CN116842339A - 一种大坝数据分析方法及装置 - Google Patents
一种大坝数据分析方法及装置 Download PDFInfo
- Publication number
- CN116842339A CN116842339A CN202310730654.9A CN202310730654A CN116842339A CN 116842339 A CN116842339 A CN 116842339A CN 202310730654 A CN202310730654 A CN 202310730654A CN 116842339 A CN116842339 A CN 116842339A
- Authority
- CN
- China
- Prior art keywords
- dam
- data
- analysis
- monitoring
- analysis model
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000007405 data analysis Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 154
- 238000004458 analytical method Methods 0.000 claims abstract description 143
- 238000004364 calculation method Methods 0.000 claims abstract description 68
- 238000006073 displacement reaction Methods 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 230000003204 osmotic effect Effects 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 10
- 238000012545 processing Methods 0.000 description 9
- 229910000831 Steel Inorganic materials 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 239000010959 steel Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 229910001294 Reinforcing steel Inorganic materials 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Abstract
本申请涉及大坝数据分析的技术领域,提供了一种大坝数据分析方法及装置。该方法通过获取大坝监测数据;将大坝监测数据放入分析模型,以得到分析数据;根据分析数据确定大坝运行状态;由于分析模型可用于各种监测数据的分析,不同的监测数据由不同监测仪器所监测得到,从而获取的所有监测数据均可以通过分析模型进行分析,进而可以减少计算过程中的公式数量,以解决现有技术中各类监测仪器监测的数据分别需要不同计算公式,在计算过程中需根据公式进行大量计算的问题。
Description
技术领域
本申请涉及大坝数据分析的技术领域,尤其涉及一种大坝数据分析方法及装置。
背景技术
我国大坝在世界上占比最大,各类大坝建成和在建数量超过9.8万座,随着我国经济高速发展,大坝安全在社会经济和国家安全稳定中的位置越来越突出,作为判断大坝安全重要依据之一的大坝安全监测数据分析尤为重要。
随着监测仪器、监测技术和资料分析等方法的不断进步、发展、完善,大坝安全监测数据分析问题凸显越来越多,涉及到数据量大、监测种类多,整编分析专业性强,对分析成果质量、时效性、综合性要求高,传统模式主要依靠人工进行汇总分析,受限于工作量及处理效率导致不利于数据分析的有效输出。近年来随着水利安全监测信息管理的建设及数据自动化采集技术日趋成熟,使部分水库大坝具备了一定的安全监测数据采集及资料分析功能,但相应分析依旧局限于同一类型监测仪器及受限于多设备正常运转情况,综合数据分析时需要对每一监测仪器观测数据进行分辨、解析、提炼和概括,从繁多的数据中找出关键问题,从海量数据中揭示规律并作出判断,这就需要进行监测数据分析。当每一监测仪器所监测的观测数据均需经过其对应的公式进行计算,计算公式多且每一数据都经过不同的监测仪器计算公式进行计算,即各类监测仪器数值分别对应不同计算公式,在计算过程中需根据公式进行大量计算。
