大数据技术在城市燃气管道事故防控中运用研究

范章驰

摘要：城市地下燃气管道的组成结构十分复杂，并且易受到不良因素的影响，发生安全事故，严重威胁城市的公共安全，因此，将大数据技术应用到城市燃气管道事故防控中是非常必要的。本文系统地分析并探讨了大数据技术在城市燃气管道事故防控中的运用方法。

关键词：大数据技术;城市燃气管道;事故防控

根据我国城市安全需要和地下燃气管道运营状况，将大数据分析运用于地下管道事故防治领域，进行管道风险的智能评价、警示和安全事故监控管理，可为维护城市治安发挥重大影响。

一、城市燃气管道事故防控大数据特征与类型

（一）燃气管道事故防控大数据特征

大数据分析的主要特点是规模性、多样性、高速性和不确定性。城市地下管道事故防范大数据分析的主要特点是：①事故防范大数据分析是对全部信息的综合与相关性研究，计算工作量极大;②大数据分析自身对事故及相关数据的分析结论并不具备解读能力;③信息类型繁多，涉及数字、声音、视频、三维地理信息图等各类数据，但多是零点五结构或非结构化的信息，整合和分类都相对复杂;④大数据分析对实际价值的有效发挥则有赖于数据挖掘技术，本身并无显著的特色。

（二）城市地下燃氣管道大数据的类型

①管道运行状态及环境监测数据

城市地下燃气管道的运营参数和环境参数，是对管线事故危险性评价、预警、紧急处理的基础数据。工作参数主要包括管线的内在压强、外界压强、管线的表面几何状况等有关参数，而环境监测数据则主要涉及土壤电阻率、地下水位、气温、相对湿度等有关参数。

②历史数据

我国城市地下管道的信息化管理系统使用时期相对较短，且多数管线的敷设期限也较长，其设计、建造等资料多为CAD二维图和纸质文件，对此类管线静态基本数据的采集和记录，是维护城市地下管道大数据系统完整性的主要前提。另外，地下管道中大量的历史事件数据、管线维修历史数据等，也是管线大数据系统的主要部分。

③互联网数据

互联网数据分析不仅仅包含实现了事故风险评价、事故警示、事故应对等决策分析的智能统计模块，还包含了第三方软件以及数据源所提交的统计分析结论、地图、市辖区人口密度等基础数据分析，以及通过统计分析方法形成的各类结论数据分析。在上述结果统计中，既保留着大批经过较高组织和完整格式化的结构化数据，也保留着大批构造无序、功能不完备的非结构化数据。在互联网数据处理中，大部分应用数据结果都是非结构化数据，且由于其速度快，因此寻求更可行的解决办法以达到对非结构化数据的更高效使用，已成为当前科学研究的重要方面。

④人工采集及专家经验数据

在大数据系统建设初期，管理者把现实状况交给专业人员进行评价，从而获得大量专家学者经验数据，可辅助管理者做出紧急决定，甚至作出方案指令。研究专家的经验数据，对于进行一些不确定原因的评价、模型简化、紧急决定指导等相关方面，具有重要意义。有研究专家以多年的行业工作经历为保障，通过掌握大量研究专家经验数据并做出决定，就可以使决策过程更为科学合理;不过，该决策方法的有效性欠佳。

二、大数据技术在城市燃气管道事故防控中的应用

基于大数据技术的管道风险评价选取了管网的所有样本数量为样本，以客观精确的测量数据取代了依靠个人主观经验的概率性预测，并由此理解了环境、水压、腐蚀等各种因素与管网风险进展之间的关联性，并以此进行了管网风险的评价和预报。目前，大数据分析技术在各领域的运用重点主要有：基于大数据分析的管网事故预警技术以风险评价和预报结果为基准，精确辨识具体致灾因子并进行事件预警;以实时的安全检测资料为基准，发现管网失效时各种参数的临界值，进而进行管网风险实时警示;结合网络信息技术，进行警情的多部门信息快速披露;通过大数据分析开展管道事件的紧急决策，通过整合历史事件、专家处置经历等重要决策支撑大数据，可增强决策的科学化;通过解析事件数据内在关联关系，对二次事故的可行性做出科学评价;通过建立救援路线和物资的优选模式，进行对紧急资源的智能调配。

我国的管道信息化管理使用时期较短，科学技术研究也相对滞后，大数据管理的运用面临一些阻碍，其主要因素有：①基础数据收集有限。目前我国管线的建筑设计、建筑施工等基本资料都是二维图纸，但由于部分管线的建设期限较长，基本资料出现了缺失;同时，也可能出现在建设时变更了建筑线路但尚未进行变更资料归档等情形，从而造成了管线的具体位置、方向等基本资料掌握问题。另外，由于管线的历史数据将面临事故状态未知、事件起因不清、历史记录不全等问题，更加大了管线与基础数据集成的困难。②大数据收集、传送、整合技术手段不完善。目前，我国已有的检测装置无法满足各种管道参数的收集要求，且由于我国没有对检测传感器建立数据标准，导致各类传感器所获取数据的传送和整合出现问题。用作事故防范的信息多是半结构性与非结构化数据，且数据信息格式设计较繁杂，这一类数据信息的储存对于信息降噪、筛选、聚合等储存信息技术的研发，具有很大的要求。③大数据价值发现技术不完善。大数据分析的价值主要表现在事件特性、参数、事件规律等与大数据分析结果之间的关联表现之中。目前的数据库技术，对于半结构化与非结构化数据分析的预处理技术能力比较薄弱，暂无法做到大数据分析的迅速规范化，从而造成了事件防控数据分析的即时性不强。同时，由于大数据分析自身对所发现的错误规律并不具备理解，即使在复杂的大数据处理中进行分析并得出一些错误规律也是较易于出现的，因此如何建立合理的大数据分析价值发现模式也是大数据分析应用中的难题。

结束语：

综上所述，大数据分析技术在研究城市地下管道的物联终端布局、事故风险评价、事故预警和事件紧急处理等上都具有突出的优越性，通过大数据分析的事故防范技术可以进行管道风险的精准分类和即时警示，并为事件预警和应对提供了科学决策依据。大数据分析技术在地下燃气管道事故防治中的应用研究尚未全面成熟，仍需要进一步研究。

参考文献：

[1] 何江龙，江贻芳，侯至群.新形势下城市地下管线信息化的特点及对策[J].测绘通报，2017（1）：12-17.

[2] 李笑寰.沈阳城市地下管线运维管理模式及策略研究[D].长春：吉林大学，2017.