CN115454032A - 一种基于大坝安全评价策略库的诊断系统 - Google Patents

一种基于大坝安全评价策略库的诊断系统 Download PDF

Info

Publication number
CN115454032A
CN115454032A CN202211192789.6A CN202211192789A CN115454032A CN 115454032 A CN115454032 A CN 115454032A CN 202211192789 A CN202211192789 A CN 202211192789A CN 115454032 A CN115454032 A CN 115454032A
Authority
CN
China
Prior art keywords
monitoring
dam
safety
diagnosis
criteria
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211192789.6A
Other languages
English (en)
Inventor
傅春江
杨鸽
范振东
李慧滢
陈天燊
黎中原
储兆伟
赵扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PowerChina Huadong Engineering Corp Ltd
Original Assignee
PowerChina Huadong Engineering Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PowerChina Huadong Engineering Corp Ltd filed Critical PowerChina Huadong Engineering Corp Ltd
Priority to CN202211192789.6A priority Critical patent/CN115454032A/zh
Publication of CN115454032A publication Critical patent/CN115454032A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0262Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/24Pc safety
    • G05B2219/24065Real time diagnostics
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明提供了一种基于大坝安全评价策略库的诊断系统,包括:数据接入模块;数据清洗模块;策略库管理模块;安全诊断模块;异常处理模块,其中,所述策略库包括:监控内容,包括监控对象、监控部位、监控项目和监控点;监控标准,包括监控方法、监控指标、监控准则和融合规则;综合评判,用于评价大坝安全状况,解决了现有技术中存在的大坝安全管理效率低下、及时性差、主观因素强的技术问题。