发明内容
有鉴于此,本申请实施例提供了一种大坝数据分析方法、装置、电子设备及计算机可读存储介质,以解决现有技术中各类监测仪器监测的数据分别需要不同计算公式,在计算过程中需根据公式进行大量计算的问题。
本申请实施例的第一方面,提供了一种大坝数据分析方法,所述大坝数据分析方法包括:
获取大坝监测数据;
将所述大坝监测数据放入分析模型,以得到分析数据;
根据分析数据确定大坝运行状态;
其中,所述分析模型用于分析各种所述监测数据,不同的所述监测数据由不同监测仪器所监测得到。
可选地,所述大坝监测数据包括大坝的渗透压、位移、应变量、温度、开合度、降沉量以及水库水位;
所述获取大坝监测数据包括:
获取大坝的渗透压、位移、应变量、温度、开合度、以及水库水位中的至少一种。
可选地,所述分析模型通过多个用于监测所述大坝监测数据的不同监测仪器的计算公式的拟合而成,所述分析模型的生成方法包括:
获取多个用于监测所述大坝监测数据的不同监测仪器的计算公式;
根据多个计算公式确定计算特征;
根据计算特征将多个所述计算公式拟合成所述分析模型。
可选地,所述方法还包括对所述分析模型的验证步骤,所述验证步骤包括:
将所述大坝监测数据通过所述分析模型得到的所述分析数据;
在所述大坝中获取所述分析数据所包含的对比数据或者通过监测所述大坝监测数据的监测仪器的计算公式得到对比数据;
将所述对比数据与所述分析模型进行比较,以确定所述分析模型的可行性。
可选地,在所述将所述对比数据与所述分析模型进行比较,以确定所述分析模型的可行性后,所述大坝数据分析方法包括:
若所述分析模型的可行性为低,则调整所述分析模型的参数与公式,再次对调整后的分析模型进行验证,直至所述分析模型的可行性为高;
其中,当所述分析模型的可行性小于或等于预设值时,所述分析模型的可行性为低;当所述分析模型的可行性大于所述预设值时,所述分析模型的可行性为高。
可选地,在所述根据分析数据确定大坝运行状态后,所述大坝数据分析方法包括:
若所述大坝运行状态为不平稳,则对所述大坝运行状态进行标注,且增加对所述大坝运行状态的观察的频率;
其中,所述大坝运行状态为不平稳是指所述分析数据表征大坝监测数据在第一预设时间内的涨幅或跌幅的绝对值超过预设幅度。
可选地,所述大坝数据分析方法包括:
实时获取所述大坝监测数据,以实时更新所述大坝运行状态,并将所述大坝运行状态进行展示。
本申请实施例的第二方面,提供了一种大坝数据分析装置,所述大坝数据分析装置包括:
获取模块,被配置为用于获取大坝监测数据;
分析模块,被配置为用于将所述大坝监测数据放入分析模型,以得到分析数据;
确定模块,被配置为用于根据分析数据确定大坝运行状态;
其中,所述分析模型用于分析各种所述监测数据,不同的所述监测数据由不同监测仪器所监测得到。
本申请实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。
本申请实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:通过获取大坝监测数据;将大坝监测数据放入分析模型,以得到分析数据;根据分析数据确定大坝运行状态;由于分析模型可用于各种监测数据的分析,不同的监测数据由不同监测仪器所监测得到,从而获取的所有监测数据均可以通过分析模型进行分析,进而可以减少计算过程中的公式数量,以解决现有技术中各类监测仪器监测的数据分别需要不同计算公式,在计算过程中需根据公式进行大量计算的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本申请的一些实施例,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它的附图。
图1是本申请实施例的应用场景的场景示意图;
图2是本申请实施例提供的一种大坝数据分析方法的流程示意图;
图3是本申请实施例提供的一种大坝数据分析装置的结构示意图;
图4是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
下面将结合附图详细说明根据本申请实施例的一种大坝数据分析方法和装置。
图1是本申请实施例的应用场景的场景示意图。该应用场景可以包括终端设备1、2和3、服务器4以及网络5。
