南水北调山东段工程大数据技术应用分析

2020-01-05刘建磊

山东水利 2020年12期

刘建磊，张楠，范磊

（1.水发众兴集团有限公司，山东济南250109；2.南水北调山东干线有限责任公司，山东济南250109）

大数据分析应用通过研究海量的多种类型的数据，以发现其中隐藏的模式，未知的相互关系及其他有用信息，通过对大数据本身及其分析过程进行深层次剖析以及多维度展示，并将大数据分析结果应用在南水北调工程应用领域。南水北调工程目前已经实现了通过物联网将各种各样的传感器的信息进行实时采集，但未来还需要进一步扩展，包括增加支持的设备类型和通信协议标准。此外，由于物联网行业属性明显，需要将行业知识和技术紧密结合。

1 可视化分析应用

可视化分析主要应用于海量数据关联分析，辅助人工操作将数据进行关联分析，并做出完整的分析图表。海量数据的关联分析，由于所涉及到的信息比较分散、数据结构有可能不统一，而且通常以人工分析为主，加上分析过程的非结构性和不确定性，所以不易形成固定的分析流程或模式，很难将数据调入应用系统中进行分析挖掘。借助功能强大的可视化数据分析，可辅助人工操作将数据进行关联分析，并做出完整的分析图表。图表中包含所有事件的相关信息，也完整展示数据分析的过程和数据链走向。同时，这些分析图表也可另存为其他格式，供相关人员调阅。大数据可视化分析，是通过分析和挖掘庞大的历史数据量背后的关系和趋势，以可视化的方式为管理层呈现数据价值的最好工具，在南水北调工程的日常调度、应急调度、工程安全分析、水质影响分析、工程运维管理等方面发挥重要作用。

2 调度运行分析应用

2.1 工程调度成果分析

南水北调工程东中两线的调度方式不同，中线工程地理位置优越，可基本自流输水，主要以节制闸和分水口控制水量分配。东线工程从长江下游引水，水源丰沛，主要利用现有泵站和河道提水。但是，就目前看来，南水北调工程的水量调度系统及其模型在工程调度中尚未发挥核心作用，实际应用还多以经验调度为主。主要原因在于模型调度有其局限性，特别是边界条件对模型计算的影响较大，且用于模型参数率定的数据提取困难。

大数据技术将是解决这一问题的重要途径，一方面，大数据能够更好地挖掘经验调度的核心要素；另一方面，能够更好地为水量调度模型提供必要的关键分析数据。大数据的调度优化分析研究包括但不限于泵站开机或闸门启闭对上下游的影响规律分析、水流演进规律分析、不同闸门开度下的水位流量关系、峰平谷电价不同的效益分析、不同负荷下机组效率的优化分析、机组运行数据及能耗分析等基于大数据技术应用的调度优化研究等。两者的组合应用，契合调度模型参数率定的设计初衷。不仅能够有效地改善现有水量调度系统应用的现状，还能够显著提高信息化建设的投资效益。

2.2 水质影响因素分析

南水北调工程信息化系统中水质监测数据、社会经济数据、应用水环境模型、大数据等技术实现水环境质量模拟预测、建立污染源—水质响应关系，结合周边流域机构各断面自动监测数据、排向该水域的污染源废水在线监测数据、移动巡查数据等，汇集整合河流断面自动监测数据、手工监测数据、排口监测数据、污染源数据等，建立流域水系关系、河流与断面的关系、断面与排口关系、排口与调水管理机构关系、调水管理机构与污染因子关系等多种数据关系，分析水质与社会经济发展的长期趋势，并且根据监测站点数据超过安全阈值或正常标准时，判定其污染程度，同时进行污染溯源，通过水环境模型预测出下游的污染水质变化趋势，给出应急处置措施建议并提供评估管理。

2.3 工程设施安全分析

利用大数据技术分析和评估建筑物的实际运行状态，对建筑物及渠道变形、渗流等进行计算、分析处理。实现对测值及有关信息进行合理组织，如渠道水位变化过程中边坡的稳定情况分析、安全监测读数系统误差分析、测点的（部位、过程）的自动推理结果等。利用大数据技术预报未来一段时间内的测值，将各种监测设备采集的测量数据，包括渗流监测数据、应力应变监测数据、变形监测数据、环境量监测数据，对未来一段时间内的趋势（渗流、应力应变、变形、环境量）进行预报，为工程设施安全提供决策支持。

2.4 工程视频安防分析

在实时调度方面，通过视频监视水体的当前状态、传输轨迹，利用大数据技术，快速分析水位、流量、水质等特征数据，通过对海量调度监视画面的比对、分析和研判，实现实时水量调度的视频分析支持功能。在视频安防方面，通过大数据技术的分析与挖掘，可实现对非法入侵报警的智能分级，在日常入侵报警处理、突发事件指挥调度等方面有重要应用价值。

2.5 工程网络安全分析

南水北调工程调度运行需要汇集大量的数据，大数据带来更为严峻的网络安全问题，在网络安全防御上也可以带来新的变革。尝试探索研究大数据技术在网络安全方面的分析应用，通过网络安全方面的海量数据收集，统计网络受攻击频率、安全漏洞数量，分析网络故障原因、隐患位置，提供科学网络安全防御保护策略。

3 运行维护管理分析

3.1 运维投入产出比分析

南水北调工程信息系统项目建设转运维阶段，有大量的运行维护管理作业，这些过程数据包括运行维护资金使用情况通过工程管理信息化系统，形成运行维护专业的大数据资源。通过对这些运行维护数据资源的投入产出比分析与挖掘，将为改正性、预防性、适应性、完善性运行维护提供必要的数据导向，不仅有利于使得南水北调工程运行优化稳定、故障率下降、趋于稳定并进入正常运行期，还能够使南水北调的信息化资源紧随信息技术的飞速发展，适应信息系统的外部环境（硬件与软件配置）和数据环境实际变化和技术发展。

3.2 设备及人力资源配置分析

南水北调工程运行维护管理作业形成大量的人员作业巡查频率、设备维护保养周期及保养过程数据、备品备件的品牌型号与规格性能、备品备件的采购、设备仓储的出入库使用情况。对南水北调工程运行维护数据应用数据分析与挖掘，优化工程设备、备品备件及运维人力资源的配置，对指导编制设备维修养护计划，监督、检查、指导、考核运维工作、技术更新与改造，保障工程调度正常运行，指导专项维护项目立项包括项目的必要性和可行性、技术方案、费用估算、项目组织、计划完成时间等都有重要意义。

3.3 设备质量调查分析

南水北调工程有建筑、水力机械和电气设备等大量不同专业、不同类型、不同厂家、不同施工单位安装的设备设施。设备设施的质量是南水北调工程安全运行的关键因素，运行维护期的巡查、维修、养护过程中积累大量的设备故障特征、故障率、设备兼容性、设备升级能力等数据，这些数据是检验这些设备质量最有力的评价依据。基于大数据分析与挖掘技术，形成设备质量多维度的调查分析结果，在追溯设备产品来源、对供货商进行资格评价、指导设备采购、指导工程设备设计选型等方面有重要应用价值。

3.4 设备故障成因分析

设备故障成因分析是设备维修必须的过程，在采用设备状态监测、故障诊断等技术的基础上，已从早期的事后维修到定期维修，逐步转向具有预知性的视情维修阶段。而视情维修的关键在于提前预知故障及其成因预防，例如，通过数据挖掘分析闸门开度数据波动变化加大与闸门左右荷重变化、上下游水位变化的关系和成因机理等，实现在发生自动控制闸门到达目标位置准确度下降情况时能够提前进行预判告警，避免工程设备损坏进一步加剧。

因此，将设备全生命周期的状态监测与大数据故障诊断技术应用于生产实践，实现设备状态的劣化趋势分析与故障成因分析，对于延长设备生命周期、保障安全生产过程将会发挥更大的作用。应用大数据理论与技术，结合分析模型，通过对历史数据的挖掘和分析，对实时监测数据与运维数据进行分析处理，达到优化运维管理过程的目的。