产品展示

Products Classification

工程大数据在水利工程建设治理的应用

  • 产品时间:2022-05-04 01:23
  • 价       格:

简要描述:水利工程是稳定生产和保障民生的重要基础工程,根据建设网络强国、数字中国、智慧社会的总体部署,增强新一代信息技术的应用,推进智慧水利工程建设,是全面落实“两新一重”要求、努力践行水利革新生长总基调、驱动水利现代化生长的必由之路。随着新一代信息技术的生长与应用,“大数据+行业”渗透融合全面展开,成为促进生发生活和社会治理方式创新厘革的重要驱动。...

详细介绍
本文摘要:水利工程是稳定生产和保障民生的重要基础工程,根据建设网络强国、数字中国、智慧社会的总体部署,增强新一代信息技术的应用,推进智慧水利工程建设,是全面落实“两新一重”要求、努力践行水利革新生长总基调、驱动水利现代化生长的必由之路。随着新一代信息技术的生长与应用,“大数据+行业”渗透融合全面展开,成为促进生发生活和社会治理方式创新厘革的重要驱动。

鸭脖官网

水利工程是稳定生产和保障民生的重要基础工程,根据建设网络强国、数字中国、智慧社会的总体部署,增强新一代信息技术的应用,推进智慧水利工程建设,是全面落实“两新一重”要求、努力践行水利革新生长总基调、驱动水利现代化生长的必由之路。随着新一代信息技术的生长与应用,“大数据+行业”渗透融合全面展开,成为促进生发生活和社会治理方式创新厘革的重要驱动。为全面推动落实党中央、国务院关于大数据生长的系列决议部署,水利部印发了《关于推进水利大数据的指导意见》,这标志着水利大数据生长进入了一个新阶段,在此配景下,充实认识大数据在水利革新生长中重要作用,分析水利大数据生长和应用面临的机缘与挑战,研究水利数据治理的有效途径,明确水利大数据生长和应用偏向,显得尤为须要。

珠江三角洲水资源设置工程(以下简称“珠三角工程”)是国务院批准的《珠江流域综合计划(2012—2030年)》提出的重要水资源设置工程,是国务院确定的全国172项节水供水重洪流利工程之一。珠三角工程以“打造新时代生态智慧水利工程”为建设目的,使用物联网、云盘算、大数据等新一代信息技术,实现高新技术与工程业务的深入融合,推动珠三角工程的智慧化建设,为提升水利工程质量和保障工程稳定运行提供有力支撑。随着珠三角智慧水利工程建设的推进和生长,积累了大量的工程数据,这些数据蕴含着庞大的数据价值,需要全面汇聚宁静、质量、进度、资金、调理、运维等工程数据,使用云盘算,通过模型分析和算法推演等大数据方法,深度挖掘工程建设和运行治理中的数据价值,从数据中寻找纪律、预测未来,使用数据增强决议支持能力,提升工程的精致化治理能力。

从珠三角工程大数据的实际应用出发,通太过析研究工程大数据特征、分类、组成、治理方法和辅助决议应用,以此开展工程大数据在水利工程建设治理中的应用研究,为实现水利工程智慧化建设提供坚实基础和强力驱动。1基本特征随着大数据相关技术和应用的不停更新和生长,大数据的观点也在不停完善。

业界普遍认为大数据具有4V特性,即海量的数据规模(Volume)、快速的数据流动(Velocity)、多样的数据类型(Variety)和庞大的数据价值(Value),这也成为判断是否组成大数据的基本指标。珠三角工程包罗隧洞、管道、泵站、闸门、水库、盾构、塔吊等工程工具,涉及宁静、质量、进度、资金、情况、水情、水质、调理、运维等众多要素,所发生的数据纷繁庞大,具有泉源多样、结构多维、更新实时等大数据基本特征,详细如下:1)数据量大,泉源及形式多样:珠三角工程数据泉源广泛,涉及工程运行的各个阶段,包罗珠三角工程全线数万台监测设备每秒发生的大量监测数据,以及涉及数十万模型构件的珠三角工程全线设计、施工BIM模型数据;同时,在工程建设运行治理历程中,还会发生大量的治理数据、调理运行数据、工程运维数据等,数据年增长总量约为1TB,且具有结构化、半结构化、非结构化的大数据结构特征。2)数据连续增长,数据价值高:随着水利工程的建设运行,信息化应用的不停深入,监测密度与指标的不停完善,相应的建设运行数据增长速度也将不停加速,而这些数据是水利工程建设、治理及决议分析的依据,蕴含着庞大的数据价值。