终端设备1、2和3可以是硬件,也可以是软件。当终端设备1、2和3为硬件时,其可以是具有显示屏且支持与服务器4通信的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等;当终端设备1、2和3为软件时,其可以安装在如上所述的电子设备中。终端设备1、2和3可以实现为多个软件或软件模块,也可以实现为单个软件或软件模块,本申请实施例对此不作限制。进一步地,终端设备1、2和3上可以安装有各种应用,例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。
服务器4可以是提供各种服务的服务器,例如,对与其建立通信连接的终端设备发送的请求进行接收的后台服务器,该后台服务器可以对终端设备发送的请求进行接收和分析等处理,并生成处理结果。服务器4可以是一台服务器,也可以是由若干台服务器组成的服务器集群,或者还可以是一个云计算服务中心,本申请实施例对此不作限制。
需要说明的是,服务器4可以是硬件,也可以是软件。当服务器4为硬件时,其可以是为终端设备1、2和3提供各种服务的各种电子设备。当服务器4为软件时,其可以是为终端设备1、2和3提供各种服务的多个软件或软件模块,也可以是为终端设备1、2和3提供各种服务的单个软件或软件模块,本申请实施例对此不作限制。
网络5可以是采用同轴电缆、双绞线和光纤连接的有线网络,也可以是无需布线就能实现各种通信设备互联的无线网络,例如,蓝牙(Bluetooth)、近场通信(Near FieldCommunication,NFC)、红外(Infrared)等,本申请实施例对此不作限制。
用户可以通过终端设备1、2和3经由网络5与服务器4建立通信连接,以接收或发送信息等。需要说明的是,终端设备1、2和3、服务器4以及网络5的具体类型、数量和组合可以根据应用场景的实际需求进行调整,本申请实施例对此不作限制。
图2是本申请实施例提供的一种大坝数据分析方法的流程示意图。图2的大坝数据分析方法可以由图1的终端设备或服务器执行。如图2所示,该大坝数据分析方法包括:
S201,获取大坝监测数据。
S202,将所述大坝监测数据放入分析模型,以得到分析数据。
S203,根据分析数据确定大坝运行状态。
其中,所述分析模型用于分析各种所述监测数据,不同的所述监测数据由不同监测仪器所监测得到。
具体地,大坝监测数据可以通过渗压计、位移计仪器、钢板计、应变计、混凝土应变计、无应力计、测缝计、多点位移计、位错计、锚索测力计、弦式沉降计等监测仪器所检测到的数据。这些数据能较好的体现的大坝的运行状态,可通过这些数据监测大坝的运行状态,从而更好管理大坝的运行。分析模型可以是公式、可以是表格(表格包括每个数据所对应的参数)、可以是对应的比例关系等。可以理解地,分析模型可以对不同的数据进行分析,避免不同数据用不同公式进行分析,可降低分析的公式数量,降低运算的复杂度。通过分析模型将大坝监测数据进行分析,以得到最终需要的参数或是数据,即分析数据,分析数据例如应变值,分析数据可以很直观的体现大坝的运行情况,从而能够根据分析数据确定大坝运行状态。可以根据大坝运行状态对大坝的运行进行调整,例如,将大坝水位降低,打开大坝的闸门等运行调整手段。
根据本申请实施例提供的技术方案,通过获取大坝监测数据;将大坝监测数据放入分析模型,以得到分析数据;根据分析数据确定大坝运行状态;由于分析模型可用于各种监测数据的分析,不同的监测数据由不同监测仪器所监测得到,从而获取的所有监测数据均可以通过分析模型进行分析,进而可以减少计算过程中的公式数量,以解决现有技术中各类监测仪器监测的数据分别需要不同计算公式,在计算过程中需根据公式进行大量计算的问题。
在一些实施例中,所述大坝监测数据包括大坝的渗透压、位移、应变量、温度、开合度、降沉量以及水库水位;
所述获取大坝监测数据包括:
获取大坝的渗透压、位移、应变量、温度、开合度、以及水库水位中的至少一种。
具体地,大坝的渗透压、位移、应变量、温度、开合度、降沉量以及水库水位这些数据能较好地体现大坝的运行状况,可通过分析这些数据判断大坝的运行状况是否良好,若大坝运行状况不良好,那么需要采取调控手段调节大坝运行状态,例如上述所说的将大坝水位降低,打开大坝的闸门等运行调整手段。
在一些实施例中,所述分析模型通过多个用于监测所述大坝监测数据的不同监测仪器的计算公式的拟合而成,所述分析模型的生成方法包括:
获取多个用于监测所述大坝监测数据的不同监测仪器的计算公式;
根据多个计算公式确定计算特征;
根据计算特征将多个所述计算公式拟合成所述分析模型。
