场景01：水库水位异常预警

当前阶段： 🔍 探索中 | 行业： 水利行业 | 关键词： 水位监测、防汛预警、应急响应 | 返回水利场景 →

一、需求探索

1.1 痛点时刻

具体场景：

凌晨3点，某水库上游突降暴雨，水位在1小时内从48米上升到50米。调度室值班人员正在处理其他事务，等发现水位异常时已经过去1小时，此时水位已达到51.5米，接近保证水位（55米）。
如果再晚发现30分钟，可能需要紧急泄洪，影响下游居民安全。调度员不知道：
水位上升速度是否还在加快
需要立即开闸泄洪还是继续观察
应该通知哪些部门和人员

业务背景：

水库规模：中型水库，库容5000万立方米，保护下游10万人口
监测设备：水位计每5分钟上报一次数据
汛期特点：5-9月为汛期，夜间降雨频繁，值班人员容易疲劳
安全标准：警戒水位50米，保证水位55米，设计水位58米

1.2 核心痛点

问题1：发现滞后

水位数据每5分钟上报，但调度员可能30分钟才看一次
没有自动预警机制，依赖人工盯屏
夜间值班人员少，容易漏看关键数据

问题2：判断困难

不知道水位上升速度是否异常（正常上升 vs 快速上升）
不知道按当前速度多久会达到保证水位
不知道上游降雨情况和未来趋势

问题3：响应慢

发现异常后，人工查找应急预案，耗时长
人工通知相关部门，容易遗漏
事后追溯困难，责任不清

1.3 业务规则（行业标准）

《水库大坝安全管理条例》相关要求：

水库必须安装水位监测设备（第15条）
水位超过警戒水位应立即报告（第18条）
水位接近保证水位应启动应急预案（第19条）

实际业务规则（基于行业调研）：

警戒水位规则：水位 > 50米 → 预警（黄色）
保证水位规则：水位 > 55米 → 报警（橙色）
设计水位规则：水位 > 58米 → 紧急（红色）
快速上升规则：1小时内上升 > 2米 → 立即报警（无论当前水位）

成本测算：

误报成本：启动应急预案，通知相关部门，人工成本约500元/次
漏报成本：延误泄洪时机，可能造成溃坝，损失无法估量
平衡点：宁可误报，不可漏报

二、方案设计

2.1 业务规则设计

规则1：水位阈值预警

接口签名:

typescript

function checkWaterLevelThreshold(
  currentLevel: number
): WaterLevelThreshold

数据模型:

typescript

interface WaterLevelThreshold {
  // 水位阈值
  warningLevel: number;    // 警戒水位（50米）
  guaranteeLevel: number;  // 保证水位（55米）
  designLevel: number;     // 设计水位（58米）

  // 预警级别
  alertLevel: 'normal' | 'warning' | 'alarm' | 'emergency';
}

业务规则:

正常状态：水位 ≤ 警戒水位 → normal
黄色预警：警戒水位 < 水位 ≤ 保证水位 → warning
橙色预警：保证水位 < 水位 ≤ 设计水位 → alarm
红色预警：水位 > 设计水位 → emergency

算法要求:

阈值比较：简单数值比较
复杂度：O(1)
技术难点：阈值配置化，支持不同水库的不同阈值

规则2：水位快速上升预警

接口签名:

typescript

function checkWaterLevelRiseRate(
  records: WaterLevelRecord[],
  guaranteeLevel: number
): WaterLevelRiseRate

数据模型:

typescript

interface WaterLevelRiseRate {
  // 时间窗口
  timeWindow: number;      // 时间窗口（秒）
  riseThreshold: number;   // 上升阈值（米）

  // 判定结果
  isRapidRise: boolean;    // 是否快速上升
  riseRate: number;        // 上升速度（米/小时）
  estimatedTime: number;   // 预计到达保证水位的时间（分钟）
}

业务规则:

时间窗口：获取指定时间窗口内的水位记录
上升速度计算：(最新水位 - 最早水位) / 时间差
快速上升判定：时间窗口内上升量 > 上升阈值 → 快速上升
到达时间预测：(保证水位 - 当前水位) / 上升速度

算法要求:

时间序列分析：需要处理时间窗口内的数据
线性预测：基于当前上升速度预测到达时间
复杂度：O(n)，n为时间窗口内的记录数
技术难点：
- 数据缺失处理（传感器故障）
- 异常值过滤（传感器误报）
- 上升速度波动平滑处理

规则3：自动响应规则

接口签名:

typescript

function triggerAutoResponse(
  alertLevel: 'warning' | 'alarm' | 'emergency' | 'rapidRise',
  context: AlertContext
): AutoResponse

