设计 办公楼 教学楼 住宅楼 综合商场 宾馆酒店 宿舍旅馆 工业厂房 施工组织 路桥工程 土木文库 别墅图纸 施工组织大全 站内公告
知识 施工技术 技术交底 设计知识 造价知识 安全文明 监理知识 市政工程 玩转工地 安装教程 在校学生 BIM知识 建筑图纸 结构图纸
资料 教程 工程测量 概预算 施工工艺 BIM教程 PKPM教程 土木网课 哈工大 同济大学 中南大学 东南大学 西北工大 考试教育
论文 建筑论文 结构论文 水利论文 现场管理 国标GB 行业标准 城建交通 地方标准 建设标协 建筑图集 规范合集 精选软件 建筑书籍
发布日期:2020-02-29 15:24:40来源:土木工程网责任编辑:土木龙
摘要:随着社会的发展,各行各业产生的信息呈现出爆炸上升的趋势,从而大数据这一词被广泛的注意到。而水利工程建设的运营管理也因为大数据技术有了一定程度上的改变,大数据技术具有复杂性、规模性以及高速性的特征。文章主要对大数据技术在水利工程建设运营管理中的应用进行研究,并对于大数据与水利大数据的概念进行了简单的介绍,希望可以为广大的同行人员提供一定的参考。
关键词:大数据;水利工程;建设;运营管理;应用
随着云计算、物联网等技术的飞速发展,在各个领域中应用信息系统的规模也在不断地扩大,所以,各个行业中产生的信息量也随之有了迅猛的上升,在物联网、互联网以及云计算等技术发展的带动下,当今社会步入了大数据时代。大数据是为了可以对社会中的所有行业有更好的服务,其意义在于对于这些数量庞大的数据信息进行专业化的处理,并对于数据的“加工”能力进行提升,从而达到数据的“增值”作用的目的。水利工程建设运营管理中的信息数据具有复杂性、多样性等特征,所以,对于这些大量的数据信息如何过滤和筛选,对零散不一的数据进行二次整合,快速获得有价值信息的能力,这是新时期的水务工程建设运营管理亟需解决的重要技术难题。过去传统的数学分析方法已经不能赶上当前数据规模性、复杂性和高速性的新趋势。因此,作为大数据分析方法之一的数据挖掘,在现如今已经受到广大人员的欢迎。在1989年的时候首次提出了数据挖掘这一概念,就是在极为大量的随机数据中通过对于多种的数学算法进行应用,从而在其中搜索出有用的信息。
1大数据与水利大数据
1.1大数据。随着我国经济以及各项科学技术的飞速发展,大数据技术也吸引了越来越多人的关注,其强大的数据分析功能及广阔的应用前景吸引了各行各业积极研究和运用,促使大数据从理论层面向应用层面快速转变。大数据的含义是指海量数据,相较于传统数据来说具有快速处理能力、价值密度低、数据类型复杂、数据量巨大等特点。大数据的意义在于如何从大量的数据中挖掘出潜藏的价值以及有用的信息,并且需要注意的是,只有可以被合理利用的数据才能够称为大数据,如果不满足条件的话,就只是数据而已。
1.2水利大数据。水利大数据是大数据技术在水利行业的应用,紧紧围绕“水利”为中心,通过海量的数据进行科学分析,为水利管理者提供重要的参考信息。水利部门在建设运营管理中累积了海量的数据,其中大部分是没有实用价值的,而我们需要做的,就是应用大数据技术进行对海量的水利数据信息进行筛选处理,通过相关性进行对比分析,发现其隐含的规律本质,从而为水利技术工作者提供有价值的参考研究信息。这是大数据时代对水利行业的作用表现。随着自动化信息采集、射频技术、遥感技术以及其他技术的普及应用,水利数据在原有的基础上进一步膨胀,主要包括气象、水文、洪水、径流水环境、地区年均降雨量、地形地质、泵站水闸运行、地下排水管道分布、地下排水管道运营管养等数据以及其他水利相关数据。由于在有限的时间内很难通过常规的分析方法对数据进行获取、分析、储存、处理,因此,就需要应用大数据相关的处理方法对其进行分析和处理,在横向上实现水利部门内部共享数据,在纵向上实现水利主管部门间的数据交互,以此来实现水利管理决策科学合理的目的。传统的水利数据分析方法和水利大数据的研究方法之间有着很大的不同:传统的水利数据分析方法通常是基于抽样数据,而水利大数据的研究方法则是基于大量的数据也就是数据总体来开展分析;传统的水利数据分析方法通常是基于某个部门或是某个专业内部的数据开展分析,而水利大数据的研究方法是跨部门与跨专业开展数据分析,并且还是多维度以及多角度的。
2大数据技术的发展现况
从某种意义上来说,大数据已经是一种前沿的数据分析技术。早在二十世纪八十年代初期,美国学者、未来学巨擘阿尔文•托夫勒在他的著作《第三次浪潮》中把大数据技术冠以“第三次浪潮的华彩乐章”的美誉。大约直到二零零九年开始,“大数据”才正式进入我们的视野,并在我国的工业领域逐渐应用起来,包括汽车、餐饮、电信、金融、能源在内的行业等社会各行业都能找到大数据技术的足迹。比如在汽车制造中都配置有数据监测装置,实时对有关方位、气温、湿度、空气中化学成分的改变以及运动轨迹等进行监控和监测,生成庞大的数据信息。大数据技术的核心作用是在于对以上的数据进行专业化的整理提取有用的数据,以便使汽车制造商在产品质量管控中更加便捷完善。这正是大数据技术能够在众多领域得到应用和推广的关键所在。