示例性地,通过应变计检测大坝的温度与频模值,通过温度与频模值求应变值,计算公式为:应变值=G×C×(频模-初始频模)+K×(温度-初始温),G,K,C为应变计自带参数,且为大于或等于零的数。自带参数是指根据监测仪器实际情况确定的参数,该参数根据监测仪器的规格、误差或者不同厂家确定,本申请不限定。该计算公式的计算特征有具有两括号内容,一括号内为减法,另一括号内也为减法,两括号均与参数相乘。若多个计算公式均具有的计算特征,那么该计算特征仅在分析模型中出现一次,若多个计算公式中有不相同的计算特征,那么该计算特征也在分析模型中出现。即分析模型包括多个计算公式的所有计算特征,然后根据这些计算特征将多个公式拟合成分析模型,在一实施例中,分析模型为其中,A和B均为渗压计、位移计仪器自带参数。C为渗压计、位移计仪器、钢板计自带参数,该参数在处理相应的监测仪器监测到的数据时,其值可以不同,且在分析模型其他监测仪器监测到的数据时,这些参数可以为0或是1,这样可以消除对其他监测仪器监测到的数据在进行分析时的影响。K为应变计、混凝土应变计、无应力计/仪器、多点位移计、位移计、位错计、锚索测力计仪器、钢板计自带参数;T为弦式沉降计温度、位错计温度、应力计温度、钢筋计温度;To为弦式沉降计初始温度、位错计初始温度、应力计初始温度、钢筋计初始温度。R为测缝计频模、位错计频率;Ro为测缝计初始频模、位错计初始频率。F为渗压计频率。V为假设参数,无实际含义。V用途在于,由于该模型试用于多种数据计算,不同仪器自带参数不同,因此用假设参数V与仪器自带参数结合,VA、VB、VC、VG用于表示仪器固定参数。Ho为高程,可分别标识防渗墙渗压计、沥青心墙耐高温位错计、耐高温应变计、耐高温侧缝计、大坝渗压计、土体位移计等仪器的埋设位置高程。d为监测仪器的初始值;例如在计算位移计绝对位移时,绝对位移(mm)=相对位移-初始相对位移,此时d为初始相对位移;当计算渗压计相对水压时,相对水压(kPa)=计算压力-初始计算压力,此时d为初始计算压力。r为材料受力面半径,πr2为圆面积计算公式,计算应力计、钢筋计的应力时,应力(Mpa)=仪器自带应力/材料单位面积,材料单位面积为πr2/1000。0.206l中的I、以及m和g均为变量,无实际含义,作为模型创建辅助参数,变量值可以0或1,依据计算对象的原计算公式,I、m、g的值产生变化。例如:钢板计的应力值(Mpa)=应变值*206/1000,此时本模型中的0.206l中的I=1、m=0、g=1;再例如,钢筋计应力的原计算公式如下:应力(Mpa)=应力/(3.14*M*N/4)/1000,G、K为监测仪器的自带参数,M、N为监测仪器的直径,R为频模。代入到本模型中,3.14*M*N/4演变为πr2,此时,0.206l中的I=0、m=1、g=1。
在上述示例的分析模型中,仅有VGC(R-Ro)+K(T-To)为应变计所监测的监测数据所进行计算的公式的计算特征,其他特征为其他监测仪器的计算公式的计算特征,那么为了在分析应变计所监测的监测数据时,将F=0,VA=0,VB=0,VC=0,V=1,m=0,l=0,Ho=0,d=0代入分析模型,以消除其他公式的计算特征对应变计所监测的监测数据的影响,分析模型即可作为原公式应变值=G×C×(频模-初始频模)+K×(温度-初始温)进行计算。
在一些实施例中,所述大坝数据分析方法还包括对所述分析模型的验证步骤,所述验证步骤包括:
将所述大坝监测数据通过所述分析模型得到的所述分析数据;
在所述大坝中获取所述分析数据所包含的对比数据或者通过监测所述大坝监测数据的监测仪器的计算公式得到对比数据;
将所述对比数据与所述分析模型进行比较,以确定所述分析模型的可行性。
示例性地,将对比数据与分析数据进行对比,可以直观的看到分析数据与对比数据的偏离程度,如果分析数据偏离对比数据很多,那么分析模型的可行性较低,可以理解地,如果分析数据偏离对比数据较少,且在正常的误差范围内,那么分析模型的可行性较低较高。为了验证分析模型的可行性,对比数据可以直接在大坝中获取,由于这些数据都是通过分析得到的,所以直接在大坝中获取的难度较大。除了直接在大坝中获取对比数据外,也可以通过监测所述大坝监测数据的监测仪器的计算公式得到对比数据,即通过原公式获得,虽然计算量会比较大,但是通过原公式计算得到的数据比较准确,所以可以作为对比数据。
在一些实施例中,在所述将所述对比数据与所述分析模型进行比较,以确定所述分析模型的可行性后,所述大坝数据分析方法包括:
若所述分析模型的可行性为低,则调整所述分析模型的参数与公式,再次对调整后的分析模型进行验证,直至所述分析模型的可行性为高;
其中,当所述分析模型的可行性小于或等于预设值时,所述分析模型的可行性为低;当所述分析模型的可行性大于所述预设值时,所述分析模型的可行性为高。
示例性地,根据分析数据偏离对比数据的程度确定可行性的值,根据可行性的值确定是否调整分析模型的参数与公式,即将这个可行性的值与预设值进行对比,若可行性的值小于或等于预设值,则定义可行性为低,反之,若可行性的值大于预设值,则定义可行性为高。调整分析模型的参数与公式需要再次验证分析模型的可行性,以确保分析模型可行,通过分析模型分析得到分析数据准确且有效。
在一实施例中,在所述根据分析数据确定大坝运行状态后,所述大坝数据分析方法包括:
若所述大坝运行状态为不平稳,则对所述大坝运行状态进行标注,且增加对所述大坝运行状态的观察的频率;
其中,所述大坝运行状态为不平稳是指所述分析数据表征大坝监测数据在第一预设时间内的涨幅或跌幅的绝对值超过预设幅度。
大坝运行状态平稳是指分析数据在一个范围内波动,说明大坝的运行平稳且无需进行调整大坝的运行。若大坝运行状态不平稳,那么需要对大坝运行进行调控,避免大坝发生崩坍等危险。例如在雨季,在大坝汇聚了很多河流的水,很猛又很急,那么这时分析数据在预设时间内是急剧变化的,如果这时不采取调整大坝运行的手段,有可能会造成洪水或者大坝崩坍等危险,故而当分析数据表征大坝运行状态为不平稳时,需要加强观测,以便给大坝泄洪等。
在一实施例中,大坝设有9个渗压计,且9个渗压计中分布在大坝不同地方。其中5个渗压计的监测数据显示对应测点的渗压水位为各测点的埋设高程,不对该测点渗压计的监测成果作进一步分析。4个渗压计监测得渗压水位最小值处于4025.86m~4026.28m之间,渗压水位最大值处于4031.52m~4032.39m之间,当前渗压水位处于4030.69m~4031.76m。大坝建基面以上坝体部位不存在渗水压力,建基面高程以下各测点渗压水位明显低于库水位,不同测点的渗压水位变化趋势基本一致,随着监测时间的延长呈逐步抬升趋势,需加强观测。
在一实施例中,所述大坝数据分析方法包括:
实时获取所述大坝监测数据,以实时更新所述大坝运行状态,并将所述大坝运行状态进行展示。
示例性地,通过B/S(Browser/Server,浏览器/服务器模式)架构平台建设,将拟合得出的分析模型在程序中编码实现,构建大坝安全监测数据的实时数据分析处理,用于大坝安全监测数据的分析依据。通过对大坝的库区、坝区、灌区、启闭机房、坝顶配电房、溢流坝段、挡水坝段、弧形钢闸门、电梯井、廊道及不同监测仪器等开展了包括倾斜摄影、三维激光扫描和BIM(Building Information Modeling,建筑信息模型)建模为基础的三维可视化模型构建。
B/S(Brower/Server,浏览器/服务器)模式又称为B/S结构、B/S架构,是Web兴起后的一种网络结构模式。Web浏览器是客户端最主要的应用软件。这种B/S模式在应用中表现出的优点:统一了客户端,将系统功能的核心部分集中到服务器上,简化了系统的开发、维护和使用;客户机上只需要安装1个浏览器,服务器上安装Postgre,MySQL等数据库;浏览器通过webServer同数据库进行数据交互。
针对大坝安全监测数据从监测仪器采集到数据结果分析再到数据转储和数据场景化构造,结合大坝BIM模型、倾斜摄影等构建三维实景模型,最终将大坝安全监测数据通过三维可视化平台以不同场景展示,便于管理人员准确掌握大坝运行状态和状态分析,直观地发现工程风险所在,提高大坝安全运行的有效监测。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图3是本申请实施例提供的一种大坝数据分析装置的示意图。如图4所示,该大坝数据分析装置包括:
获取模块301,被配置为用于获取大坝监测数据;
分析模块302,被配置为用于将所述大坝监测数据放入分析模型,以得到分析数据;
确定模块303,被配置为用于根据分析数据确定大坝运行状态。
其中,所述分析模型用于分析各种所述监测数据,不同的所述监测数据由不同监测仪器所监测得到。
在一些实施例中,所述大坝监测数据包括大坝的渗透压、位移、应变量、温度、开合度、降沉量以及水库水位;
获取模块301,被配置为用于获取大坝的渗透压、位移、应变量、温度、开合度、以及水库水位中的至少一种。
在一些实施例中,大坝数据分析装置包括生成模块,所述分析模型通过多个用于监测所述大坝监测数据的不同监测仪器的计算公式的拟合而成,生成模块被配置为用于:
获取多个用于监测所述大坝监测数据的不同监测仪器的计算公式;
根据多个计算公式确定计算特征;
根据计算特征将多个所述计算公式拟合成所述分析模型。