数据模型:

typescript

interface AutoResponse {
  // 报警配置
  alert: {
    channels: string[];     // 推送渠道
    sound: string;          // 报警音
    message: string;        // 报警消息
  };

  // 自动动作
  actions: string[];        // 需要执行的动作列表
}

interface AlertContext {
  reservoirId: string;
  currentLevel: number;
  riseRate?: number;
  estimatedTime?: number;
}

业务规则:

黄色预警（警戒水位）：
- 推送渠道：调度室大屏、值班人员手机
- 自动动作：加密监测频率、通知防汛办、准备泄洪预案
橙色预警（保证水位）：
- 推送渠道：调度室大屏、值班人员手机、防汛办主任手机
- 自动动作：启动应急预案、通知下游乡镇、调度闸门
红色预警（设计水位）：
- 推送渠道：所有相关人员、应急广播
- 自动动作：立即泄洪、通知居民转移、上报上级
快速上升预警：
- 推送渠道：值班人员、防汛办主任
- 自动动作：查看上游降雨、提前准备泄洪

技术难点:

多渠道推送协调（APP、短信、语音、广播）
推送确认机制（重要预警必须确认）
推送失败重试策略
动作执行状态跟踪

2.2 技术方案

技术架构

水位计 → 数据采集 → 规则引擎 → 报警推送
            ↓
      数据存储（时序数据）
            ↓
      可视化大屏 + 移动端

核心技术点

1. 水位数据采集

采集频率：正常模式 vs 预警模式（频率动态调整）
数据格式：{ reservoirId, level, timestamp, sensorStatus }
数据校验：异常值过滤（传感器故障检测）

2. 水位异常检测

实时监测：事件驱动架构，数据到达即检查
阈值判定：多级阈值比较
趋势判定：时间窗口内的上升速度计算

3. 规则引擎

多规则并行：阈值规则 + 上升速度规则同时判断
规则配置化：阈值、时间窗口可动态调整
规则测试：支持模拟数据验证

4. 报警推送

多通道协调：大屏、APP、短信、语音、广播
分级推送：根据预警级别推送不同人员
推送确认：重要预警需确认机制

复杂度评估:

数据采集：低复杂度，标准传感器接口
异常检测：中等复杂度，需要时间序列分析
规则引擎：中等复杂度，多规则协调
报警推送：高复杂度，多渠道协调和确认机制

技术难点:

传感器数据可靠性（故障检测、数据补偿）
实时性要求（秒级响应）
误报控制（避免频繁误报）
多渠道推送协调（确保消息送达）

关键依赖:

时序数据库（存储水位历史数据）
消息队列（异步推送）
规则引擎框架（支持动态规则配置）
多渠道推送服务（短信、语音、APP）

数据模型

typescript

// 水位记录
interface WaterLevelRecord {
  id: string;
  reservoirId: string;        // 水库ID
  reservoirName: string;      // 水库名称
  level: number;              // 水位（米）
  timestamp: Date;            // 采集时间
  sensorStatus: 'normal' | 'abnormal';  // 传感器状态
}

// 预警事件记录
interface AlertEvent {
  id: string;
  reservoirId: string;
  reservoirName: string;
  alertType: 'THRESHOLD' | 'RAPID_RISE';  // 预警类型
  alertLevel: 'warning' | 'alarm' | 'emergency';  // 预警级别
  detectedAt: Date;           // 检测到异常的时间
  currentLevel: number;       // 当前水位
  riseRate?: number;          // 上升速度（米/小时）
  estimatedTime?: number;     // 预计到达保证水位的时间（分钟）
  status: 'PENDING' | 'CONFIRMED' | 'RESOLVED';

  // 处置记录
  disposal: {
    confirmedBy: string;      // 确认人
    confirmedAt: Date;
    actions: string[];        // 处置措施
    result: string;           // 处置结果
    resolvedAt: Date;
  };
}

三、AI辅助开发方案

3.1 技术迁移分析

复用已有资产：矿山场景的"环境监测异常预警"规则

相似点：

都是基于传感器数据的异常监测
都需要实时判断 + 自动报警
都需要分级预警 + 升级机制

差异点：

维度	矿山场景（瓦斯监测）	水利场景（水位监测）
监测对象	瓦斯浓度	水位高度
异常判断	浓度 > 阈值	水位 > 阈值 OR 上升速度 > 阈值
预警级别	2级（预警、报警）	4级（正常、黄色、橙色、红色）
响应动作	停止作业、人员撤离	加密监测、准备泄洪、紧急泄洪