Description

一种基于大坝安全评价策略库的诊断系统
技术领域
本发明涉及水利水电技术领域,尤其是涉及一种基于大坝安全评价策略库的诊断系统。
背景技术
大坝作为水利水电工程中防洪减灾、供水灌溉和保障内陆航运的重要基础设施,其安全稳定运行直接影响着周围群众的生命财产安全,但是极端天气、洪水、地震等突发事件以及大坝本身的结构缺陷和性态变化导致大坝安全状态处于动态变化过程,因此对于大坝的安全监测、风险预警以及安全防护工作至关重要。我国水电站/水库大坝在大坝安全监测方面建设了相应的监测设备,部分大坝还建设了大坝安全监测自动化采集系统,具备监测数据的自动采集、接收、传输及存储功能。但是这些系统大多不具有误差识别功能以及分析诊断功能,没有误差识别功能即不能对采集到的监测数据进行有效性甄别,没有分析诊断功能即系统无法对工程安全与否给出最直接的分析结论。对于大坝安全诊断的传统方式有两种,一种是进行人工巡视检查,通过肉眼去搜索和识别大坝异常情况;另一种是在年末对本年度监测数据进行整编工作,通过一整年的数据规律来分析大坝的运行性态。但是前述两种方式效率低下、及时性差且主观因素较强。因此针对前述存在的问题,拟建立能够实时监测变形渗流等工情数据、对监测数据进行“噪声”剔除、且同步分析大坝运行性态的系统,拟通过此系统能够实现“及时、准确、高效”的大坝安全诊断目的。
发明内容
本发明的目的在于提供一种基于大坝安全评价策略库的诊断系统,以解决现有技术中存在的大坝安全管理效率低下、及时性差、主观因素强的技术问题。
本发明提供的一种基于大坝安全评价策略库的诊断系统,所述诊断系统包括:数据接入模块,用于接入监测数据;数据清洗模块,用于对监测数据进行有效性分析;策略库管理模块,用于评价大坝安全状况;安全诊断模块,调用所述策略库的数据,用于对大坝安全状况进行分析;异常处理模块,其中,所述策略库包括:监控内容,包括监控对象、监控部位、监控项目和监控点;监控标准,包括监控方法、监控指标、监控准则和融合规则;综合评判,用于评价大坝安全状况。
进一步的,所述监控对象包括拦河坝及其地基、泄水消能建筑物、近坝库岸边坡、不安全现象;所述监控部位包括拦河坝中的坝顶、坝基、坝体、廊道、上游坝面,泄水消能建筑物中的溢流面、闸墩,近坝库岸边坡中的左右岸边坡,不安全现象中的非正常运行、风险事件;所述监控项目包括典型性态、重点项目、问题项目;所述监控点将所述监控项目分为监测点、检查点、视频点,以及某个结构安全度计算值。
进一步的,所述监控方法包括设计指标法、工程经验法、工程类比法、数学模型法、结构分析法。
进一步的,所述监控准则包括量值诊断准则、历史极值诊断准则、趋势性分级诊断准则、模型分级诊断准则、结构分析诊断准则、空间分布诊断准则、语义型诊断准则。
进一步的,所述融合规则包括监控点层融合规则;监控项目层融合规则;监控部位层融合规则;监控对象层诊断准则;综合诊断准则。
进一步的,所述综合诊断准则包括:若各所述监控对象的诊断结论全部为正常,则设大坝的安全等级为正常;若各所述监控对象的诊断结论存在轻微异常,无一般异常或严重异常,则设大坝的安全等级为轻微异常;若各所述监控对象的诊断结论存在一般异常,无严重异常,则设大坝的安全等级为一般异常;若各所述监控对象的诊断结论存在严重异常,则设大坝的安全等级为严重异常。
进一步的,所述安全诊断模块采用产生式规则推理机模型,用于对大坝安全状况进行推理分析。
本发明提供的一种基于大坝安全评价策略库的诊断系统,能够实现监测数据的在线接入、数据噪声甄别剔除、工程安全实时分析诊断以及异常情况预警处理,代替了传统方式中人工主观评判的方法,通过实时监测及诊断大坝非正常运行、结构破坏以及风险事件等,提升预知风险的能力,阻止潜在的不安全状况进一步发展,解决了现有技术中存在的大坝安全管理效率低下、及时性差、主观因素强的技术问题,从而助力大坝安全的智能管理水平,实现大坝安全管理全业务的数字化提升和转型。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于大坝安全评价策略库的诊断系统的流程示意图;
图2为本发明实施例提供的大坝安全评价策略库示意图;
图3为本发明实施例提供的一种基于大坝安全评价策略库的诊断系统的功能架构图;
图4为本发明实施例提供的的大坝安全评价结果页面展示图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例提供的一种基于大坝安全评价策略库的诊断系统,如图1所示,包括数据接入模块、数据清洗模块、策略库管理模块、安全诊断模块、异常处理模块。其中,数据接入模块,主要通过各类软件接口实现对自动化数据、人工数据、业务管理数据的集成集中。数据清洗模块,通过将监测数据与有效值指标对比,判别量值或变化趋势等是否异常,以此进行监测数据的有效性分析。策略库管理模块,用于对监控内容、监控方法、监控指标、监控准则、融合规律及综合评判规则进行管理。安全诊断模块,主要以测值异常、现场检查结果异常和结构安全度异常为触发条件,完成对结构性态的自动评判,同时提供对诊断结果管理的功能。异常处理模块,主要提供异常结果溯源、告警信息推送及问题闭环处理功能。通过诊断系统实现了数据从采集、入库、计算、清洗、建立策略库、安全诊断到异常处理应用一体化、流程化的大坝安全诊断思路。本实施例提供的诊断系统涉及的划分标准为普遍认可的管理业务经验。