在一实施例中,大坝数据分析装置包括验证模块,验证模块被配置为用于:
将所述大坝监测数据通过所述分析模型得到的所述分析数据;
在所述大坝中获取所述分析数据所包含的对比数据或者通过监测所述大坝监测数据的监测仪器的计算公式得到对比数据;
将所述对比数据与所述分析模型进行比较,以确定所述分析模型的可行性。
在一实施例中,在所述将所述对比数据与所述分析模型进行比较,以确定所述分析模型的可行性后,验证模块被配置为用于:
若所述分析模型的可行性为低,则调整所述分析模型的参数与公式,再次对调整后的分析模型进行验证,直至所述分析模型的可行性为高;
其中,当所述分析模型的可行性小于或等于预设值时,所述分析模型的可行性为低;当所述分析模型的可行性大于所述预设值时,所述分析模型的可行性为高。
在一实施例中,大坝数据分析装置包括判断模块,判断模块被配置为用于:
若所述大坝运行状态为不平稳,则对所述大坝运行状态进行标注,且增加对所述大坝运行状态的观察的频率;
其中,所述大坝运行状态为不平稳是指所述分析数据表征大坝监测数据在第一预设时间内的涨幅或跌幅的绝对值超过预设幅度。
在一实施例中,大坝数据分析装置被配置为用于:
实时获取所述大坝监测数据,以实时更新所述大坝运行状态,并将所述大坝运行状态进行展示。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图4是本申请实施例提供的电子设备4的示意图。如图4所示,该实施例的电子设备4包括:处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者,处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解,图4仅仅是电子设备4的示例,并不构成对电子设备4的限定,可以包括比图示更多或更少的部件,或者不同的部件。
处理器401可以是中央处理单元(Central Processing Unit,CPU),也可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
存储器402可以是电子设备4的内部存储单元,例如,电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备,例如,电子设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可以存储在计算机可读存储介质中,该计算机程序在被处理器执行时,可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如,在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种大坝数据分析方法,其特征在于,所述大坝数据分析方法包括:
获取大坝监测数据;
将所述大坝监测数据放入分析模型,以得到分析数据;
根据分析数据确定大坝运行状态;
其中,所述分析模型用于分析各种所述监测数据,不同的所述监测数据由不同监测仪器所监测得到。
2.根据权利要求1所述的大坝数据分析方法,其特征在于,所述大坝监测数据包括大坝的渗透压、位移、应变量、温度、开合度、降沉量以及水库水位;
所述获取大坝监测数据包括:
获取大坝的渗透压、位移、应变量、温度、开合度、以及水库水位中的至少一种。
3.根据权利要求2所述的大坝数据分析方法,其特征在于,所述分析模型通过多个用于监测所述大坝监测数据的不同监测仪器的计算公式的拟合而成,所述分析模型的生成方法包括:
获取多个用于监测所述大坝监测数据的不同监测仪器的计算公式;
根据多个计算公式确定计算特征;
根据计算特征将多个所述计算公式拟合成所述分析模型。
4.根据权利要求3所述的大坝数据分析方法,其特征在于,所述大坝数据分析方法还包括对所述分析模型的验证步骤,所述验证步骤包括:
将所述大坝监测数据通过所述分析模型得到的所述分析数据;
在所述大坝中获取所述分析数据所包含的对比数据或者通过监测所述大坝监测数据的监测仪器的计算公式得到对比数据;
将所述对比数据与所述分析模型进行比较,以确定所述分析模型的可行性。
5.根据权利要求4所述的大坝数据分析方法,其特征在于,在所述将所述对比数据与所述分析模型进行比较,以确定所述分析模型的可行性后,所述大坝数据分析方法包括:
若所述分析模型的可行性为低,则调整所述分析模型的参数与公式,再次对调整后的分析模型进行验证,直至所述分析模型的可行性为高;
