CN117314016A - 基于bim技术的水利工程在线监控方法 - Google Patents

Abstract

本发明涉及数据处理技术领域，具体涉及一种基于BIM技术的水利工程在线监控方法；首先根据原料的实际用量和参考用量获得原料的差异系数，根据不同原料对应的差异系数的差异特征获得第一协变程度和第一协变权重。根据原料和其他原料历史的实际用量变化差异特征获得最优协变原料，根据原料和对应的最优协变原料的差异系数获得第二协变程度。根据第一协变程度和第二协变程度和第一协变权重获得原料的协变程度。最终本发明根据协变程度和差异系数获得改进局部可达密度和局部离群因子，根据局部离群因子确定异常数据；提高了上传至BIM的数据准确性和水利工程在线监控的准确性。

Description

基于BIM技术的水利工程在线监控方法

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于BIM技术的水利工程在线监控方法。

背景技术

随着城市发展，水利工程建造的规模随之变大，施工监管过程变得尤为重要；BIM以三维数字技术为基础，集成建筑工程项目各种相关信息，在不同阶段、不同利益相关方通过插入、提取、更新和修改信息，以达到实时监控施工过程的目的，成为未来施工监控管理的主要趋势。但现有BIM通过二维数据与三维数据的创建过程中，由于场景的复杂造成物联网设备存在应用局限性，部分施工用料的数据仍依靠人工查询与上传的方式，造成在线监控更新周期长、精度低的问题。

为了提高施工在线监控的精度，剔除异常数据，通常使用基于数据密度的局部离群因子算法进行异常数据的检测，但由于施工情况中存在随机性，使得实际的数据与参考数据差异较大，容易与人工上传的误差混淆，进而造成局部离群因子算法的检测误差，正常数据被误认为异常数据；导致水利工程在线监控的准确性低。

发明内容

为了解决上述施工情况中存在随机性，进而容易造成局部离群因子算法的检测误差；导致水利工程在线监控的准确性低的技术问题，本发明的目的在于提供一种基于BIM技术的水利工程在线监控方法，所采用的技术方案具体如下：

获取水利施工中不同原料在不同施工阶段的实际用量与参考用量；根据所述原料的实际用量和参考用量获得所述原料的差异系数；根据所述原料和其他原料的所述差异系数的差异特征，获得所述原料的第一协变程度和第一协变权重；

根据所述原料和其他原料历史的实际用量的变化差异特征获得所述原料的最优协变原料；根据所述原料和所述最优协变原料的所述差异系数的差异特征获得第二协变程度；根据所述第一协变程度、所述第一协变权重和所述第二协变程度获得所述原料的协变程度；

根据不同原料的所述差异系数之间的距离特征获得所述原料的局部可达密度；根据所述协变程度调整所述局部可达密度获得所述原料的局部离群因子，根据所述局部离群因子进行水利工程的在线监控。

进一步地，所述根据所述原料的实际用量和参考用量获得所述原料的差异系数的步骤包括：

计算所述原料的所述实际用量与对应的所述参考用量的差值绝对值，获得用量差异值，计算所述用量差异值与对应的所述参考用量的比值，获得所述原料的差异系数。

进一步地，所述获得所述原料的第一协变程度和第一协变权重的步骤包括：

对于任意一个施工阶段，计算所述原料的所述差异系数与其他原料的差异系数平均值的差值绝对值并归一化，获得第一协变表征值，将所述第一协变表征值负相关映射，获得所述原料的第一协变程度；

计算所有原料的所述差异系数的信息熵，计算所有原料的所述差异系数的方差；计算所述信息熵与对应的方差的乘积并负相关归一化，获得所述原料的第一协变权重。

进一步地，所述根据所述原料和其他原料历史的实际用量的变化差异特征获得所述原料的最优协变原料的步骤包括：

计算所有原料在预设历史施工阶段内的实际用量曲线的一阶导数，计算所述原料与任意一个其他原料在预设历史施工阶段内所有施工阶段对应的一阶导数的差值之和，获得所述原料的历史用量变化差异表征值，选取所述历史用量变化表征值的最小值所对应的其他原料，作为所述原料的所述最优协变原料。

进一步地，所述根据所述原料和所述最优协变原料的所述差异系数的差异特征获得第二协变程度的步骤包括：

计算所述原料与所述最优协变原料对应的所述差异系数的比值，获得差异相关值，计算所差异相关值与常数1的差值绝对值并归一化，获得第二协变表征值，将所述第二协变表征值负相关映射，获得所述原料的第二协变程度。

