工程大數據在水利工程建設管理的應用

導語：工程大數據在水利工程建設管理的應用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

［摘要］水利工程是穩定生產和保障民生的重要基礎工程，加強信息技術與水利工程業務深度融合，推動智慧水利工程建設，是提升水利工程質量和保障工程穩定運行的有力支撐。文中以珠江三角洲水資源配置工程為例，系統分析了水利工程大數據的基本特征、分類體系和主要構成，研究提出了水利工程大數據治理方法和輔助決策的具體應用，對水利工程大數據的推廣應用具有十分重要的現實意義。

［關鍵詞］水利工程；大數據；信息化

水利工程是穩定生產和保障民生的重要基礎工程，按照建設網絡強國、數字中國、智慧社會的總體部署，加強新一代信息技術的應用，推進智慧水利工程建設，是全面落實“兩新一重”要求、積極踐行水利改革發展總基調、驅動水利現代化發展的必由之路。隨著新一代信息技術的發展與應用，“大數據+行業”滲透融合全面展開，成為促進生產生活和社會管理方式創新變革的重要驅動。為全面推動落實黨中央、國務院關于大數據發展的系列決策部署，水利部印發了《關于推進水利大數據的指導意見》，這標志著水利大數據發展進入了一個新階段，在此背景下，充分認識大數據在水利改革發展中重要作用，分析水利大數據發展和應用面臨的機遇與挑戰，研究水利數據管理的有效途徑，明確水利大數據發展和應用方向，顯得尤為必要[1]。珠江三角洲水資源配置工程（以下簡稱“珠三角工程”）是國務院批準的《珠江流域綜合規劃（2012—2030年）》提出的重要水資源配置工程，是國務院確定的全國172項節水供水重大水利工程之一。珠三角工程以“打造新時代生態智慧水利工程”為建設目標，利用物聯網、云計算、大數據等新一代信息技術，實現高新技術與工程業務的深入融合，推動珠三角工程的智慧化建設，為提升水利工程質量和保障工程穩定運行提供有力支撐。隨著珠三角智慧水利工程建設的推進和發展，積累了大量的工程數據，這些數據蘊含著巨大的數據價值，需要全面匯聚安全、質量、進度、資金、調度、運維等工程數據，利用云計算，通過模型分析和算法推演等大數據方法，深度挖掘工程建設和運行管理中的數據價值，從數據中尋找規律、預測未來，利用數據增強決策支持能力[2]，提升工程的精細化管理能力。從珠三角工程大數據的實際應用出發，通過分析研究工程大數據特征、分類、構成、治理方法和輔助決策應用，以此開展工程大數據在水利工程建設管理中的應用研究，為實現水利工程智慧化建設提供堅實基礎和強力驅動。

1基本特征

隨著大數據相關技術和應用的不斷更新和發展，大數據的概念也在不斷完善。業界普遍認為大數據具有4V特性，即海量的數據規模（Volume）、快速的數據流動（Velocity）、多樣的數據類型（Variety）和巨大的數據價值（Value），這也成為判斷是否構成大數據的基本指標[3]。珠三角工程包括隧洞、管道、泵站、閘門、水庫、盾構、塔吊等工程對象，涉及安全、質量、進度、資金、環境、水情、水質、調度、運維等眾多要素，所產生的數據紛繁復雜，具有來源多樣、結構多維、更新實時等大數據基本特征，具體如下：1）數據量大，來源及形式多樣：珠三角工程數據來源廣泛，涉及工程運行的各個階段，包含珠三角工程全線數萬臺監測設備每秒產生的大量監測數據，以及涉及數十萬模型構件的珠三角工程全線設計、施工BIM模型數據；同時，在工程建設運行管理過程中，還會產生大量的管理數據、調度運行數據、工程運維數據等，數據年增長總量約為1TB，且具有結構化、半結構化、非結構化的大數據結構特征。2）數據持續增長，數據價值高：隨著水利工程的建設運行，信息化應用的不斷深入，監測密度與指標的不斷完善，相應的建設運行數據增長速度也將不斷加快，而這些數據是水利工程建設、管理及決策分析的依據，蘊含著巨大的數據價值。3）數據動態變化，實時性強：水利工程數據具有明顯的動態變化特征，如水量水質、水生態、水文地質條件等數據，在不同時間、不同空間均會呈現不同的動態變化規律；工程BIM模型具有明顯的時空分布特征，需要隨著工程進度不斷地調整完善，如泵站、隧洞等工程對象在設計、施工、竣工階段的模型均會呈現出不同的狀態；同時，水利工程對于數據的實時性及準確性具有較高的要求，如工程安全監測、智慧工地監測、質量檢測、調度運行等數據，是判別工程是否正常運行、是否啟用應急預案等的依據。4）數據相互影響，關聯緊密：水利工程各類數據之間是相互影響、互相關聯的。如工程進度與工程標段劃分、現場設施配備狀況、施工環境、天氣情況等數據關聯密切；再如工程險情與工程設計參數、水情、雨情、地形地貌、工程水文地質等數據息息相關。因此，工程各類型數據之間并不是完全獨立的，而是相關影響、相互關聯的，具有較為復雜的關系[4]。

