水利工程运行期事故案例库匹配方法及系统技术方案

本发明专利技术公开了一种水利工程运行期事故案例匹配方法及系统。包括：从渠道工程、输水建筑物、穿渠建筑物维度构建水利工程运行期事故核心案例集；确定水利工程运行期事故核心案例集中案例的属性，构建核心案例数据库，并根据属性的类型，确定属性相似度计算方法；对案例库中所有案例的属性进行权重赋予；训练SVM‑KNN分类模型，调整分类阈值与K值，当SVM分类结果的差值小于分类阈值时，使用KNN方法进行分类；将目标案例输入SVM‑KNN分类模型，获得与目标案例匹配的案例以及解决方案；根据解决方案的复用效果，对案例库中案例的解决方案进行调整。利用本发明专利技术，可以在水利工程运行期应急管理场景中，获得与事故匹配的解决方案，应急管理效果好。

Matching method and system of accident case base in operation period of water conservancy project

【技术实现步骤摘要】
水利工程运行期事故案例库匹配方法及系统
本专利技术涉及应急管理
，具体涉及一种水利工程运行期事故案例库匹配方法及系统。
技术介绍
水利工程运行期间，不可避免地会出现一些事故。快速、正确地做出反应，进行事故应急处理，不仅可以降低工程维护成本，对人民的生命财产健康更是具有重大意义。传统的事故应急处置方式一般是“预测-应对”型，指应急部门通过多年实际操作经验对未来可能发生情况的一种预测。这种应急管理模式应急管理效果较差，不能及时有效地处理突发事件。长期以来，我国针对突发事件的应急管理主要采用“预测-应对”模式，即根据可能发生的突发事件提前制定应急预案，在突发事件发生后启动应急预案进行应对。其缺点是虽然突发事件千差万别，但应急预案都是一样，无法做到“随机应变、因地制宜”，导致应急管理效果较差。因此，传统的“预测-应对”型应急管理模式已不能适应新的形势。因此，现有事故应急决策技术存在应急预案缺乏针对性、应急管理效果差的问题。
技术实现思路
本专利技术提供了一种水利工程运行期事故案例库匹配方法及系统，实现了水利工程运行期事故的精确匹配，应急管理效果更好。一种水利工程运行期事故案例匹配方法，该方法包括：步骤一，结合水利工程实地调研情况，根据工程运行期间实际案例，从多个维度构建水利工程运行期事故核心案例集，所述维度包括渠道工程、输水建筑物、穿渠建筑物；步骤二，确定水利工程运行期事故核心案例集中案例的属性，提取各个案例的有效数据，构建核心案例数据库，并根据属性的类型，确定属性相似度计算方法；步骤三，结合水利工程实施规范以及专家对各类属性重要程度的参考意见，基于层次分析法和熵权法计算属性的主观权重与客观权重，采用几何平均赋权法分别对案例库中所有案例的属性进行权重赋予；步骤四，将核心案例数据库中案例分为训练集和测试集，利用训练集训练SVM-KNN分类模型，根据评估函数调整分类阈值与K值，当SVM分类结果的差值小于分类阈值时，使用KNN方法进行分类；步骤五，将目标案例输入训练好的SVM-KNN分类模型，获得与目标案例匹配的案例以及解决方案；步骤六，根据解决方案的复用效果，对案例库中案例的解决方案进行调整。步骤一中的渠道工程维度的案例包括：泥石流引发的渠道破坏、渠坡滑塌、渠基渗漏破坏、坡顶防洪堤损毁、渠堤内坡失稳、渠堤外坡失稳、渠水漫顶破坏。步骤一中的输水建筑物维度的案例包括：建筑物地基失稳破坏、建筑物抗滑失稳、建筑物抗浮失稳、止水失效导致渠坡渗漏破坏、洪水冲刷导致建筑物进出口岸坡破坏、梁式渡槽槽身段破坏形式、涵洞式渡槽槽身段破坏形式、倒虹吸、暗渠函管破坏形式以及压力管涵、低压箱涵、输水明槽破坏形式。步骤一中的穿渠建筑物维度的案例包括：管身结构破坏、管涵外侧回填体发生严重变形、建筑物与围土结合部发生接触渗漏破坏、进出口建筑物破坏、箱涵淤塞、以及跨渠渡槽、跨渠桥梁。