采集的数据有三种类型,包括:GNSS监测的外观变形数据;渗流、边坡稳定、水位、雨量等工情、水雨情数据;巡视检查数据。数据入库分为两种类型,包括:对于实现了自动化监测及采集的项目数据,例如自动化监测系统以及GNSS自动采集的数据,通过数据库同步入库。对于未实现自动化监测的项目数据以及巡视检查的数据,通过人工录入的方式入库。入库的数据是原始监测数据,需要对这些原始监测数据根据特定公式进行计算,得到能够直观反映监测结果的数据,这类数据称为监测计算值,也是用于大坝安全诊断的基础数据。由于监测仪器的量程、监测物理量性质设置等外部因素的干扰,导致监测值“噪声”过多,存在着无效采集的情况,因此需要对入库的监测计算值进行数据清洗。
数据清洗主要是对数据的有效性、及时性和完整性进行甄别,对于不满足前述要求的监测数据进行剔除。其中有效性识别主要采用逻辑判别法/统计模型法等有效性识别方法。完整性主要采用缺测率算法。
策略库包括监控内容、监控标准及综合评判内容,如图2所示,其中,监控内容由监控对象、监控部位、监控项目和监控点组成。监控点是指大坝安全诊断的最小单元,包括监控点、检查点、视频点,以及某个结构安全度计算值。其中,监测点指的是监测仪器点位。检查点是指人工巡视检查的点位。视频点是指视频摄像头点位。监控标准主要包括监控方法、监控指标、监控准则和融合规则。监控方法是指确定一级或多级监控指标的方法。监控指标是指大坝运行形态正常时数据不应超过的限值。监控准则是指将实时数据与监控指标对比,判别量值或变化趋势等是否正常的准则。融合规则是指将监控点、监控项目、监控部位和监控对象逐层融合,最终实现大坝安全综合诊断的规则。综合评判,基于监控标准,融合监测信息、现场检查信息、视频信息、大坝结构计算等相关信息进行综合诊断,辅助管理人员分析异常程度和原因,以确认大坝安全状况。
根据水电站大坝的结构特点确定监控内容。监控对象包括拦河坝及其地基、泄水消能建筑物、近坝库岸边坡、不安全现象。监控部位包括:①拦河坝中的坝顶、坝基、坝体、廊道、上游坝面;②泄水消能建筑物中的溢流面、闸墩;③近坝库岸边坡中的左右岸边坡;④不安全现象:非正常运行、风险事件。监控项目包括:①典型性态:变形、渗流及应力应变项目;②重点项目:薄弱部位和关键部位的项目;③问题项目:运行异常或存在问题的项目。根据监控点的特性,选择监控标准中合适的监控方法来确定监控指标。监控方法包括:①设计指标法:根据工程设计资料中提出设计值,确定监测量异常识别指标,如大坝变形设计值、边坡变形速率等。②工程经验法:根据工程历史经验给定阈值,检验监测值有无超过历史值,历史极值法、速率法、同期对比法等均属于此类。③工程类比法:包括同类工程中可以借鉴的监测值以及结构计算值。④数学模型法:主要通过相关数理统计模型(方法),计算分析离群信息的偏离程度来确定异常程度的方法,包括置信区间法、小概率法、BP神经网络等。⑤结构分析法:采用极限状态法、失效模式法和极端工况法建立大坝安全监控指标,联系了大坝失事的原因和机理,物理概念明确,力学定义清楚,并可以模拟从未遭遇过的荷载工况,解决了大坝观测值序列较短、资料不全的问题。
根据监控点的特性,选择监控标准中合适的监控准则来确定异常程度。监控准则包括:①量值诊断准则:通过设计指标法、工程经验法、工程类比法或结构分析法等制定的监控指标来确定异常程度;②历史极值诊断准则:通过当前测值大于某个历史时段的最值来确定异常程度;③趋势性分级诊断准则:对数据发展的趋势进行诊断,按变化趋势确定异常程度;④模型分级诊断准则:通过构建数学模型法来确定异常程度;⑤结构分析诊断准则:根据大坝材料本构曲线阶段(准线弹性工作阶段、屈服阶段及破坏阶段)确定异常程度;⑥空间分布诊断准则:根据各相关监控点数据分布规律与正常时分布规律相异情况来确定异常程度;⑦语义型诊断准则:通过对异常程度的语义型描述确定异常程度。
基于《水电站大坝运行安全评价导则》DLT 5313建立融合规则,具体包括:①监控点层融合规则:通过监控准则得到监控点诊断结论;②监控项目层融合规则:根据隶属于该项目的监控点之间的空间关系或异常占比得到项目诊断结论,异常占比指该项目下结论为异常的监控点占监控点总数的比例;③监控部位层融合规则:建立隶属于该部位的监控项目间的逻辑关系,并按逻辑关系进行组合得到部位诊断结论;④监控对象层诊断准则:基于“木桶效应”逻辑,取隶属于该对象的异常程度最高的项目的诊断结论作为对象诊断结论;⑤综合诊断准则。
其中,大坝综合诊断准则及结论,具体为:①若各监控对象的诊断结论全部为正常(a级),则大坝安全等级设为正常(A级坝);②若各监控对象的诊断结论存在轻微异常(a-级),但无一般异常(b级)或严重异常(c级),则大坝安全等级设为轻微异常(A-级坝);③若各监控对象的诊断结论存在一般异常(b级),但无严重异常(c级),则大坝安全等级设为一般异常(B级坝);④若各监控对象的诊断结论存在严重异常(c级),则大坝安全等级设为严重异常(C级坝)。为了与大坝综合诊断结论等级对应,监控点、监控项目、监控部位和监控对象的诊断结论等级也分为正常(a级)、轻微异常(a-级)、一般异常(b级)和严重异常(c级),最终得到的大坝安全评价结果页面展示图如图4所示。
安全诊断通过调用策略库中的数据,同时利用产生式规则推理机模型,对大坝安全的状况进行推理分析,同时对诊断结果进行管理。产生式推理机模型指的是模拟专家在评判工程安全时将问题层层分解的思路,构建的递阶层次结构式分析模型。对于诊断结果为异常的情况,首先进行异常告警提醒与告警信息推送,同时对于异常结果进行溯源分析,将发现的问题进行任务派发、流程跟踪,以便达到闭环处理的效果。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (7)