进一步地，所述根据所述第一协变程度、所述第一协变权重和所述第二协变程度获得所述原料的协变程度的步骤包括：

计算所述第一协变程度与所述第一协变权重的乘积，获得第一协变指数；计算常数1与所述第一协变权重的差值，获得第二协变权重，计算所述第二协变权重和所述第二协变权重的乘积，获得第二协变指数；计算第一协变指数和第二协变指数的和值，获得所述原料的协变程度。

进一步地，所述根据不同原料的所述差异系数之间的距离特征获得所述原料的局部可达密度的步骤包括：

建立横轴为施工阶段、纵轴为原料的所述差异系数的平面直角坐标系，将所有原料的不同施工阶段的差异系数标记在平面直角坐标系中；根据不同差异系数的坐标点之间的欧氏距离作为局部可达距离，通过所述局部可达距离根据局部可达密度算法，获得所述原料的局部可达密度。

进一步地，所述根据所述协变程度调整所述局部可达密度获得所述原料的局部离群因子的步骤包括：

计算所述协变程度与所述局部可达密度的乘积，获得所述原料的改进局部可达密度；根据所述改进局部可达密度通过局部离群因子算法获得所述原料的局部离群因子。

进一步地，所述根据所述局部离群因子进行水利工程的在线监控的步骤包括：

当所述原料的局部离群因子不超过预设阈值时，认为所述原料在对应的施工阶段中用量正常，将实际用量数据正常上传至BIM进行施工在线监控；当所述原料的局部离群因子超过预设阈值时，认为所述原料在对应的施工阶段中用量异常，对应施工阶段的所有原料的实际用量数据不再上传至BIM，并提醒数据上传异常。

进一步地，所述预设阈值为常数1。

本发明具有如下有益效果：

在本发明实施例中，获取差异系数能够表征原料在施工阶段实际用量和参考用量的差异情况，进而通过不同原料之间的差异系数的差异特征获得原料的第一协变程度和第一协变权重，其中第一协变程度能够反映原料和其他原料的协同变化情况，进而表征施工阶段出现不确定性因素以及人工上传数据异常的概率；由于施工阶段可能存在原料之间协同性差的情况，故计算第一协变权重表征第一协变程度的可靠程度。为了提高最终异常数据的检测准确性，故根据历史施工阶段的实际用量的变化差异特征获得原料的最优协变原料，根据最优协变原料与原料的差异系数的差异特征获得第二协变程度，提高最终异常检测的准确性。根据协变程度和差异系数获得调整后的局部可达密度，相比现有局部可达密度能够更准确地确定异常数据，减少误差。最终通过调整后的局部可达密度获得局部离群因子，根据局部离群因子进行水利工程的在线监控，提高了了上传至BIM的数据准确性和水利工程在线监控的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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附图。

图1为本发明一个实施例所提供的一种基于BIM技术的水利工程在线监控方法流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于BIM技术的水利工程在线监控方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种基于BIM技术的水利工程在线监控方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种基于BIM技术的水利工程在线监控方法流程图，该方法包括以下步骤：

步骤S1，获取水利施工中不同原料在不同施工阶段的实际用量与参考用量；根据原料的实际用量和参考用量获得原料的差异系数；根据原料和其他原料述差异系数的差异特征，获得原料的第一协变程度和第一协变权重。

在本发明实施例中，实施场景为对水利工程中不同原料实际用量的在线监测。BIM信息建筑模型作为一种施工监管的手段，可通过施工原料用量监测施工过程；由于施工原料的用量数据难以通过物联网进行获取，需要人工手动上传至该系统中，而人工上传的数据可能存在误差，影响施工的监测准确性，故需要检测异常数据进行剔除。LOF局部离群因子算法是一种常用的异常数据检测算法，基于数据之间的局部可达密度情况判断异常的离群点，因局部离群因子算法属于现有技术，具体步骤不再赘述。但在施工过程中存在不确定性，可能在某一施工阶段中，某原料的实际用量和参考用量差异较大，而此时并不存在施工异常的情况；但通过局部离群因子算法可能会认为该原料的用量数据异常，进而剔除不再上传至BIM，最终影响了施工在线监控的准确性。