步骤二中的属性的类型包括：确定符号型、确定数型、区间型、文本型、模糊型。对于确定符号型，相似度计算方法为：案例的第i个属性Di为确定符号型属性，X，Y为案例中的该属性值，若X＝Y,SIM(X,Y)＝1，若X≠Y,SIM(X,Y)＝0。对于确定数型，相似度计算方法为：案例的第i个属性Di为确定数型属性，其中a，b为两案例Di的属性值，α,β为所有案例中Di属性的最小值与最大值。对于区间型，相似度计算方法为：当Di为区间类型属性，其中a,b,c,d分别为两案例Di属性的上下取值范围，α,β为所有案例中Di属性的区间的最大值与最小值。对于文本类型，相似度计算方法为：对于文本类型，当Di为文本类型属性，设两个案例的文本属性值对应的关键词集合分别为x0＝{k1,k2,…,km},xt＝{p1,p2,…,pn}，则一种水利工程运行期事故案例匹配系统，该系统包括：数据收集模块，用于结合水利工程实地调研情况，根据工程运行期间实际案例，从多个维度构建水利工程运行期事故核心案例集，所述维度包括渠道工程、输水建筑物、穿渠建筑物；案例数据库构建模块，用于确定水利工程运行期事故核心案例集中案例的属性，提取各个案例的有效数据，构建核心案例数据库，并根据属性的类型，确定属性相似度计算方法；属性权重赋予模块，用于结合水利工程实施规范以及专家对各类属性重要程度的参考意见，基于层次分析法和熵权法计算属性的主观权重与客观权重，采用几何平均赋权法分别对案例库中所有案例的属性进行权重赋予；分类器训练模块，用于将核心案例数据库中案例分为训练集和测试集，利用训练集训练SVM-KNN分类模型，根据评估函数调整分类阈值与K值，当SVM分类结果的差值小于分类阈值时，使用KNN方法进行分类；案例匹配模块，用于将目标案例输入SVM-KNN分类模型，获得与目标案例匹配的案例以及解决方案；案例库修正模块，用于根据解决方案的复用效果，对案例库中案例的解决方案进行调整。本专利技术的有益效果在于：本专利技术根据水利工程运行期间的实际事故案例构建数据库，对各案例属性赋予不同权重，基于SVM-KNN分类模型对目标案例进行匹配，能够获得更精确的匹配的案例以及解决方案，应急管理效果更好。附图说明图1为水利工程运行期事故案例库匹配方法流程图；图2为案例推理过程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图以及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种水利工程运行期事故案例库匹配方法及系统。采用“情景-应对”型应急决策模式，根据突发事件的实时信息快速有效识别和分析处理，充分认识其发生的结构特征、演化规律、作用机理等，从而做出及时、有效的应对策略。图1为本专利技术方法流程图。下面通过具体实施例来进行说明。实施例一：水利工程运行期事故案例库匹配方法包括：步骤一，结合水利工程实地调研情况，根据工程运行期间实际案例，从多个维度构建水利工程运行期事故核心案例集，所述维度包括渠道工程、输水建筑物、穿渠建筑物。依靠水利工程前期项目组收集的资料，结合水利工程实地调研情况，根据工程运行期间实际案例构建水利工程事故核心案例。也可以调研多个水利工程工程项目，对核心案例库进行优化和补充。水利工程运行期事故核心案例库可以大致分为渠道工程案例、输水建筑物案例、穿渠建筑物案例。渠道工程案例包括：泥石流引发的渠道破坏、渠坡滑塌、渠基渗漏破坏、坡顶防洪堤损毁、渠堤内坡失稳、渠堤外坡失稳、渠水漫顶破坏。输水建筑物案例包括：建筑物地基失稳破坏、建筑物抗滑失稳、建筑物抗浮失稳、止水失效导致渠坡渗漏破坏、洪水冲刷导致建筑物进出口岸坡破坏、梁式渡槽槽身段破坏形式、涵洞式渡槽槽身段破坏形式、倒虹吸、暗渠函管破坏形式以及压力管涵、低压箱涵、输水明槽破坏形式。穿渠建筑物案例本文档来自技高网...