技术复用度：85%

规则引擎逻辑：100%复用
报警推送逻辑：100%复用
异常判断逻辑：需要增加"上升速度"判断（15%新开发）

3.2 Cursor Skill设计

Skill名称： environment-monitoring-alert.md（已存在，可直接复用）

复用说明：

矿山场景的"环境监测异常预警"规则可以直接应用到水位监测
只需调整监测对象（瓦斯浓度 → 水位）和阈值配置
增加"上升速度"判断逻辑

3.3 PROMPT模板

PROMPT 1：生成水位异常检测代码

你是一个业务逻辑开发专家。请根据以下业务规则，生成水位异常检测的代码。

## 业务场景
水库水位监测，当水位超过警戒线或短时间内快速上升时，需要自动报警并启动应急响应。

## 业务规则
1. 阈值预警：
   - 水位 > 50米（警戒水位）→ 黄色预警
   - 水位 > 55米（保证水位）→ 橙色预警
   - 水位 > 58米（设计水位）→ 红色预警

2. 快速上升预警：
   - 1小时内上升 > 2米 → 立即报警（无论当前水位）
   - 计算预计到达保证水位的时间

3. 自动响应：
   - 黄色预警：通知值班人员，加密监测频率
   - 橙色预警：启动应急预案，通知下游乡镇
   - 红色预警：立即泄洪，通知居民转移
   - 快速上升：提前准备泄洪预案

## 数据模型
- WaterLevelRecord：水位记录（reservoirId, level, timestamp）
- AlertEvent：预警事件记录（alertType, alertLevel, currentLevel, status）

## 技术要求
- 使用TypeScript
- 实时监测（每次收到数据立即检查）
- 支持规则配置（阈值可调整）
- 记录所有预警事件和处置过程

请参考 environment-monitoring-alert.md 中的规则，基于以上规范生成实现。

PROMPT 2：生成分级报警推送逻辑

你是一个业务逻辑开发专家。请根据以下业务规则，生成分级报警推送的代码。

## 业务场景
水位异常需要根据预警级别推送给不同人员，并触发不同的应急响应动作。

## 业务规则
1. 黄色预警（警戒水位）：
   - 推送到：调度室大屏、值班人员手机
   - 动作：加密监测频率、通知防汛办、准备泄洪预案

2. 橙色预警（保证水位）：
   - 推送到：调度室大屏、值班人员手机、防汛办主任手机
   - 动作：启动应急预案、通知下游乡镇、调度闸门

3. 红色预警（设计水位）：
   - 推送到：所有相关人员、应急广播
   - 动作：立即泄洪、通知居民转移、上报上级

4. 快速上升预警：
   - 推送到：值班人员、防汛办主任
   - 动作：查看上游降雨、提前准备泄洪

## 技术要求
- 支持多通道推送（APP、短信、语音电话、应急广播）
- 推送确认机制（重要预警必须确认收到）
- 推送失败重试（最多3次）

请基于以上规范生成代码。

3.4 开发复杂度评估

基于已有资产（矿山场景）：

原型验证阶段：

复用规则引擎，调整监测对象和阈值
增加"上升速度"判断，测试预警场景
复杂度：低，主要是配置调整

首版上线阶段：

完善报警推送逻辑，对接水位监测设备
测试各级预警场景
部署上线
复杂度：中等，需要设备对接和多场景测试

技术难点：

水位传感器数据可靠性保障
上升速度计算的准确性（数据平滑处理）
多渠道推送的协调和确认机制
误报率控制

关键依赖：

水位监测设备接口
时序数据库（存储历史数据）
消息推送服务（短信、语音、APP）
规则引擎框架

四、开发资产

4.1 Cursor Skill

文件名： environment-monitoring-alert.md（已存在）

复用说明： 矿山场景的"环境监测异常预警"规则可以直接应用到水位监测，只需调整以下配置：

typescript

// 监测对象配置
const MONITORING_CONFIG = {
  // 矿山场景：瓦斯浓度
  mining: {
    metric: 'gasConcentration',
    unit: '%',
    thresholds: [0.5, 1.0, 1.5]  // 预警、报警、紧急
  },

  // 水利场景：水位
  waterConservancy: {
    metric: 'waterLevel',
    unit: 'm',
    thresholds: [50, 55, 58],  // 警戒、保证、设计
    riseRateThreshold: 2,      // 1小时上升2米
    riseRateWindow: 3600       // 时间窗口（秒）
  }
};

4.2 技术迁移说明

可复用的已有资产：

矿山场景：环境监测异常预警规则
- 复用：规则引擎框架、报警推送逻辑、分级预警机制
- 调整：监测对象（瓦斯浓度 → 水位）、阈值配置
- 新增：上升速度判断逻辑
- 复用度：85%
医废场景：超期预警规则
- 复用：时间窗口判断、升级机制
- 调整：时间窗口（46/47/48小时 → 1小时）
- 复用度：70%

需要新开发的部分：

上升速度计算逻辑（10%）
预计到达时间计算（5%）

4.3 实施指南

步骤1：准备环境

bash

# 安装依赖
npm install

# 配置水位监测设备接口
# 编辑 config/water-level-config.json

步骤2：使用Cursor Skill

1. 确认 environment-monitoring-alert.md 已存在于 .cursor/rules/
2. 在Cursor中告诉AI：
   "参考 environment-monitoring-alert.md 中的业务规则，
   实现水位异常监测功能。监测对象是水位，阈值为50/55/58米，
   并增加快速上升预警（时间窗口内上升超过阈值）。"
3. AI会基于规则生成代码

步骤3：调整配置

typescript

// config/alert-rules.ts
export const WATER_LEVEL_CONFIG = {
  warningLevel: 50,          // 警戒水位（米）
  guaranteeLevel: 55,        // 保证水位（米）
  designLevel: 58,           // 设计水位（米）
  riseRateThreshold: 2,      // 上升速度阈值（米/小时）
  riseRateWindow: 3600,      // 时间窗口（秒）
  monitoringInterval: 300,   // 正常监测间隔（秒）
  alertInterval: 60,         // 预警时监测间隔（秒）
};

步骤4：测试验证

bash

# 运行测试
npm test

# 模拟水位上升场景
npm run simulate:water-level-rise

复杂度评估：

环境准备：低复杂度
Skill使用：低复杂度，主要是配置调整
配置调整：低复杂度
测试验证：中等复杂度，需要模拟多种场景

关键注意事项：

确保水位监测设备接口稳定可靠
时序数据库性能优化（大量历史数据）
推送渠道测试（确保消息送达）
误报率监控和调优

五、下一步行动

如果您对这个场景感兴趣

快速验证：基于模拟数据做原型演示
技术对接：提供水位监测设备接口文档，评估对接工作量
成本预估：根据水库数量、监测点数量，给出详细报价

复杂度评估：

原型验证：低复杂度，主要是规则配置
技术对接：中等复杂度，取决于设备接口标准化程度
生产部署：中高复杂度，需要考虑高可用、实时性、误报控制

场景01：水库水位异常预警

一、需求探索

1.1 痛点时刻

1.2 核心痛点

1.3 业务规则（行业标准）

二、方案设计

2.1 业务规则设计

规则1：水位阈值预警

规则2：水位快速上升预警

规则3：自动响应规则

2.2 技术方案

技术架构

核心技术点

数据模型

三、AI辅助开发方案

3.1 技术迁移分析

3.2 Cursor Skill设计

3.3 PROMPT模板

PROMPT 1：生成水位异常检测代码

PROMPT 2：生成分级报警推送逻辑

3.4 开发复杂度评估

四、开发资产

4.1 Cursor Skill

4.2 技术迁移说明

4.3 实施指南

五、下一步行动

如果您对这个场景感兴趣

相关场景

相关资产

场景01：水库水位异常预警 ​

一、需求探索 ​

1.1 痛点时刻 ​

1.2 核心痛点 ​

1.3 业务规则（行业标准） ​

二、方案设计 ​

2.1 业务规则设计 ​

规则1：水位阈值预警 ​

规则2：水位快速上升预警 ​

规则3：自动响应规则 ​

2.2 技术方案 ​

技术架构 ​

核心技术点 ​

数据模型 ​

三、AI辅助开发方案 ​

3.1 技术迁移分析 ​

3.2 Cursor Skill设计 ​

3.3 PROMPT模板 ​

PROMPT 1：生成水位异常检测代码 ​

PROMPT 2：生成分级报警推送逻辑 ​

3.4 开发复杂度评估 ​

四、开发资产 ​

4.1 Cursor Skill ​

4.2 技术迁移说明 ​

4.3 实施指南 ​

五、下一步行动 ​

如果您对这个场景感兴趣 ​

相关场景 ​

相关资产 ​

场景01：水库水位异常预警

一、需求探索

1.1 痛点时刻

1.2 核心痛点

1.3 业务规则（行业标准）

二、方案设计

2.1 业务规则设计

规则1：水位阈值预警

规则2：水位快速上升预警

规则3：自动响应规则

2.2 技术方案

技术架构

核心技术点

数据模型

三、AI辅助开发方案

3.1 技术迁移分析

3.2 Cursor Skill设计

3.3 PROMPT模板

PROMPT 1：生成水位异常检测代码

PROMPT 2：生成分级报警推送逻辑

3.4 开发复杂度评估

四、开发资产

4.1 Cursor Skill

4.2 技术迁移说明

4.3 实施指南

五、下一步行动

如果您对这个场景感兴趣

相关场景

相关资产