数智赋能，给江河装上“最强大脑”

（来源：河北日报）

转自：河北日报

数智赋能，给江河装上“最强大脑”

□本报记者 陈华

4月27日上午，河北工程大学智慧水利重点实验室一楼大厅里，一块大屏幕格外醒目。

屏幕上，四川大渡河沙坪二级电站的多维决策三维可视化仿真系统正在运行，出库流量、上下游水位、发电流量等数据实时跳动，并迅速转化为发电负荷、闸门开度、泄洪流量等清晰指令。

“这就是我们给水电站装上的‘最强大脑’。”河北工程大学学术副校长雷晓辉向学生介绍。

这套流域水库群智能化运行与精准调控系统，由雷晓辉团队联合国能大渡河大数据服务有限公司、中国水利水电科学研究院共同研发。近日，他们凭借这项技术获得2025年度河北省科技进步奖一等奖。

别小看这个系统，其“算力”胜过千军万马。

“以前调度员要根据上游来水、发电负荷变化、水轮机状态，凭经验手动计算负荷怎么调整、开几个泄洪闸门。现在，系统几秒钟就能完成发电负荷分配和各闸门开度计算，在保障发电的同时，把水位误差控制在厘米级。”雷晓辉说。

江河安澜，关系国计民生。在全球气候变化背景下，面对极端水文事件增多的新形势，如何在防洪、发电、供水、生态等多重目标中寻找平衡，是水利工程运行管理必须研究的现实课题。

过去，复杂流域调控很大程度上依赖人工经验和反复试算，就像经验丰富的司机，熟悉道路时得心应手，一旦遇到从未经历的暴雨洪水，要在最短时间内找到安全高效的路径，挑战巨大。

传统模型仿真计算复杂度高、多目标冲突难协调、宏观决策难以精准落地，是制约智慧水利的三大难关。无人驾驶、人工智能等新技术带来机遇，但深度融合水利工程，首先需进行方法论变革。

“最难的不是写代码，而是方法论的突破。”雷晓辉认为，传统水利学科重建轻管，真正的挑战是借鉴无人驾驶、导弹火箭等领域的方法论，将工程控制论创造性地应用于复杂水利系统。

第一道难关，是让计算机“读懂”复杂的水文情况。流域水系统要素繁杂，水库、河道、水闸、泵站的拓扑关系错综复杂。传统建模方式如同“手工作坊”，效率低且难以统一。

2019年，四川省大渡河沙坪二级水电站就面临这种困境：受上游来水不确定、发电负荷波动和泄洪调度影响，闸门与机组动作频繁，降低设备疲劳、稳定坝前水位、兼顾发电与安全，成为迫切需求。

让计算机懂水流、会决策，雷晓辉团队意识到，这绝非简单的程序开发。

历经一年多时间，团队创新建立了流域水文水动力通用算子库及模块化快速精准建模方法。他们将河流、水库、闸门、泵站等工程对象及其物理规律拆解为标准组件，像搭积木一样根据不同流域地形、水文特征快速组装，建模效率较传统方法提升15倍以上。

更关键的一招是首创了“聚合水库”技术。团队成员龙岩解释：“你看，流域里藏着成千上万个小型塘坝、灌溉渠，像无数个小水龙头，单个看带来的影响微乎其微，合起来却能改变洪水走向。以前要逐个计算这些小工程的蓄泄量，根本不现实。现在我们把它们打包成一个‘虚拟水库’，直接模拟整体的洪水调节规律。”

这项技术让洪水回顾预报合格率一下子提高了36%，相当于给模糊的水情预测装上了高清镜头。

如果说精准建模是给江河装上“眼睛”，那么智能决策就是给水系统装上“大脑”。

针对水库群防洪、发电、供水、生态等多目标“打架”的难题，团队创立了多目标分层分布式智能调度决策方法，融合模型预测控制与强化学习，形成快慢思考相结合的智能解决机制，能从容应对多重扰动，在复杂的约束条件下，瞬间生成最优调度方案。

理论突破之后，是更为艰苦的工程实践。将这套“最强大脑”真正接入水电站的控制系统，是一场硬仗。

当系统首次接入电站控制系统时，研发团队在沙坪二级水电站一待就是两个多月，对着密密麻麻的接口反复调试，为确保指令精准执行测试了上千次。

“为了一个特定工况下的水流响应，我们研究人员常常连续多天盯着数据，逐项核对每一次机组负荷变化、每一道闸门开度调整。”那段日子让龙岩记忆犹新。

如今，在这套智能调控系统支撑下，电站闸门年均动作次数从1.8万余次降至1200次，降幅达93%，不仅设备损耗大幅降低，坝前水位控制精度更是达到厘米级。

这套自学习、自适应的智能调控体系，已在全国20余个省的水文监测机构和能源企业中广泛应用。项目成果获授权发明专利60件，近三年累计实现增收经济效益约23亿元。

“水利工程不仅要建得好，更要管得好、调得准、运行得智能。”雷晓辉表示，面向国家水网建设和数字孪生水利需求，团队正在研发新一代AI智能体驱动的产品、标准和测试体系，预计今年下半年将在水利水电水务领域的规划、设计和运行中推广应用。