淺析大數據在某水電站中的應用

王志軍 胡俊杰

摘 要：隨著水利工程采集技術、分析技術的發展，水利數據量急劇膨脹，引入大數據技術快速高效處理水利數據迫在眉睫。簡述了大數據系統在四川省某水電站工程選址、工程資金管理中的應用，著重研究了水利大數據在該水電站灌漿工程中的應用，并嘗試對數據共享困難、數據安全堪憂等問題提出建議，以使水利大數據更好地服務于水利工程。

關鍵詞：大數據；水利工程；灌漿

中圖分類號：TP311.13? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標志碼：A

0 引 言

隨著收集水利數據的方式越來越多樣化，水利數據總量每年都在增加，在管理和利用水利大數據方面，傳統水利信息技術已經不能滿足水利現代化發展的要求，水利數據的價值得不到充分挖掘和利用，而大數據系統可以在短時間內整合分析收集到的數據，為解決這一問題打開了一扇門。水利大數據是大數據系統技術在水利領域的應用，是存儲與共享、分析與處理水利數據的重要技術，是我國實現水利信息現代化發展和建設的中堅力量[1]。馮鈞等[2]基于大數據和水利大數據的關系，分析水利大數據資源化的必要性和本質。龍美林[3]利用大數據系統處理水利工程地質大數據，方便水利工作人員繪制出水利工程的二維和三維地質模型。代端明[4]利用大數據技術構建工程造價數據庫，對整個施工流程中的每一處造價都進行精確計算分析。本文以四川省某水電站為例，詳細介紹水利大數據在實際工程中的應用，并針對其在實際應用中的不足提出了解決辦法。

1 某水電站水利大數據實施背景

四川省某水電站壩址區自然地理條件惡劣，河谷干熱風大，空氣濕度較低，對混凝土的澆筑和施工設備的安全擺放影響較大；地下水文地質條件復雜，必須要確保壩體在澆筑過程中不會出現地基沉降導致壩體和基巖發生變形。得益于大數據系統的出現，這些問題在建設過程中得到了有效解決。

首先，該水電站在正式施工之前需要確定水利工程的工程選址、工程布局、工程規模等，而確定這些信息的基礎是得到工程所在地的地形信息、地質信息及工程造價信息等數據，利用大數據系統可以高效獲取這些必要的信息[5]。地形信息主要展現在地形圖上，傳統地形圖的繪制主要依靠工作人員現場勘探地形獲取數據，再在紙上進行地形圖的繪制，不僅效率較低，而且精確度存在一定偏差。利用大數據系統收集地形信息不僅可以攬括國內外豐富的地理信息類大數據，還可以實現地形圖的3D可視化，幫助水利工作者全方位了解該水電站下游周邊的地形，更好地開展水電站選址工作[6]。

其次，該水電站地基的天然穩定性較差，進行水利工程主體和廠房布置時需要進行工程地質勘察。水利工程地質數據庫包含地質信息等數據，利用大數據系統對其進行標準化處理，使其轉化為滿足工程地質標準的信息，然后利用計算機輔助進行三維建模，生成一個三維地質體，進而實現對地質環境的空間信息管理與分析[7]。

最后，該水電站的投資金額巨大，因此需要對其進行可行性研究。工程造價大數據技術能夠收集大量數據，分析修建該水電站對國民經濟產生的影響，預估該水電站的經濟價值，統籌管理施工過程中每一環節的資金流動，減少施工過程中的不必要支出，從而實現該水電站的成本風險管控。

2 具體應用分析

由于大壩的整體施工被分成很多部分，因此各類相關信息分布在各個部門，這對于信息的開發利用非常不利。該水電站采用了數字大壩系統，實現了大壩施工過程中的信息自動化采集，建立了工程信息集成化系統，將大壩施工質量、施工進度等信息數字化并實時反饋，完成大壩信息在各部門間的共享，有效提高了工程建設水平。

以灌漿工程為例，灌漿工程是該水電站建設過程中的重要工程之一，相比其他工程，灌漿工程出現的問題不易被察覺。影響灌漿質量的因素非常多，傳統的數據分析方式難以進行處理。該水電站引入大數據系統對海量數據進行并行計算，建立單位注入量預測模型和實際結果進行對比，通過實時修改灌漿壓力等參數使實際結果接近預測模型，提高灌漿效率和灌漿質量[8]。

該水電站灌漿工程施工現場采集的數據非常多，兩周時間采集的數據達到1 GB，對于不斷產生的大量數據，應立即將采集到的數據進行存儲、傳輸和共享，便于后續數據處理的進行。灌漿工程傳感器采集的數據（如壓力、流量、密度等）屬于原始數據，其中的一些無效數據需要進行剔除。為了提高灌漿工程數據的質量，該水電站工程采用異常數據處理技術（刪除、平均值修正等）對收集到的數據進行清洗，確保數據的連續性和完整性。利用處理后的數據，結合灌漿工程的流程和相關原理，選擇影響單位注入量較強的特征子集（包括灌漿深度、灌漿時間、灌漿段長度、碎石含量、碎石粒徑、灌漿孔間距）建立單位注入量預測模型，訓練樣本數據集見表1。