1.一种基于大坝安全评价策略库的诊断系统,其特征在于,所述诊断系统包括:数据接入模块,用于接入监测数据;数据清洗模块,用于对监测数据进行有效性分析;策略库管理模块,用于评价大坝安全状况;安全诊断模块,调用所述策略库的数据,用于对大坝安全状况进行分析;异常处理模块,其中,所述策略库包括:
-监控内容,包括监控对象、监控部位、监控项目和监控点;
-监控标准,包括监控方法、监控指标、监控准则和融合规则;
-综合评判,用于评价大坝安全状况。
2.根据权利要求1所述的一种基于大坝安全评价策略库的诊断系统,其特征在于,所述监控对象包括拦河坝及其地基、泄水消能建筑物、近坝库岸边坡、不安全现象;所述监控部位包括拦河坝中的坝顶、坝基、坝体、廊道、上游坝面,泄水消能建筑物中的溢流面、闸墩,近坝库岸边坡中的左右岸边坡,不安全现象中的非正常运行、风险事件;所述监控项目包括典型性态、重点项目、问题项目;所述监控点将所述监控项目分为监测点、检查点、视频点,以及某个结构安全度计算值。
3.根据权利要求1所述的一种基于大坝安全评价策略库的诊断系统,其特征在于,所述监控方法包括设计指标法、工程经验法、工程类比法、数学模型法、结构分析法。
4.根据权利要求1所述的一种基于大坝安全评价策略库的诊断系统,其特征在于,所述监控准则包括量值诊断准则、历史极值诊断准则、趋势性分级诊断准则、模型分级诊断准则、结构分析诊断准则、空间分布诊断准则、语义型诊断准则。
5.根据权利要求1所述的一种基于大坝安全评价策略库的诊断系统,其特征在于,所述融合规则包括监控点层融合规则;监控项目层融合规则;监控部位层融合规则;监控对象层诊断准则;综合诊断准则。
6.根据权利要求5所述的一种基于大坝安全评价策略库,其特征在于,所述综合诊断准则包括:
-若各所述监控对象的诊断结论全部为正常,则设大坝的安全等级为正常;
-若各所述监控对象的诊断结论存在轻微异常,无一般异常或严重异常,则设大坝的安全等级为轻微异常;
-若各所述监控对象的诊断结论存在一般异常,无严重异常,则设大坝的安全等级为一般异常;
-若各所述监控对象的诊断结论存在严重异常,则设大坝的安全等级为严重异常。
7.根据权利要求1所述的一种基于大坝安全评价策略库的诊断系统,其特征在于,所述安全诊断模块采用产生式规则推理机模型,用于对大坝安全状况进行推理分析。
CN202211192789.6A 2022-09-28 2022-09-28 一种基于大坝安全评价策略库的诊断系统 Pending CN115454032A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211192789.6A CN115454032A (zh) 2022-09-28 2022-09-28 一种基于大坝安全评价策略库的诊断系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211192789.6A CN115454032A (zh) 2022-09-28 2022-09-28 一种基于大坝安全评价策略库的诊断系统