2分類體系

珠三角工程大數據的分類體系通過制定工程對象分類分級、工程對象編碼及數據資源模型等標準，從而形成統一遵循的標準，為后期數據管理打下堅實的基礎。1）工程對象分類標準：將工程對象劃分為工程主體和工程輔助設施兩大類。其中工程主體劃分輸水干線、隧洞、閘門、泵站、管道、水庫等；工程輔助設施劃分主要設施、附屬設施和相關設施，包括工程機械、工程電氣、工程金屬結構、工程消防、對外交通等。2）工程對象編碼標準：工程對象根據業務管理精細化程度，按照業務管理和實體歸屬層級進行編碼。編碼體系由多級構成，包括標段、工區、大類、小類等，如編碼示例：GA101A0001000100101，按照編碼體系“特征碼+標段碼+工區碼+大類碼+工藝位置碼+感知對象類型（中類碼）+流水號+感知單元碼+感知項”進行編碼，見表1。3）數據資源模型標準：將工程對象劃分為標識和屬性，以減少數據冗余、提高結構靈活性和數據間的易關聯能力。其中對象標識表達本體的存在性和唯一性，屬性表達本體可能存在的相關特征，如基本屬性、業務屬性、空間屬性、BIM屬性，以及標識或屬性均有可能存在的時相特征等，數據資源模型標準如圖1所示。

3主要構成

隨著珠三角工程智慧應用有效、穩定和持續地運行，逐步形成并積累了大量的工程數據，這些數據又推動業務應用不斷發展，最終為業務應用智能化打下數據基礎[5]。珠三角工程大數據主要由基礎、空間、BIM、工程管理、工程監測、調度運行、多媒體等7類數據構成，具體如下。1）基礎數據：包括工程建設單位、工程參建單位、工程標段、工區、單位工程劃分、水利工程、設備設施、監測測站等基礎信息；2）空間數據：包括隧洞、泵站、水閘、水庫、河流、測站、等基礎地理信息、衛星遙感影像數據及傾斜攝影數據等；3）BIM數據：包括工程擋水建筑物、輸水建筑物、邊坡工程、導流建筑物、運行管理建筑物等BIM模型數據，涉及幾何表達精度、信息深度等級、數據格式等標準，以保證BIM數據的準確性、完整性、邏輯一致性；4）工程管理數據：包括安全管理、進度管理、質量管理、投資管理、生態監測、環境保護、智慧工地等管理數據；5）工程監測數據：包括工程安全監測、智慧工地監測、質量檢測、施工環境監測、水土保持監測、水生態監測、水量水質監測等數據；6）調度運行數據：包括調度運行方案、調度運行評價方案、工程調度指令、調度會商成果、需水來水數據等數據；7）多媒體數據：包括工程建設、運行過程中的文檔、圖片、影像、聲音、視頻等數據。

4治理方法

珠三角工程大數據治理主要包括數據匯聚、數據清洗、數據融合、存儲與服務等4個階段。利用數據庫開發技術、ETL技術、質量控制技術，實現數據的比對、清洗、建模、裝載，針對數據進行歸一化處理、一致性處理、圖斑處理、實體編碼與關聯、質量檢查，利用分布式存儲與管理實現水利工程數據的存儲與服務。工程大數據治理如圖2所示。1）數據匯聚：通過WebService，前置系統、FTP，網絡爬蟲、Excel文件上傳等多種方法，實現珠三角工程各類監測感知、相關業務系統及其他外部系統產生的關系型、時序型、半結構化、非結構化及地理空間數據的匯聚。2）數據清洗：珠三角工程大數據采用全流程式數據清洗模式，通過數據過濾、數據補全、數據轉換、數據去重、數據校驗等環節，清除垃圾數據、補全缺失數據、修改數據格式和內容錯誤，獲取“干凈”數據資源，提升數據質量，保證數據規范可用。3）數據融合：利用工程數據融合模型，以多業務應用數據為管理對象，建立跨業務、跨組織的數據融合與關聯，有效整合分散的工程數據資源。4）存儲與服務：通過分布式資源調度、分布式存儲管理和分布式數據服務技術，完成結構化、半結構化和非結構化數據的統一存儲、高效管理和資源服務。

5輔助決策應用

在珠三角工程的大數據輔助決策應用中，通過構建工程安全、工程質量、工程進度、工程資金、工程調度、工程運維等大數據分析主題，利用人工智能方法，結合工程模型算法，實現了工程安全、質量、進度、資金、調度、運維的態勢感知和趨勢預測，為工程建設的精細化管理、工程調度的智能化決策、工程險情的自動化識別提供輔助決策支撐。1）工程安全輔助決策：融合安全管理、安全監督、安全教育、安全隱患、安全監測等信息，運用工程安全大數據評價模型，基于數據駕駛艙可視化展現工程現場人、機、水工建筑物等的安全狀態，實時構建工程安全的數字畫像。通過模型推演分析，預測工程安全的未來趨勢，結合工程安全的分級預警體系，動態提供安全預警，并精準定位工程的安全隱患，實現工程安全的有效管控。2）工程質量輔助決策：融合質量計劃、質量管理、質量檢查、質量評定、質量檢測等信息，運用工程質量大數據評價模型，綜合評估工程質量，精準識別工程質量不達標部分，實現工程質量監督量化考核與有效管控。3）工程進度輔助決策：融合進度計劃、進度監控、資源監控、作業狀態等信息，運用工程進度大數據評價模型，構建工程進度的數字畫像，精準識別進度滯后的標段或工區。通過工程進度預測模型，推演工程進度未來趨勢，輔助管理人員及時掌握進度態勢，提前發現和處理工程進度風險，實現工程進度的有效管控。4）工程資金輔助決策：融合工程總投資、工程概預算、工程變更、工程支付等信息，運用工程資金大數據評價模型，結合工程進度狀態，對項目投資的完成比例進行分析，動態展現工程預付及實際支付的執行情況，實現對工程投資的全過程控制，輔助管理人員把控項目成本，實現工程資金的有效管控。5）工程調度輔助決策：融合工程供水能力、用水計劃、安全監測等信息，結合沿線各泵站流量、閘門開度、管道壓力等數據，利用工程調度大數據模型算法形成調度方案，基于工程BIM+GIS平臺對調度方案進行分析預演，下達調度指令，提高水量調度的經濟性和安全性。6）工程運維決策：融合工程安全監測、水量水質、巡查檢修、工程調度等信息，利用工程運維大數據算法，評估工程水工建筑物、機電設備、金結設備的健康狀態，預測工程設備設施的健康態勢，精準診斷與異常識別，為工程安全運行提供保障。

6結語

大數據在水利工程領域的應用還處于初級階段，以珠三角工程大數據的實際應用為例，分析了水利工程大數據的基本特征，初步研究了水利工程大數據的應用體系，包括水利工程大數據資源的7種分類、水利工程大數據治理的4個階段、水利工程大數據輔助決策應用的6個維度，為探索行業內水利工程大數據的建設，充分挖掘水利工程大數據的價值，積極推進智慧水利工程建設提供了思路與經驗。

［參考文獻］

［1］蔡陽.以大數據促進水治理現代化［J］.水利信息化，2017（4）：6-10.

［2］曾焱，王愛莉，黃藏青.全國水利信息化發展“十三五”規劃關鍵問題的研究與思考［J］.水利信息化，2015（1）：14-19.

［3］程春明，李蔚，宋旭.生態環境大數據建設的思考［J］.中國環境管理，2015（6）：9-13.

［4］韓旭，羅登昌.長江堤防工程大數據基本特征及應用策略［J］.人民長江，2020，51（S1）：262-264.

［5］程益聯.大數據水利應用初探［J］.水利信息化，2019（5）：1-5.

［6］李鵬學，于國斌.“天地圖”在水利工程規劃與管理信息化技術中的應用研究［J］.水利規劃與設計，2019（7）：58-60.

作者:杜燦陽 張兆波 劉震 單位:廣東粵海珠三角供水有限公司