【技术保护点】
1.一种水利工程运行期事故案例匹配方法，其特征在于，该方法包括：/n步骤一，结合水利工程实地调研情况，根据工程运行期间实际案例，从多个维度构建水利工程运行期事故核心案例集，所述维度包括渠道工程、输水建筑物、穿渠建筑物；/n步骤二，确定水利工程运行期事故核心案例集中案例的属性，提取各个案例的有效数据，构建核心案例数据库，并根据属性的类型，确定属性相似度计算方法；/n步骤三，结合水利工程实施规范以及专家对各类属性重要程度的参考意见，基于层次分析法和熵权法计算属性的主观权重与客观权重，采用几何平均赋权法分别对案例库中所有案例的属性进行权重赋予；/n步骤四，将核心案例数据库中案例分为训练集和测试集，利用训练集训练SVM-KNN分类模型，根据评估函数调整分类阈值与K值，当SVM分类结果的差值小于分类阈值时，使用KNN方法进行分类；/n步骤五，将目标案例输入训练好的SVM-KNN分类模型，获得与目标案例匹配的案例以及解决方案；/n步骤六，根据解决方案的复用效果，对案例库中案例的解决方案进行调整。/n

【技术特征摘要】
1.一种水利工程运行期事故案例匹配方法，其特征在于，该方法包括：
步骤一，结合水利工程实地调研情况，根据工程运行期间实际案例，从多个维度构建水利工程运行期事故核心案例集，所述维度包括渠道工程、输水建筑物、穿渠建筑物；
步骤二，确定水利工程运行期事故核心案例集中案例的属性，提取各个案例的有效数据，构建核心案例数据库，并根据属性的类型，确定属性相似度计算方法；
步骤三，结合水利工程实施规范以及专家对各类属性重要程度的参考意见，基于层次分析法和熵权法计算属性的主观权重与客观权重，采用几何平均赋权法分别对案例库中所有案例的属性进行权重赋予；
步骤四，将核心案例数据库中案例分为训练集和测试集，利用训练集训练SVM-KNN分类模型，根据评估函数调整分类阈值与K值，当SVM分类结果的差值小于分类阈值时，使用KNN方法进行分类；
步骤五，将目标案例输入训练好的SVM-KNN分类模型，获得与目标案例匹配的案例以及解决方案；
步骤六，根据解决方案的复用效果，对案例库中案例的解决方案进行调整。


2.如权利要求1所述的水利工程运行期事故案例匹配方法，其特征在于，所述步骤一中的渠道工程维度的案例包括：泥石流引发的渠道破坏、渠坡滑塌、渠基渗漏破坏、坡顶防洪堤损毁、渠堤内坡失稳、渠堤外坡失稳、渠水漫顶破坏。


3.如权利要求1所述的水利工程运行期事故案例匹配方法，其特征在于，所述步骤一中的输水建筑物维度的案例包括：建筑物地基失稳破坏、建筑物抗滑失稳、建筑物抗浮失稳、止水失效导致渠坡渗漏破坏、洪水冲刷导致建筑物进出口岸坡破坏、梁式渡槽槽身段破坏形式、涵洞式渡槽槽身段破坏形式、倒虹吸、暗渠函管破坏形式以及压力管涵、低压箱涵、输水明槽破坏形式。


4.如权利要求1所述的水利工程运行期事故案例匹配方法，其特征在于，所述步骤一中的穿渠建筑物维度的案例包括：管身结构破坏、管涵外侧回填体发生严重变形、建筑物与围土结合部发生接触渗漏破坏、进出口建筑物破坏、箱涵淤塞、以及跨渠渡槽、跨渠桥梁。


5.如权利要求1所述的水利工程运行期事故案例匹配方法，其特征在于，所述步骤二中的属性的类型包括：确定符号型、确定数型、区间型、文本型、模糊型。


6.如权利要求5所述的水利工程运行期事故案例匹配方法...

【专利技术属性】
技术研发人员：李慧敏，李锋，汪伦焰，王博，聂相田，李海瑞，孙佳斌，袁晨晖，吉莉，马莹，姚德胜，
申请(专利权)人：华北水利水电大学，
类型：发明
国别省市：河南;41