Publications (1)

Publication Number Publication Date
CN115454032A true CN115454032A (zh) 2022-12-09

Family

ID=84307201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211192789.6A Pending CN115454032A (zh) 2022-09-28 2022-09-28 一种基于大坝安全评价策略库的诊断系统

Country Status (1)

Country Link
CN (1) CN115454032A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117268466A (zh) * 2023-09-25 2023-12-22 国家电投集团重庆狮子滩发电有限公司 一种大坝安全自动化监测系统
CN117574321A (zh) * 2024-01-16 2024-02-20 中国电建集团西北勘测设计研究院有限公司 基于海量监测巡检信息融合模型的大坝安全评估方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117268466A (zh) * 2023-09-25 2023-12-22 国家电投集团重庆狮子滩发电有限公司 一种大坝安全自动化监测系统
CN117268466B (zh) * 2023-09-25 2024-06-04 国家电投集团重庆狮子滩发电有限公司 一种大坝安全自动化监测系统
CN117574321A (zh) * 2024-01-16 2024-02-20 中国电建集团西北勘测设计研究院有限公司 基于海量监测巡检信息融合模型的大坝安全评估方法
CN117574321B (zh) * 2024-01-16 2024-04-12 中国电建集团西北勘测设计研究院有限公司 基于海量监测巡检信息融合模型的大坝安全评估方法

Similar Documents

Publication Publication Date Title
CN115454032A (zh) 一种基于大坝安全评价策略库的诊断系统
CN111694916B (zh) 浆砌石拱坝自动化监测系统
CN110320892B (zh) 基于Lasso回归的污水处理设备故障诊断系统及方法
CN111256754B (zh) 一种混凝土坝长期运行安全预警方法
CN105608842B (zh) 一种核反应堆燃料破损在线监测报警装置
CN104460577A (zh) 一种水质安全预警决策系统
Jing et al. Application of fuzzy analytic hierarchy process in the risk assessment of dangerous small-sized reservoirs
CN111126853A (zh) 基于模糊fmea的水利工程风险预警分析方法及系统
CN112697197A (zh) 一种基于gis和bim融合技术的多孔防洪闸可视化管理系统及方法
CN112417700B (zh) Eh油站基于状态评价的故障诊断系统
WO2024012552A1 (zh) 尾矿库安全生产风险分级预警方法
CN108509486A (zh) 一种智能工厂多源安全大数据结构化管理方法
CN115774953A (zh) 一种基于数据处理的污染时空风险监管评估系统及方法
CN110033102A (zh) 一种巨型水电厂具有学习功能的智能诊断方法及专家系统
CN114548806B (zh) 基于大数据和vr技术的水利工程监管系统
CN116341891A (zh) 一种基于流域水电风险防控的应急管理系统
CN117196120A (zh) 一种用户用水行为分析算法
CN114647683A (zh) 智慧水务综合管理系统
Lu et al. Using cased based reasoning for automated safety risk management in construction industry
Liu et al. City pipe network intelligent service based on GIS and internet of things
CN108661715A (zh) 煤矿监控系统瓦斯涌出预警结果的评判方法
CN116862109A (zh) 一种区域碳排放态势感知预警方法
CN115830812A (zh) 泵站建筑物异常沉降智能预警系统及方法
King Using a systems approach to analyze the operational safety of dams
Wang et al. Assessing the impacts of climatic and anthropogenic factors on water level variation in the Taihu Plain based on non-stationary statistical models

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination