Page 101 - 2025年第56卷第5期

以上研究提取研究区域水资源情况或水力特征后，通过有分类功能的机器学习算法，进行了调度
模式智能识别的研究，取得了一定的进展。对于明渠实时调度而言，其相关要素多（沿线的泵站、分
水口与节制闸等），关系复杂（如节制与被节制关系、上下游关系与时序关系等），调度模式识别难度
高。知识图谱是一种善于处理复杂关系的图模型，在数字孪生水利工程背景下，构建知识图谱进行知
识建模与推理，以描述水利领域相关要素之间的关系，是现阶段研究热点。知识图谱已广泛应用于水
［8］
［9］
利防汛抢险 、防洪调度 、土石坝险情 、水文模型 与水处理研究 ［10］ 等领域。然而，传统的静态知
［6］
［7］
识图谱聚焦于知识的关联关系，不考虑知识的时空属性变化规律，难以适应时空动态变化明显的明渠实
时调度过程。如何考虑水力过程的复杂关系及时空特性，构建时空动态知识图谱，是一大研究挑战。
本研究以胶东调水工程王耨-入吴沟明渠段为例，基于对明渠调度的历史资料分析，构建描述明
渠水力变化时空特征的知识图谱。该方法通过调度场景实时更新，能智能识别调度模式，进而实现调
度目标推荐、先验知识推荐等辅助决策功能，提高调水工程智能化水平。

2 研究理论与方法

2.1 调度模式与调度时期
（1）模式的定义：模式在控制论中通常指系统行为中可识别的、重复出现的样式或序列，用以反
映系统动态行为的一致性和规律性 ［11］ ，通常具有可重复、稳定与可区分的特性。在明渠水力调度领
域，指一类调度场景具有特定的时空水力特性，这些特性可以在未来的调度期内反复且稳定地出现，
并可以通过场景分类将不同类调度场景进行区分。
（2）调度模式与调度期的关系：受气候变化与人类活动影响，调度时期与调度模式存在如下特性：
①每年进入汛期、冰期的时间具有不确定性，需要结合气象数据判断：依据 《我国入汛日期确定办
法》，入汛标准为自 3 月 1 日起，连续 3 日累积雨量 50 mm 以上雨区覆盖面积达 15 万 km ；或任一重要
2
江河入汛代表站超过警戒水位。此外，实施冰期输水的时间也存在不确定性，如 2024—2025 年度南水
北调东线冰期输水时期为 2024 年 12 月 21 日至 2025 年 2 月 28 日，2022—2023 年度冰期输水时期为 2022
年 12 月 1 日至 2023 年 2 月 28 日。②进入某一调度期不一定完全等于执行某一种调度模式：如枯水年时
汛期可能也存在缺水情况，需要保障供水安全。因此，调度模式与调度期属于大致对应的关系，过去明
渠调度常依据人工经验，按时期进行调度模式划分，缺乏适应变化的灵活性，难以满足实时调度需求。
2.2 研究框架与流程 明渠调度相关要素多、关系复杂、时变性强，导致调度模式识别效率低下。本
研究根据历史调度场景进行模拟与分类，构建描述明渠水力变化时空特征的知识图谱，研究框架与流
程见图 1 所示。
（1）历史调度场景分析：历史调度场景分析是明渠实时调度模式识别的基础。首先，基于 《山东
省胶东调水条例》 和工程调度经验，归纳具有特定水力特征的实时调度模式。然后，运用水力学模型，
对历史运行过程进行模拟研究，总结不同模式下，不同水位控制目标与闸门开度响应的关系，提炼不同
调度模式下，闸门的运行控制规律。随后，对按照“分类因子提取—降维—聚类—分类”的技术链条，
对历史运行过程进行分类研究，形成带标签的分类样本集。最后，按照时空动态的模式层设计，将历史
场景模拟与分类所形成的知识结构化存储，形成描述明渠水力特征时空动态变化规律的知识图谱。
（2）图谱构建：图谱构建包括知识获取与分析、需求分析与本体建模、知识抽取与存储等步骤，
最终实现图谱的多种应用，知识图谱构建框架与流程见图 2 所示。
（3）图谱应用：主要应用包括图谱可视化、知识检索与知识更新等辅助决策功能。图谱可视化能
够直观地理解复杂实体及其时空关系。知识检索通过图谱查询语言，可查询调度运行状态，辨析时序
关系，生成场景分类及调度建议。对于实时场景，辅助决策包括采用分类算法识别调度模式，查找相
似场景的决策经验，为调度模型动态推荐合适的调度目标，以及优选的闸门开度初始值与闸门开度调
节趋势等先验知识。

— 647 —