將實際值與預測值進行線性相關系數分析（見圖1），可知，灌漿工程的預測結果接近實際結果，在灌漿過程中可借助預測模型實時調整灌漿孔間距等參數，確保灌漿工程的穩定進行[9]。

以管理維護階段大數據應用為例，該水電站智能化建設依托大數據技術建立水電站網絡構架，對水電設備進行實時動態監測，從而達到兩個作用。①故障監視。建立水電設備正常運行工況時的模型，將實時監測的數據值與正常工況模型進行對比，通過邏輯推理判斷水電設備的運行狀況，第一時間對發生故障的水電設備進行檢修。②狀態分析。利用大數據系統收集到的水電設備數據進行設備的狀態分析，對水電設備進行健康分級管理[10]。

3 大數據在實際應用中的不足及解決方法

（1）數據共享困難。水利行業的數據不同于其他行業的數據，其包含的數據量更多，數據類型更加復雜，數據傳輸非常不方便，常常會發生不兼容現象，從而出現工作效率降低、原始數據丟失等問題。尤其是數據的丟失會嚴重影響水利大數據的運作效率，在日常工作中應時刻保證數據庫的完整性。對于已經成型的數據庫，應當做好備份工作，建立一個鏡像數據庫封存。考慮到水利大數據的運作需要不間斷的電力供應，應當準備備用電源，以防止電力系統出現故障導致數據丟失。同時，可以建立一個基于分布式目錄的新型水利大數據共享模型，利用索引片區多層級合并技術實現數據的全域共享，有效解決大數據共享困難的問題。

（2）數據安全保障待加強。以灌漿數據為例，數據從生成到應用期間經過的時間跨度和空間跨度均較大，難以保證在這期間數據不會出現泄漏。在日常工作中，相關工作人員應該簽署保密協議，不將相關數據帶出工作地區。同時對大數據進行安全分級，并組建自己的內網傳輸相關數據，并做好防火墻防止被惡意木馬病毒攻擊。

4 結束語

水利大數據技術是現在乃至未來我國水利領域信息化的研究重點之一，其高效處理海量數據的能力非常適合用來處理水利工程建設過程中產生的繁多數據。當前，我國水利基礎設施建設持續推進。水利大數據作為新興技術，在管理維護階段的實際應用較多，在規劃設計階段和施工建設階段的實際應用相對較少。為了全面建設水利大數據，可以嘗試水利大數據在規劃設計階段和施工建設階段的實際應用，使水利大數據覆蓋水利工程建設的整個過程，保證數據的連貫性和完整性，助力推進水利智能業務應用體系建設。

參考文獻：

[1] 蔣云鐘，冶運濤，趙紅莉，等.水利大數據研究現狀與展望[J].水力發電學報，2020，39（10）：1-32.

[2] 馮鈞，許瀟，唐志賢，等.水利大數據及其資源化關鍵技術研究[J].水利信息化，2013（4）：6-9.

[3] 龍美林.大數據處理方法在水利工程地質中的應用[J].江西水利科技，2017，43（6）：409-411.

[4] 代端明.基于大數據技術的工程造價數據庫構建[J].廣西城鎮建設，2021（8）：79-83.

[5] 饒小康.水利工程灌漿大數據平臺設計與實現[J].長江科學院院報，2019，36（6）：139-145，170.

[6] 談震，舒依娜，劉敏，等.水利工程智能運維“云-網-端”全鏈路監控系統的研究與設計[J].中國農村水利水電，2022（9）：19-24，29.

[7] 蔣云鐘，冶運濤，趙紅莉，等.智慧水利解析[J].水利學報，2021，52（11）：1355-1368.

[8] 饒小康.水利工程灌漿大數據平臺設計與實現[J].長江科學院院報，2019，36（6）：139-145，170.

[9] 賈寶良，羅熠，張慧，等.灌漿工程自動監測技術進展與展望[J].長江科學院院報，2021，38（10）：186-191.

[10] 楊廷勇，張官祥.白鶴灘電站智能化建設實踐[J].水電站機電技術，2020，43（5）：42-44，70.

Application of Big Data to a Hydropower Station

WANG Zhijun，HU Junjie

（Jiangxi Water Group Co.，Ltd.，Nanchang 330029，China）

Abstract：The advancement of data collection and analysis technology gives rise to a surge of data amount in the field of water conservancy. It is imperative to introduce big data technology for quick and efficient management of water conservancy data. This paper presents an overview of the application of big data systems in the site selection and fund management of a hydroelectric power plant project in Sichuan Province. A particular focus is given to the application of big data to the grouting of this project. In addition，suggestions are made to address issues such as challenges in data sharing and data security concerns，aiming to enhance the role of big data in supporting water conservancy projects.

Key words：big data；water conservancy project；grouting