由于某些原料之间在施工过程中是同时混合使用的，其用量存在比例关系，当某一施工阶段中某一原料的实际用量和参考用量存在差异时，其他原料的实际用量和对应的参考用量存在差异，出现了协同变化的特征；而若某一原料的数据上传过程中出现误差时，此时其他原料的数据并未出现异常，则不存在协同变化的特征，即认为异常数据，需要剔除。但现有的局部离群因子检测算法只根据不同数据之间的局部可达密度进行分析，导致原料用量偏离常规水平时都会被认定为异常。因此为了提高异常检测与施工监控的准确性，可根据不同原料在同一施工阶段的协变特征，对局部异常因子算法中局部可达密度的计算过程进行改进。

首先，获取水利施工中不同原料在不同施工阶段的实际用量与参考用量，在本发明实施例中施工阶段为不同的施工目标，同一施工阶段对应一个施工目标，实际用量由施工人员进行采集上传，参考用量通过施工标准进行获取。获得参考用量和实际用量后，首先需要分析用量差异，故根据原料的实际用量和参考用量获得原料的差异系数，具体包括：计算原料的实际用量与对应的参考用量的差值绝对值，获得用量差异值，计算用量差异值与对应的参考用量的比值，获得原料的差异系数。差异系数越接近0时，意味着实际用量和参考用量越接近，施工过程越正常；当差异系数越大时，意味着实际用量和参考用量差异越大，施工过程出现了不确定因素或是上传过程出现误差，因此需要进一步对施工过程原料的实际用量进行分析确定具体情况。

进一步地，若是施工过程中出现了不确定性，导致某原料的差异系数较大，此时与该原料配合使用的其他原料同样会出现差异系数较大的情况，该情况为两种原料的协同变化。若是出现了上传误差导致该原料的差异系数较大，而其他原料的差异系数较小，则意味着该原料的实际用量为上传误差，需要对该施工阶段的数据进行剔除。进而可根据该特征初步分析出现异常情况的原因，故根据原料和其他原料的差异系数的差异特征，获得原料的第一协变程度，具体包括：对于任意一个施工阶段，计算原料的差异系数与其他原料的差异系数平均值的差值绝对值并归一化，获得第一协变表征值，计算常数1与第一协变表征值的差值，获得原料的第一协变程度。

对于第一协变程度的获取，反映了该原料与其他原料的差异系数的差异特征，当第一协变程度越接近1时，意味着该原料与其他原料的差异系数越接近，此时协同变化的概率越大，意味着数据上传异常的可能性较小；当第一协变程度越接近0时，意味着该原料与其他原料的差异系数的差异越大，协同变化的概率越小，意味着数据上传异常的可能性越大。

获得了第一协变程度，可通过第一协变程度表征数据上传异常的概率，但是若该施工阶段内各个原料的差异系数都差异较大，即整体的协同变化特征较弱，当前施工阶段的不确定性因素较强，此时获取的第一协变程度表征数据上传异常的准确性较低；因此需要确定第一协变程度的表征准确性，即第一协变程度的权重，具体包括：对于任意一个施工阶段，计算所有原料的差异系数的信息熵，计算所有原料的差异系数的方差；计算信息熵与对应的方差的乘积并负相关归一化，获得原料的第一协变权重；第一协变权重的获取公式具体包括：

式中，为原料的第一协变权重，/>表示所有原料的差异系数的信息熵，/>表示所有原料的差异系数的方差；/>表示以自然常数为底的指数函数；/>表示信息熵与对应的方差的乘积并负相关归一化。

对于第一协变权重的获取，其中信息熵能反映数据的紊乱程度，信息熵越大，意味着该施工阶段内差异系数越随机，反映了各个原料之间的协同相关性较弱，需要说明的是信息熵属于现有技术，具体计算步骤不再赘述。对于该施工阶段的所有原来的额差异系数的方差，当该方差越大，则意味着差异系数分布越不均匀，反映了各个原料之间的协同相关性较弱。至此，当第一协变权重越小时，意味着该施工阶段中各个原料之间的协同特性较小，各个原料之间的差异参数较大；当第一协变权重越大时，意味着该施工阶段中各个原料之间的协同特性较大，各个原料之间的差异参数较小。

当第一协变权重较小时，此时第一协变程度表征数据上传异常的准确性较低，为了提高准确性，后续可继续分析历史施工阶段的协同特征。

步骤S2，根据原料和其他原料历史的实际用量的变化差异特征获得原料的最优协变原料；根据原料和最优协变原料的差异系数的差异特征获得第二协变程度；根据第一协变程度、第一协变权重和第二协变程度获得原料的协变程度。

第一协变程度是在当前施工阶段的数据上进行分析，为了提高数据上传异常分析的准确性，则需要分析历史施工阶段的数据特征，在不同的施工阶段原料之间的用料比例有一定的相似性。历史施工阶段指的是该水利工程的其他已完成的施工阶段，若该施工阶段处于前期，则历史施工阶段的数据从其他相似的已完成水利工程的施工阶段进行获取。

首先，需要在历史施工阶段中确定与该原料配合使用最紧密的其他原料，故根据原料和其他原料历史的实际用量的变化差异特征获得最优协变原料，具体包括：计算所有原料在预设历史施工阶段内的实际用量曲线的一阶导数，计算原料与任意一个其他原料在预设历史施工阶段内所有施工阶段对应的一阶导数的差值之和，获得原料的历史用量变化差异表征值，选取历史用量变化表征值的最小值所对应的其他原料，作为该原料的最优协变原料。在本发明实施例中，预设历史施工阶段为与该施工阶段的施工目标最接近的10个施工阶段，实施者可根据实施场景自行确定。其中实际用量曲线为10个施工阶段的实际用量构成的曲线，对应的一阶导数能够反映实际用量的变化率，当该原料和某一个其他原料的变化率最接近时，此时可认为两个原料为配比使用的协同关系。故当历史用量变化表征值越小时，对应的其他原料与该原料的联系最为紧密，故作为最优协变原料。

根据历史的施工阶段寻找到原料的最优协变原料后，则可根据原料和最优协变原料的差异系数的差异特征获得第二协变程度，具体包括：计算原料与最优协变原料对应的差异系数的比值，获得差异相关值，计算差异相关值与常数1的差值绝对值并归一化，获得第二协变表征值，计算常数1与第二协变表征值的差值，获得原料的第二协变程度；第二协变程度的获取公式具体包括：

式中，表示原料的第二协变程度，/>表示该施工阶段的原料的差异系数，/>表示该施工阶段的最优协变原料的差异系数，/>表示差异相关值，/>表示双曲正切函数，目的是进行归一化。

对于第二协变程度的获取，在该施工阶段中当该原料与其最优协变原料的差异系数的比值越接近1时，意味着两个原料的实际用量的配比越正常，此时第二协变程度越接近1，该施工阶段出现不确定性因素的可能性越大，出现数据上传异常的可能性越低。在该施工阶段中当该原料与其最优协变原料的差异系数的比值越不接近1时，意味着两个原料的实际用量的配比越不正常，此时第二协变程度越接近0，该施工阶段出现不确定性因素的可能性越小，出现数据上传异常的可能性越高。

至此，获得了第一协变程度、第二协变程度以及第一协变权重，进而可以分析最终该原料的协变程度，故根据第一协变程度、第一协变权重和第二协变程度获得原料的协变程度，具体包括：计算第一协变程度与第一协变权重的乘积，获得第一协变指数；计算常数1与第一协变权重的差值，获得第二协变权重，计算第二协变权重和第二协变权重的乘积，获得第二协变指数；计算第一协变指数和第二协变指数的和值，获得原料的协变程度；协变程度的获取公式具体包括：

式中，表示该原料的协变程度，/>表示第一协变权重，/>表示第一协变程度，/>表示第二协变权重，/>表示第二协变程度；/>表示第一协变指数，表示第二协变指数。对于协变程度的获取，结合了第一协变程度和第二协变程度以及对应的权重，最终的到的原料的协变程度能够更准确地反映是否出现数据上传异常。当该原料的协变程度越大，意味着该施工阶段出现不确定性因素的可能性越大，导致原料实际用量偏离了参考用量；当该原料的协变程度越小，意味着该施工阶段出现不确定性因素的可能性越小，出现数据上传异常的可能性越大，导致该原料的实际用量上传错误。

至此，获得了原料的协变程度后，可根据协变程度结合不同原料之间的差异系数距离特征分析异常数据。

步骤S3，根据不同原料的差异系数之间的距离特征获得原料的局部可达密度；根据协变程度调整局部可达密度获得原料的局部离群因子，根据局部离群因子进行水利工程的在线监控。

获得了原料的协变程度后，可通过改进的局部离群因子算法进行异常数据的检测，首先根据不同原料的差异系数之间的距离特征获得原料的局部可达密度，具体包括：建立横轴为施工阶段、纵轴为原料的差异系数的平面直角坐标系，将所有原料的不同施工阶段的差异系数标记在平面直角坐标系中；根据不同差异系数的坐标点之间的欧氏距离作为局部可达距离，通过局部可达距离根据局部可达密度算法，获得原料的局部可达密度。需要说明的是局部可达密度属于现有技术，具体计算步骤不再赘述。

当该数据点的局部可达密度越小，则意味着该数据点为异常的可能性越大，此时意味着该数据点越偏离其他数据点；当施工阶段出现不确定性因素时，此时不同原料之间的实际用量与参考用量存在差异，导致平面直角坐标系中对应的不同差异系数的数据点较为离散，导致与其他数据点之间的局部可达密度差异较小，影响局部离群因子算法检测的准确性，可能出现正常数据被误认为异常数据的情况。因此为了避免该情况，通过协变程度对局部可达密度进行修正。故根据协变程度调整局部可达密度获得原料的局部离群因子，具体包括：计算协变程度与局部可达密度的乘积，获得原料的改进局部可达密度；根据改进局部可达密度通过局部离群因子算法获得原料的局部离群因子，其中改进局部可达密度的获取公式具体包括：

式中，为平面直角坐标系中第/>个数据点的改进局部可达密度，/>表示第/>个数据点对应的原料的协变程度，/>为第/>个数据点预设邻域范围内数据点的数量，在本发明实例中预设邻域范围数量/>为10，实施者可根据实施场景自行确定；/>表示预设邻域范围内第/>个数据点与第/>个数据点的局部可达距离，/>为第/>个数据点的预设邻域内到该点的平均可达距离的倒数。

对于改进局部可达密度的获取，当该数据点对应得原料的协变程度越大，意味着数据上传的异常的概率可能性较小，此时局部可达密度不需要减小；当该数据点对应的原料的协变程度越小，意味着该数据点对应的原料的实际用量在数据上传中出现了误差，此时为了便于检测出该异常数据，需要使得改进局部可达密度值变小。故当该原料的协变程度越小，最终的改进局部可达密度越小；当该原料的协变程度越大，最终的改进局部可达密度越接近原有的局部可达密度。

获得平面直角坐标系中不同数据点的改进局部可达密度后，则可根据改进局部可达密度获得数据点对应的原料的局部离群因子，局部离群因子通过该数据点的预设邻域范围内其他数据点的局部可达密度与该数据点的局部可达密度之比的平均数；需要说明的是，局部离群因子属于现有技术，具体计算步骤不再赘述。当该数据点获取的局部离群因子值越大，意味着该数据点越异常，可认为该数据点对应的原料的实际用量上传过程中存在异常，需要进行剔除。故可根据局部离群因子进行水利工程的在线监控，具体包括：当原料的局部离群因子不超过预设阈值时，认为原料在对应的施工阶段中用量正常，将实际用量数据正常上传至BIM进行施工在线监控；当原料的局部离群因子超过预设阈值时，认为原料在对应的施工阶段中用量异常，对应施工阶段的所有原料的实际用量数据不再上传至BIM，并提醒数据上传异常。在本发明实施例中，预设阈值为1，实施者可根据实施场景自行确定。

至此，通过原料的协变程度以及差异系数获得改进局部可达密度，通过改进局部可达密度能够更准确地检测异常数据；避免了实际施工过程中不确定因素造成原料实际用量与参考用量差异较大，被误认为异常数据的情况，以及能够准确地将人工上传的异常数据筛选出来。进而提高了上传至BIM的数据准确性和水利工程在线监控的准确性。

综上所述，本发明实施例提供了一种基于BIM技术的水利工程在线监控方法；首先根据原料的实际用量和参考用量获得原料的差异系数，根据不同原料对应的差异系数的差异特征获得第一协变程度和第一协变权重。根据原料和其他原料历史的实际用量变化差异特征获得最优协变原料，根据原料和对应的最优协变原料的差异系数获得第二协变程度。根据第一协变程度和第二协变程度和第一协变权重获得原料的协变程度。最终本发明根据协变程度和差异系数获得改进局部可达密度和局部离群因子，根据局部离群因子确定异常数据；提高了上传至BIM的数据准确性和水利工程在线监控的准确性。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (10)

1.一种基于BIM技术的水利工程在线监控方法，其特征在于，所述方法包括以下步骤：

获取水利施工中不同原料在不同施工阶段的实际用量与参考用量；根据所述原料的实际用量和参考用量获得所述原料的差异系数；根据所述原料和其他原料的所述差异系数的差异特征，获得所述原料的第一协变程度和第一协变权重；

根据所述原料和其他原料历史的实际用量的变化差异特征获得所述原料的最优协变原料；根据所述原料和所述最优协变原料的所述差异系数的差异特征获得第二协变程度；根据所述第一协变程度、所述第一协变权重和所述第二协变程度获得所述原料的协变程度；

根据不同原料的所述差异系数之间的距离特征获得所述原料的局部可达密度；根据所述协变程度调整所述局部可达密度获得所述原料的局部离群因子，根据所述局部离群因子进行水利工程的在线监控。

2.根据权利要求1所述的一种基于BIM技术的水利工程在线监控方法，其特征在于，所述根据所述原料的实际用量和参考用量获得所述原料的差异系数的步骤包括：

计算所述原料的所述实际用量与对应的所述参考用量的差值绝对值，获得用量差异值，计算所述用量差异值与对应的所述参考用量的比值，获得所述原料的差异系数。

3.根据权利要求1所述的一种基于BIM技术的水利工程在线监控方法，其特征在于，所述获得所述原料的第一协变程度和第一协变权重的步骤包括：

对于任意一个施工阶段，计算所述原料的所述差异系数与其他原料的差异系数平均值的差值绝对值并归一化，获得第一协变表征值，将所述第一协变表征值负相关映射，获得所述原料的第一协变程度；

计算所有原料的所述差异系数的信息熵，计算所有原料的所述差异系数的方差；计算所述信息熵与对应的方差的乘积并负相关归一化，获得所述原料的第一协变权重。

4.根据权利要求1所述的一种基于BIM技术的水利工程在线监控方法，其特征在于，所述根据所述原料和其他原料历史的实际用量的变化差异特征获得所述原料的最优协变原料的步骤包括：

计算所有原料在预设历史施工阶段内的实际用量曲线的一阶导数，计算所述原料与任意一个其他原料在预设历史施工阶段内所有施工阶段对应的一阶导数的差值之和，获得所述原料的历史用量变化差异表征值，选取所述历史用量变化表征值的最小值所对应的其他原料，作为所述原料的所述最优协变原料。

5.根据权利要求1所述的一种基于BIM技术的水利工程在线监控方法，其特征在于，所述根据所述原料和所述最优协变原料的所述差异系数的差异特征获得第二协变程度的步骤包括：

计算所述原料与所述最优协变原料对应的所述差异系数的比值，获得差异相关值，计算所差异相关值与常数1的差值绝对值并归一化，获得第二协变表征值，将所述第二协变表征值负相关映射，获得所述原料的第二协变程度。

6.根据权利要求1所述的一种基于BIM技术的水利工程在线监控方法，其特征在于，所述根据所述第一协变程度、所述第一协变权重和所述第二协变程度获得所述原料的协变程度的步骤包括：

计算所述第一协变程度与所述第一协变权重的乘积，获得第一协变指数；计算常数1与所述第一协变权重的差值，获得第二协变权重，计算所述第二协变权重和所述第二协变权重的乘积，获得第二协变指数；计算第一协变指数和第二协变指数的和值，获得所述原料的协变程度。

7.根据权利要求1所述的一种基于BIM技术的水利工程在线监控方法，其特征在于，所述根据不同原料的所述差异系数之间的距离特征获得所述原料的局部可达密度的步骤包括：

建立横轴为施工阶段、纵轴为原料的所述差异系数的平面直角坐标系，将所有原料的不同施工阶段的差异系数标记在平面直角坐标系中；根据不同差异系数的坐标点之间的欧氏距离作为局部可达距离，通过所述局部可达距离根据局部可达密度算法，获得所述原料的局部可达密度。

8.根据权利要求1所述的一种基于BIM技术的水利工程在线监控方法，其特征在于，所述根据所述协变程度调整所述局部可达密度获得所述原料的局部离群因子的步骤包括：

计算所述协变程度与所述局部可达密度的乘积，获得所述原料的改进局部可达密度；根据所述改进局部可达密度通过局部离群因子算法获得所述原料的局部离群因子。

9.根据权利要求1所述的一种基于BIM技术的水利工程在线监控方法，其特征在于，所述根据所述局部离群因子进行水利工程的在线监控的步骤包括：

当所述原料的局部离群因子不超过预设阈值时，认为所述原料在对应的施工阶段中用量正常，将实际用量数据正常上传至BIM进行施工在线监控；当所述原料的局部离群因子超过预设阈值时，认为所述原料在对应的施工阶段中用量异常，对应施工阶段的所有原料的实际用量数据不再上传至BIM，并提醒数据上传异常。

10.根据权利要求9所述的一种基于BIM技术的水利工程在线监控方法，其特征在于，所述预设阈值为常数1。