其中,当所述分析模型的可行性小于或等于预设值时,所述分析模型的可行性为低;当所述分析模型的可行性大于所述预设值时,所述分析模型的可行性为高。
6.根据权利要求1所述的大坝数据分析方法,其特征在于,在所述根据分析数据确定大坝运行状态后,所述大坝数据分析方法包括:
若所述大坝运行状态为不平稳,则对所述大坝运行状态进行标注,且增加对所述大坝运行状态的观察的频率;
其中,所述大坝运行状态为不平稳是指所述分析数据表征大坝监测数据在第一预设时间内的涨幅或跌幅的绝对值超过预设幅度。
7.根据权利要求1-6任一所述的大坝数据分析方法,其特征在于,所述大坝数据分析方法包括:
实时获取所述大坝监测数据,以实时更新所述大坝运行状态,并将所述大坝运行状态进行展示。
8.一种大坝数据分析装置,其特征在于,所述大坝数据分析装置包括:
获取模块,被配置为用于获取大坝监测数据;
分析模块,被配置为用于将所述大坝监测数据放入分析模型,以得到分析数据;
确定模块,被配置为用于根据分析数据确定大坝运行状态;
其中,所述分析模型用于分析各种所述监测数据,不同的所述监测数据由不同监测仪器所监测得到。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310730654.9A CN116842339B (zh) | 2023-06-20 | 2023-06-20 | 一种大坝数据分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310730654.9A CN116842339B (zh) | 2023-06-20 | 2023-06-20 | 一种大坝数据分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116842339A true CN116842339A (zh) | 2023-10-03 |
CN116842339B CN116842339B (zh) | 2024-03-12 |
Family
ID=88164459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310730654.9A Active CN116842339B (zh) | 2023-06-20 | 2023-06-20 | 一种大坝数据分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116842339B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105157671A (zh) * | 2015-07-30 | 2015-12-16 | 同济大学 | 一种盾构施工中桥梁变形的监测方法及其使用的系统 |
CN112507591A (zh) * | 2020-12-11 | 2021-03-16 | 四川大学 | 一种基于分离式混合建模技术的重力坝坝顶位移监控方法 |
CN113762399A (zh) * | 2021-09-10 | 2021-12-07 | 华能澜沧江水电股份有限公司 | 一种重力坝时空关联监测数据采集与可视化呈现方法 |
CN114418321A (zh) * | 2021-12-24 | 2022-04-29 | 杭州鲁尔物联科技有限公司 | 一种基于物联网的水库大坝群实时预警可视化集成监控系统 |
CN114693114A (zh) * | 2022-03-30 | 2022-07-01 | 中建三局第一建设工程有限责任公司 | 地下空间结构的监测方法、装置、计算机设备及存储介质 |
CN115456331A (zh) * | 2022-08-03 | 2022-12-09 | 南京河海南自水电自动化有限公司 | 多维多测点模型在线监控算法在监测分析系统平台的应用 |
CN116086544A (zh) * | 2023-02-23 | 2023-05-09 | 中国水利水电科学研究院 | 一种大坝坝面多物理量一体化监测方法及装置 |
-
2023
- 2023-06-20 CN CN202310730654.9A patent/CN116842339B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105157671A (zh) * | 2015-07-30 | 2015-12-16 | 同济大学 | 一种盾构施工中桥梁变形的监测方法及其使用的系统 |