3大数据技术在水利工程建设运营管理中的应用研究
大数据技术当前虽然已经有了良好的效果,但是其发展的历史还比较的短暂,所以可以将其认为是初级阶段。多数的水利行业单位具有满足本单位需要的信息化管理系统,但由于技术发展的制约,水利大数据资源化的研究还有很大的发展空间,在水利工程建设运营管理中的应用主要有以下几个方面。
3.1建立数据库。在水利工程的建设期间,需要建设数据库,然后将水利工程在运营管理中产生的信息全部记录在数据库中,这些应当至少包括水文气象、水位流量关系、水生态、地形地质、雨水管的分布情况以及相关设备的运行情况以及维护保养的日期等,都需要详细地在数据库中进行记录,避免“无据可查”的窘境。为了加强不同部门、水利单位之间的信息共享,减少资源的重复采集,提高信息的利用率,需要明确数据之间的关联关系,建立信息共享机制,完善数据共享体系。数据库是一个不断积累的过程,如果数据越详尽、越全面,那么分析数据得到的结果就越接近真实数据。
3.2大数据技术在水利工程运营管理中的应用。我们在水利工程运营管理中,我们同样可以利用大数据技术的优势,根据水利大数据的分析结果,制订科学合理的管理目标与完善计划也可以根据对水利工程的能耗情况和运行情况作数据分析,从而制定减少能源消耗以及节约运营成本的方案。通过对来水量的监控数据,以及排水的实际效果,进行系统的分析工作,指导水利主管对落后的排水系统进行整体升级改造提供重要的数据技术支持。以上只是大数据技术在水利工程运营管理中的其中一部分作用,随着大数据技术的发展,未来的应用将更加广泛。
3.3大数据技术在水利行业物资仓库仓储管理中的应用。当前,水利工程的备品备件的采购是工程建设的一个重要问题,部分的备品备件购买需要花费很长时间,但却一时间用不上,导致长时间的占用仓库以及资金,并且还会加大仓库管理人员的工作难度。而部分的备品备件在紧急需要使用的时候,经常会发现仓库中根本没有,只能临时采购,不仅导致采购成本高,还影响了水利工程的施工。因此,可以利用大数据技术对于这一问题进行解决,在数据库中将备品备件的购买期限、使用时间、更换时间等一一记录下来,就会知道设备什么时候需要更换配件,然后提前一段时间购买备品备件。大数据技术对于这一问题既可以保证备品备件在需要用的时候有所准备,并且,还不会长时间的占用仓储空间,同时还减少仓储管理工作人员的工作量和工作难度。因为大数据技术的存在,所以备品备件是有计划地采购,选择备品备件性价比最高的,从而达到降低采购成本的目的。
3.4大数据技术在水利其他方面的应用。在洪涝灾害预测方面,虽然洪涝灾害破坏力非常的大,但是通常具有一定的规律可利用大数据技术,结合洪涝灾害的数据,可以提高对洪涝灾害预测的准确性,在灾害发生的时候,提前引导受影响群众的疏散避险。在水资源的配置方面,通过分析水资源分配、用水量以及水资源调度等数据,可对水库的供水分配以及蓄泄量进行实时的调整,确保满足实际的生产、生活需求。据报道,南方某县已在农田水利项目率先使用管理软件,该县所有的农田水利用项目中的建筑物、河流、管渠、水塘、灌排泵站、排涝水闸的数量、状态、年限等基础信息,都可以在个人PC、手机APP上进行便捷的数据查询、检索,项目的精度达十米级,进一步提升了该地区农田水利管理水平。
4结束语
随着我国的经济和技术不断的发展,各项建设事业也在蓬勃发展,尤其是水利工程。水利工程的建设较之前已经有了很大的提升。但是由于我国的生活用水、农业用水以及工业用水的数量也在不断的上涨,所以水利工程的建设已经占据了非常重要的地位,在一定程度上为水利工程的施工提出了更高的要求。而大数据技术是一个不断地产生的过程,因此,分析数据也是一个持续不断的过程。当前的水利工程的运营管理以及逐渐的向着集中管理方向发展,从而使得大数据技术有了更加广阔的应用空间。
参考文献:
[1]陈军飞,邓梦华,王慧敏.水利大数据研究综述[J].水科学进展,2017(04):622-631.
[2]李燕,杨石磊.大数据在水利工程中应用[J].无线互联科技,2018(19):142-143.
[3]徐其磊.水利信息化建设中大数据技术的应用探讨[J].百科论坛电子杂志,2019(1):191.
[4]武建,高峰,朱庆利.浅谈大数据技术在水利信息化建设中的应用[J].水利发展研究,2015(09):63-66.
[5]谭海.大数据时代下的水电站的运营与管理[J].科技创新与应用,2014(28):203.
[6]龚斯简.运用大数据优化水电企业运营管理的探讨[J].机电信息,2018(36):160-161.
[7]赵月.浅谈大数据在水利工程建设管理中的应用[J].河北水利,2018(11):30.
[8]杨宇,谈娟娟.水利大数据建设思路探讨[J].水利信息化,2018(02):26-30+35.