3)数据动态变化,实时性强:水利工程数据具有显着的动态变化特征,如水量水质、水生态、水文地质条件等数据,在差别时间、差别空间均会出现差别的动态变化纪律;工程BIM模型具有显着的时空漫衍特征,需要随着工程进度不停地调整完善,如泵站、隧洞等工程工具在设计、施工、竣工阶段的模型均会出现出差别的状态;同时,水利工程对于数据的实时性及准确性具有较高的要求,如工程宁静监测、智慧工地监测、质量检测、调理运行等数据,是判别工程是否正常运行、是否启用应急预案等的依据。4)数据相互影响,关联精密:水利工程各种数据之间是相互影响、相互关联的。如工程进度与工程标段划分、现场设施配备状况、施工情况、天气情况等数据关联密切;再如工程险情与工程设计参数、水情、雨情、地形地貌、工程水文地质等数据息息相关。

因此,工程各种型数据之间并不是完全独立的,而是相关影响、相互关联的,具有较为庞大的关系。2分类体系珠三角工程大数据的分类体系通过制定工程工具分类分级、工程工具编码及数据资源模型等尺度,从而形成统一遵循的尺度,为后期数据治理打下坚实的基础。1)工程工具分类尺度:将工程工具划分为工程主体和工程辅助设施两大类。

其中工程主体划分输水干线、隧洞、闸门、泵站、管道、水库等;工程辅助设施划分主要设施、隶属设施和相关设施,包罗工程机械、工程电气、工程金属结构、工程消防、对外交通等。2)工程工具编码尺度:工程工具凭据业务治理精致化水平,根据业务治理和实体归属层级举行编码。编码体系由多级组成,包罗标段、工区、大类、小类等,如编码示例:GA101A0001000100101,根据编码体系“特征码+标段码+工区码+大类码+工艺位置码+感知工具类型(中类码)+流水号+感知单元码+感知项”举行编码)数据资源模型尺度:将工程工具划分为标识和属性,以淘汰数据冗余、提高结构灵活性和数据间的易关联能力。

其中工具标识表达本体的存在性和唯一性,属性表达本体可能存在的相关特征,如基本属性、业务属性、空间属性、BIM属性,以及标识或属性均有可能存在的时相特征等。3主要组成随着珠三角工程智慧应用有效、稳定和连续地运行,逐步形成并积累了大量的工程数据,这些数据又推动业务应用不停生长,最终为业务应用智能化打下数据基础[5]。珠三角工程大数据主要由基础、空间、BIM、工程治理、工程监测、调理运行、多媒体等7类数据组成,详细如下。1)基础数据:包罗工程建设单元、工程参建单元、工程标段、工区、单元工程划分、水利工程、设备设施、监测测站等基础信息;2)空间数据:包罗隧洞、泵站、水闸、水库、河流、测站、等基础地理信息、卫星遥感影像数据及倾斜摄影数据等;3)BIM数据:包罗工程挡水修建物、输水修建物、边坡工程、导流修建物、运行治理修建物等BIM模型数据,涉及几何表达精度、信息深度品级、数据花样等尺度,以保证BIM数据的准确性、完整性、逻辑一致性;4)工程治理数据:包罗宁静治理、进度治理、质量治理、投资治理、生态监测、情况掩护、智慧工地等治理数据;5)工程监测数据:包罗工程宁静监测、智慧工地监测、质量检测、施工情况监测、水土保持监测、水生态监测、水量水质监测等数据;6)调理运行数据:包罗调理运行方案、调理运行评价方案、工程调理指令、调理会商结果、需水来水数据等数据;7)多媒体数据:包罗工程建设、运行历程中的文档、图片、影像、声音、视频等数据。

4治理方法珠三角工程大数据治理主要包罗数据汇聚、数据清洗、数据融合、存储与服务等4个阶段。使用数据库开发技术、ETL技术、质量控制技术,实现数据的比对、清洗、建模、装载,针对数据举行归一化处置惩罚、一致性处置惩罚、图斑处置惩罚、实体编码与关联、质量检查,使用漫衍式存储与治理实现水利工程数据的存储与服务。

1)数据汇聚:通过WebService,前置系统、FTP,网络爬虫、Excel文件上传等多种方法,实现珠三角工程各种监测感知、相关业务系统及其他外部系统发生的关系型、时序型、半结构化、非结构化及地理空间数据的汇聚。2)数据清洗:珠三角工程大数据接纳全流程式数据清洗模式,通过数据过滤、数据补全、数据转换、数据去重、数据校验等环节,清除垃圾数据、补全缺失数据、修改数据花样和内容错误,获取“洁净”数据资源,提升数据质量,保证数据规范可用。

3)数据融合:使用工程数据融合模型,以多业务应用数据为治理工具,建设跨业务、跨组织的数据融合与关联,有效整合疏散的工程数据资源。4)存储与服务:通太过布式资源调理、漫衍式存储治理和漫衍式数据服务技术,完成结构化、半结构化和非结构化数据的统一存储、高效治理和资源服务。5辅助决议应用在珠三角工程的大数据辅助决议应用中,通过构建工程宁静、工程质量、工程进度、工程资金、工程调理、工程运维等大数据分析主题,使用人工智能方法,联合工程模型算法,实现了工程宁静、质量、进度、资金、调理、运维的态势感知和趋势预测,为工程建设的精致化治理、工程调理的智能化决议、工程险情的自动化识别提供辅助决议支撑。1)工程宁静辅助决议:融合宁静治理、宁静监视、宁静教育、宁静隐患、宁静监测等信息,运用工程宁静大数据评价模型,基于数据驾驶舱可视化展现工程现场人、机、水工修建物等的宁静状态,实时构建工程宁静的数字画像。

通过模型推演分析,预测工程宁静的未来趋势,联合工程宁静的分级预警体系,动态提供宁静预警,并精准定位工程的宁静隐患,实现工程宁静的有效管控。2)工程质量辅助决议:融合质量计划、质量治理、质量检查、质量评定、质量检测等信息,运用工程质量大数据评价模型,综合评估工程质量,精准识别工程质量不达标部门,实现工程质量监视量化考核与有效管控。3)工程进度辅助决议:融合进度计划、进度监控、资源监控、作业状态等信息,运用工程进度大数据评价模型,构建工程进度的数字画像,精准识别进度滞后的标段或工区。通过工程进度预测模型,推演工程进度未来趋势,辅助治理人员实时掌握进度态势,提前发现和处置惩罚工程进度风险,实现工程进度的有效管控。

4)工程资金辅助决议:融合工程总投资、工程概预算、工程变换、工程支付等信息,运用工程资金大数据评价模型,联合工程进度状态,对项目投资的完成比例举行分析,动态展现工程预付及实际支付的执行情况,实现对工程投资的全历程控制,辅助治理人员把控项目成本,实现工程资金的有效管控。5)工程调理辅助决议:融合工程供水能力、用水计划、宁静监测等信息,联合沿线各泵站流量、闸门开度、管道压力等数据,使用工程调理大数据模型算法形成调理方案,基于工程BIM+GIS平台对换度方案举行分析预演,下达调理指令,提高水量调理的经济性和宁静性。6)工程运维决议:融合工程宁静监测、水量水质、巡查检验、工程调理等信息,使用工程运维大数据算法,评估工程水工修建物、机电设备、金结设备的康健状态,预测工程设备设施的康健态势,精准诊断与异知识别,为工程宁静运行提供保障。


本文关键词:工程,大,数据,在,水利,工程建设,治理,的,应用,鸭脖官网

本文来源:鸭脖-www.huakongtx.com

 


产品咨询

留言框

  • 产品:

  • 留言内容:

  • 您的单位:

  • 您的姓名:

  • 联系电话:

  • 常用邮箱:

  • 详细地址:


推荐产品

Copyright © 2007-2021 www.huakongtx.com. 鸭脖科技 版权所有 备案号:ICP备85416942号-6

在线客服 联系方式 二维码

服务热线

0808-542796854

扫一扫,关注我们