CN112507591A (zh) * | 2020-12-11 | 2021-03-16 | 四川大学 | 一种基于分离式混合建模技术的重力坝坝顶位移监控方法 |
CN113762399A (zh) * | 2021-09-10 | 2021-12-07 | 华能澜沧江水电股份有限公司 | 一种重力坝时空关联监测数据采集与可视化呈现方法 |
CN114418321A (zh) * | 2021-12-24 | 2022-04-29 | 杭州鲁尔物联科技有限公司 | 一种基于物联网的水库大坝群实时预警可视化集成监控系统 |
CN114693114A (zh) * | 2022-03-30 | 2022-07-01 | 中建三局第一建设工程有限责任公司 | 地下空间结构的监测方法、装置、计算机设备及存储介质 |
CN115456331A (zh) * | 2022-08-03 | 2022-12-09 | 南京河海南自水电自动化有限公司 | 多维多测点模型在线监控算法在监测分析系统平台的应用 |
CN116086544A (zh) * | 2023-02-23 | 2023-05-09 | 中国水利水电科学研究院 | 一种大坝坝面多物理量一体化监测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116842339B (zh) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111741098A (zh) | 工程数据的监测方法、工程数据的监测装置和监测系统 | |
CN110781220A (zh) | 故障预警方法、装置、存储介质和电子设备 | |
US11169189B2 (en) | Systems and methods for operating generators based on generator steady state stability limits | |
CN107014541A (zh) | 基于线性模型修正的等代铰接梁模型索力测量方法 | |
CN110160682A (zh) | 一种载荷监测系统及方法 | |
CN116842339B (zh) | 一种大坝数据分析方法及装置 | |
CN114693114A (zh) | 地下空间结构的监测方法、装置、计算机设备及存储介质 | |
CN110160492B (zh) | 一种输电塔的倾斜监测方法及装置 | |
CN116663747B (zh) | 一种基于数据中心基础设施的智能预警方法及系统 | |
CN115116195B (zh) | 基于人工智能的基坑监测方法和装置 | |
CN116596106A (zh) | 风电场站的功率预测方法、装置、电子设备及存储介质 | |
CN107575211A (zh) | 一种抽油机示功仪的在线标定方法 | |
CN114331128A (zh) | 一种基于物联网的智慧水务管理方法、系统、设备及介质 | |
CN105912817A (zh) | 一种基于Excel软件判定混凝土强度保证率的方法 | |
CN110134685A (zh) | 一种基于大数据字段自动拼接算法的监测方法及系统 | |
CN104729478B (zh) | 基于物联网的高精度无线智能建筑用倾角仪及其测量方法 | |
Shen et al. | Separable online system of dike monitoring based on a parallel-serial mode of signal measurement | |
WO2024098950A1 (zh) | 水动力模型参数优化、水位流量变化过程模拟方法及装置 | |
CN111350213A (zh) | 一种沉井塔基倾斜监控设备 | |
CN116118010B (zh) | 一种用于非对称配钢型钢混凝土柱的能源管理系统 | |
CN110647466B (zh) | 基于DevOps的程序质量监管方法及装置 | |
CN117684924B (zh) | 一种油井物联智能控制方法、装置、设备及介质 | |
CN116861691A (zh) | 深水导管架杆件孪生反演因子映射方法、装置、设备和介质 | |
CN116451323A (zh) | 一种刚性桩负摩阻力评估方法、装置、设备和介质 | |
JP2005287128A (ja) | 電力系統安定度監視システム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |