劉偉平副部長主持召開專題辦公會議,研究智慧水利建設專項規劃(包括《關於大力推進智慧水利建設的指導意見》《智慧水利建設頂層設計》《“十四五”智慧水利建設實施方案》)。

  會議指出,《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確指出:構建智慧水利體系,以流域為單元提升水情測報和智慧調度能力。水利部黨組高度重視智慧水利,將其作為新階段水利高質量發展的顯著標誌和推進水利高質量發展的六大實施路徑之一。,因此,按照“需求牽引、應用至上、數字賦能、提升能力”總要求,以建設數字孿生流域、加快構建具有“四預”功能的智慧水利體系為目標,編制智慧水利建設專項規劃編制十分必要和迫切。

  會議認為,智慧水利建設專項規劃編制工作紮實有效、程序規範,三個文件內容系統全面,明確了智慧水利建設指導思想、原則要求、目標任務、框架佈局、實施路徑、建設重點、分工協作等,對指導和保障全行業加快推進智慧水利建設具有重要意義。

  會議要求,要進一步修改完善智慧水利建設專項規劃,按程序提交部務會審定。有關司局作為業務應用系統用戶,要牽頭抓好業務應用建設,部信息中心要加強統籌、做好支撐。

  水利部網信辦聽取廣東省智慧水利先行先試工作彙報

  9月9日,水利部網信辦錢峰副主任主持召開視頻會議,專題聽取廣東省智慧水利先行先試工作進展情況彙報,會議邀請了指導專家和部政法司、河湖司、水資源司、水規總院等單位代表出席。各位專家給予廣東智慧水利先行先試任務高度的肯定和評價,認為試點任務基本達到“探索、突破、示範”三個階段的目標,較好完成了各項先行先試任務。廣東省先行先試工作取得了重要進展,先行先試任務成效顯著,一是北江蘆苞試驗段的相關成果獲得由工信部主辦的第四屆“綻放杯”廣東區域二等獎和最佳人氣獎,順利挺進全國決賽。二是“採砂管理智慧取證可視化平臺”“採砂船在線監管平臺”在梅州市開展採砂標段測試。三是通過衛星遙感技術分析成果,對疑似四亂點開展了智慧分析及外業核查工作。四是完成5G+AI水資源一體化智慧監測設備研發,並獲得實用新型專利。五是BIM+GIS系統平臺通過初步驗收,並將工程數據集成到省“一網統管”水利專題平臺。此外,在先行先試的基礎上,智慧水利建設納入“851”廣東水利高質量發展藍圖,被列為廣東水利發展“十四五”規劃重點項目重點推進。

  先行先試任務實施進展

  長江委。水文監測在線整編任務方面,按照專家諮詢會意見和測試情況,持續推進系統試用與功能完善。水庫群聯合調度任務方面,基於機器學習的歷史雨洪相似性分析模型構建,繼續開展洪水相似性特徵和相似洪水評價指標提取工作;基於調度規則知識庫的水庫群智慧調度引擎建設,持續完善調度規則庫配置功能可視化界面和調度規則驅動引擎功能;預報調度一體化改進預報調度模型,進行方案配置功能開發。智慧化採砂監管任務方面,開展砂石採運管理平臺完善工作,指導重慶市忠縣、重慶市水利水電發展有限公司等單位使用電子四聯單,視頻分析初步完成開發預警淹沒方案。

  黃委。綜合監管任務方面,繼續優化淤地壩數據採集和制定監督計劃框架功能,根據《黃委安全生産隱患排查治理專項行動方案》,繼續支撐開發“黃委安全生産事故隱患排查治理信息系統”。水政執法任務方面,完成水政三期項目招投標工作,組建項目組;完成案件處置系統組件化改造。水沙在線監測任務開展野外比測。取用水管理任務方面,根據引水監管業務需要,完善企業微信推送引水日、月報功能,同時開展黃委取水許可監管平臺的用戶需求分析,完成平臺初步系統功能設計,補充了最新的黃河水量調度方案。水利工程運行管理任務方面,開展技術報告編制。

  太湖局。水量水質一體化監測任務方面,開展交互和遠程指令相關頁面設計。超標特大洪水風險預警任務方面,開展以河網多邊形為計算單元、格網化數值降水預報成果為預見期輸入降雨的太湖流域水文水動力學模型調試與改進工作;根據預報工作實際需求,完善超標特大洪水風險預警系統的預報一體化系統的邏輯功能,提升展示效果。

  浙江省水利廳。數字流域任務方面,迭代優化錢塘江流域防洪減災數字化平臺-“水庫運行”一級模塊及防汛會商大屏-水庫納蓄模塊;修復河口防汛值班、調度令功能、工程管理等功能;優化完善與“浙水安瀾”用戶組織體系融合。水利工程建設數字化管理任務方面,開展水利工程建設管理數字化應用進展情況界面優化改造;上線運行竣工驗收頁面;迭代新增項目登記、質量評定、項目劃分等功能。水利工程運行管理數字化應用任務方面,依託水利工程運行管理數字化應用“工程數據整改清單”模塊,持續開展水閘、泵站、堤防等工程基礎信息完善工作。農村水電站管理數字化任務完成“特殊情況備案”模塊開發,實現對水電站運行過程中特殊情況的溯源管理。一體化水利政務服務任務方面,上線運行一體化水利政務服務智慧監管大屏,構建“當前在辦事項概況”“2021年全省累計辦結情況”“服務效能專欄”等模塊,實現對省市縣三級辦件的實時查看。

  福建省水利廳。水利工程視頻監視任務方面,完成項目一期終驗;智慧AI視頻算法中心月新增訓練素材1800多張,初步形成水庫泄洪(單孔、多孔)特徵識別算法與水體渾濁度算法,繼續優化算法訓練,提升算法識別成功率。水利綜合監管任務方面,繼續開展數字水利綜合業務平臺子系統功能開發,初步完成水利業務融合專題開發及移動APP整合開發,完成水利各業務微服務和數據分類梳理工作,對業務專題數據進行核對驗證,並進行優化完善,水利“一張圖”持續匯聚處理涉水空間數據資源,規範“水利一張圖”資源庫管理;繼續開展省水土保持信息系統(二期)項目建設工作,完成省水利衛星遙感影像管理中心影像數據成果共享展示系統、監測業務管理子系統開發,完善遙感影像數據元數據標準體系、整合規範建設,按照組織規範化、元數據規範化、時空統一化原則,推進遙感數據整合處理;完成省水利監管工作平臺(一期)開發並正式上線運行。

  廣東省水利廳。智慧水利(北江蘆苞試驗段)任務方面,完成了巡河、巡堤場景的開發,利用視頻攝像頭、光電雷達監控到的蘆苞段船隻信息,映射到數字大堤水域之中,實時反映試驗段內船舶航行情況以及船舶信息;完成蘆苞段洪水演進場景開發。互聯網+水政執法任務根據廣東省司法廳《行政執法監督信息數據元規範》進行自適應執法系統相關底層元數據結構調整;持續優化採砂船在線監管平臺功能,採砂船在線監管平臺和採砂管理智慧取證可視化平臺分別在清遠英德和梅州標段開展測試。互聯網+智慧河長任務方面,完成了衛星遙感“清四亂”三期成果報告的編制,開展了第一期水環境專題的工作,對全省範圍內主要河道重要斷面的水質進行了抽查,對新增疑似“四亂”點開展了智慧分析及外業核查工作;繼續開展“四亂”及水環境專題開發;完成全省範圍內的湖泊數據更新。河流水資源動態管控任務方面,完成智慧站點信息展示系統開發,展示站點各類監測數據及智慧識別信息;BIM應用任務組織召開BIM+GIS系統平臺階段成果彙報暨初步驗收會,完成輔助決策、支撐平臺、APP門戶、數字門戶、系統集成服務等5個單元工程的驗收;完成珠三角工程盾構數據接入省一網統管平臺;《BIM模型應用標準》《BIM模型創建標準》《BIM模型分類與編碼標準》《BIM模型交付標準》和《GIS數據交付標準》等五項標準于9日通過廣東省水利水電行業協會團標立項審查。

  貴州省水利廳。水土保持“天地一體化”監管任務方面,完成2021年第二期區域監管遙感解譯工作;部署第二期更新圖斑至貴州大數據平臺;開展桐梓至新蒲高速公路、金沙經仁懷至桐梓高速公路、黔西縣凹水河水庫、盤江新光2X660MW燃煤發電項目、望謨縣油啥水庫、六枝至安龍高速公路項目、雷山至榕江高速公路項目、納雍至赫章高速公路項目等8個項目的現場調查監督性監測情況與整改情況反饋工作。中小型水庫運行管理系統任務方面,根據現場復核石朱橋水庫現場水雨情設備數據中斷情況,擬定解決方案;完成石朱橋水庫的正射影像接入工作;完成6座水庫信息化系統PC端的升級上線,對APP端應用的升級和功能優化;與合作高校完成各水庫水文預報模型的搭建工作。

  寧夏回族自治區水利廳。互聯網+城鄉供水任務,目前已有15個縣(區)完成項目可研報告批復,批復總投資45.7億元。示範先行市固原市“互聯網+城鄉供水”項目全面開工建設,2021年計劃完成投資3.2億元,目前已完成投資1.61億元。城鄉供水大數據中心建設方面印發了《寧夏“互聯網+城鄉供水”數據規範》,為城鄉供水項目的規劃、設計、實施、管理、運行、維護提出了數據規範要求。數字供水、供水數字産業培育發展完成水聯網專有技術專利申報6項,其中1項已審查通過。産業園完成水利網合作技術遴選兩批次。城鄉供水工程建設方面已有5個縣(區)完成“兩評一案”報告批復。各地通過發揮財政杠桿作用,積極引入社會資本,基本建立了良性投融資機制。水利廳正在積極爭取自治區財政對“互聯網+城鄉供水”示範區建設獎補支持。

  寧波市水利局。智慧水利任務方面,重點對已建閘、泵、庫工情和流量監測情況進行集成和統計分析,加強內澇監測點和視頻點的匹配,為防汛防臺決策提供支撐;加強數據治理工作,梳理水利數據,督促各地強化運維,保障數據的穩定性及準確性;完成智慧水利數據資源清單,編制基礎感知數據考核辦法,明確市控監測點位清單利二期方案完成發改委報批。動態洪水風險圖應用任務方面,臺汛期(特別是“燦都”颱風期間)系統支撐水旱災害防禦業務,為防汛會商決策、防汛搶險、指揮調度提供技術支撐。山洪災害預報預警任務方面,做好系統日常維護,保障平臺正常運行。區域水利設施聯合調度運行任務完成日常業務功能模塊開發;完成調度方案場景(包括防汛調度、抗旱調度、生態調度)搭建。

  深圳市水務局。智慧水務任務方面,完成《智慧水務一期工程工作任務書》編制,為項目過程和成果質量把控提供依據和支撐;為加快推進水務資産數字化工作,實現水務資産“一物一碼”,目前已編制《深圳市水務對象分類與編碼規則(徵求意見稿)》。智慧河流任務方面,初步完成知識圖譜原型開發;完成對深圳河灣流域48個積水內澇點歷史數據的建模訓練工作,進一步驗證優化深圳河灣洪澇模型及水質模型,提升調度方案的實用性。水庫智慧監管任務方面,水庫管理系統根據上線試運行情況持續迭代完善,對系統功能架構進行整合優化,並對BIM+GIS、大壩安全管理等業務場景進行進一步優化,初步形成優化方案。智慧排水任務方面,對排水戶巡檢模塊進行優化,完善主流程功能,完成存量排水戶屬性數據遷移;完成南山前海片區的排水管網監測數據對接工作。BIM應用任務方面,持續推動水務工程智慧建造平臺建設,已初步完成BIM模型管理平臺開發部署,正在進行內部測試;完成《深圳市水務工程基於BIM的項目管理指南》等5項技術指導文件編制並通過專家評審。

  先行先試成效

  太湖局。超標特大洪水風險預警方面,每天採用太湖流域水文水動力學模型,開展不同數值降水預報條件下太湖與重要河網站水位預報、超警超保預測,為防汛決策提供支撐。在防禦第14號颱風“燦都”期間,基於多個模式數值降雨預報,根據太湖局防禦處提出的短期和中期預報需求,利用太湖流域預報調度一體化系統,預演颱風強降雨影響,包括滾動預報太湖與地區河網最高水位,動態展示超警超保風險區域及可能的淹澇範圍,為洪水預警和防汛調度決策提供了有力支撐。

  廣東省水利廳。智慧水利任務,以蘆苞段智慧應用申報的項目在工信部主辦的第四屆“綻放杯”5G應用徵集大賽廣東區域賽榮獲二等獎和最佳人氣獎,是廣東省唯一的5G與水利行業結合的獲獎項目,並順利進入全國決賽。河流水資源動態管控任務,水資源一體化智慧監測設備實時採集水位、流量、水質、雨量、智慧視頻等信息,通過5G網絡實時傳輸視頻,基於“邊緣計算”實現了水位、船隻、水面漂浮物等智慧視頻識別,申請並獲得一項實用新型專利(名稱:“一種基於AI的水質在線監測裝置”,專利號:ZL 2020 2 2012109.0)。互聯網+智慧河長任務,目前系統累計用戶69315名,今年截至9月底全省累計巡河1453992次,受理巡河問題99790件,公眾號累計粉絲27萬餘人。

  寧夏回族自治區水利廳。數字治水産業被自治區納入九大特色産業進行培育。

  寧波市水利局。智慧水利任務,“燦都”颱風期間,智慧水利平臺進行實時水雨情監測預警、閘泵工情監測及排水量計算,並及時提供洪水預測預報信息,為防汛防臺調度提供支撐。市水利局聯合市大數據局,向公眾發佈積水地圖查詢,方便公眾第一時間查詢獲知汛情;積水地圖覆蓋了全市已建成的積水監測點位149個,通過採用GIS、大數據、物聯感知等技術,對寧波繞城高速範圍內區域進行重點積水監測,涵蓋了低窪路段、老小區、下穿式立交等易澇點位。市民可通過浙裏辦app和“甬工惠”公眾號了解寧波全大市道路積水情況,方便出行;水利工程監測一張圖接入160余座水庫水位,覆蓋重要小二型及以上水庫;接入130余個河道水位,覆蓋全市縣級以上河道;接入閘泵工情188座,基本實現對沿三江幹流、姚江二通道及沿海閘泵工情的監測。各類監測數據的不斷充實,為防汛調度提供了強有力的技術支撐。動態洪水風險圖系統任務,在“燦都”颱風臨近登陸時,“洪水風險圖”系統根據氣象降雨預報數據,自動集成實時數據和潮位預報數據滾動演算,預報北渡站最高洪水位4.00米,比實際出現最高水位4.05米低0.05米,獲取了抗擊洪澇的主動權。周公宅“智慧水庫”平臺,9月12日,颱風“燦都”進一步向我省東南沿海逼近。周公宅智慧水庫平臺以全面科學的數字化大腦為周公宅水庫實時收集分析大壩工程的各項觀測數據,並進行對比分析,讓工作人員對大壩運行狀況及時掌握;平臺集合了24小時精細化降雨數據和水庫歷年典型雨型,通過後臺計算,可以快速得出幾套調度方案供會商決策;隨著“智慧水利”建設進程的整體推進,寧波市結合水庫業務管理需求,以水庫存在問題為導向,積極開展數字化智慧化建設,通過水庫業務與物聯網、雲計算、大數據、移動互聯等高新技術的深度融合,創新水庫管理方式、協同水庫管理業務、實現“全方面感知,全方位展示,全業務判斷的智慧管理”。為極端天氣或突發水事件時,水庫的快速響應、及時預警、協同調度提供了科學合理的決策依據。

  深圳市水務局。水庫智慧監管方面,水庫系統在市管17座水庫試運行,累計産生9986條業務數據,實現水雨情等數據實時查看和分析,巡檢管理、安全生産、防汛管理等主要業務線上辦理。

責編: 黃藏青  
 
 
進入無障礙閱讀