一种基于大数据分析的水利工程质量安全风险评估方法技术

本发明专利技术公开了一种基于大数据分析的水利工程质量安全风险评估方法，涉及风力发电机技术领域，通过在工程建设工地周围设置检测点和使用多种传感器，实时采集了丰富的综合建造数据

【技术实现步骤摘要】
一种基于大数据分析的水利工程质量安全风险评估方法


[0001]本专利技术涉及风力发电机
，具体为一种基于大数据分析的水利工程质量安全风险评估方法
。

技术介绍

[0002]水利工程是指为了调控水资源
、
防洪抗旱
、
灌溉农田
、
供水和发电等目的而进行的工程建设，这些工程旨在合理地利用
、
管理和保护水资源，以满足社会和经济的需求，并降低水相关的风险和灾害，随着社会的发展和人们对可再生能源的需求不断增加，潮汐能发电站作为一种新兴的清洁能源发电方式受到了广泛关注，然而，潮汐能发电站的建设和运营面临着复杂多变的自然环境和工程施工条件，存在一定的质量安全风险
。
[0003]现阶段潮汐能发电站水利工程在建设过程中，采用传统的建设监测手段，依赖有限的传感器和检测点，仅采集基本的工程建设数据，如温度
、
湿度等，而没有全面收集混凝土凝固数据
、
地质数据
、
气象数据和潮汐数据，这限制了对工程全局状况的深入了解，使得在评估工程质量和安全风险时可能遗漏关键信息，数据处理方式较为分散，缺乏综合分析
。
同时没有通过大数据分析技术将它们有机地结合起来，这导致在评估工程质量和安全风险时，无法全面考虑水利工程的建设和对恶劣的天气进工期预测，且采用传统的静态评估方法，缺乏实时性和动态性，评估结果可能只是基于单一时间点的数据快照，而无法及时发现潜在问题和风险，这种方法可能无法适应工程建设过程中变化的环境和条件
。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供了一种基于大数据分析的水利工程质量安全风险评估方法，解决了
技术介绍
中提到的问题
。
[0005]为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于大数据分析的水利工程质量安全风险评估方法，包括以下步骤：
S1、
在潮汐能发电站工程建设工地的周围设置若干个检测点，实时采集潮汐能发电工程建设工地的综合建造数据
、
环境数据和潮汐数据，并建立第一数据集
、
第二数据集和第三数据集，所述综合建造数据包括凝固数据和地质数据；
S2、
建立潮汐能发电站工程建设数字孪生模型，形成可视化平台，并通过使用数字孪生模型来基于大数据，对潮汐能发电站在建设的过程中，对采集到的图片数据
、
地理信息
、
建设数据和环境数据进行预处理；
S3、
数字孪生模型依据采集到的第一数据集
、
第二数据集和第三数据集，进行无量纲处理后，并进行分析和计算，获取综合建造系数
Jzxs、
环境系数
Hjxs
和潮汐能系数
Cxxs
；所述综合建造系数
Jzxs、
环境系数
Hjxs
和潮汐能系数
Cxxs
通过以下公式获取：；
；；式中，
Ngxs
表示凝固系数，
Dzxs
表示地质系数，
a1
和
a2
表示混凝土凝固系数
Ngxs
和地质系数
Dzxs
的比例系数，其中，
a1+a2≠1
，
0.01
＜
a1
＜
0.98
，0＜
a2
＜
0.89
，其具体值由用户调整设置，
A
为第一修正常数；
Fb
表示风暴频率
、Yl
表示云量
、Qx
表示气旋值
、Sd
表示湿度
、Wd
表示温度，
b1、b2、b3、b4
和
b5
分别为风暴频率
Fb、
云量
Yl、
气旋值
Qx、
湿度
Sd
和温度
Wd
的比例系数，其中，，，，，其具体值由用户调整设置，
B
为第二修正常数；
Cpl
表示潮汐频率，
Czf
表示潮汐振幅，
Cls
表示潮汐流速，
Clx
表示潮汐流向，
Gcx
表示高潮差，
Dcx
表示低潮差，
c1、c2、c3、c4、c5
和
c6
分别为潮汐频率
Cpl、
潮汐振幅
Czf、
潮汐流速
Cls、
潮汐流向
Clx
，潮汐高潮差
Gcx
和潮汐低潮差
Dcx
，其中，
0.04
＜
c1
＜
0.79
，
0.02
＜
c2
＜
0.99
，
0.6
＜
c3
＜
0.88
，
0.03
＜
c4
＜
0.93
，
0.05
＜
c5
＜
0.95
，
0.06
＜
c6
＜
0.96
，其具体值由用户调整设置，
C
为第三修正常数；
S4、
将第一数据集
、
第二数据集和第三数据集计算获取的，综合建造系数
Jzxs、
环境系数
Hjxs
和潮汐能系数
Cxxs
，通过无量纲处理后，进行相关联分析计算，获取到综合质量系数
Zlxs
；
S5、
预设风险评估阈值
F
，将通过相关联分析计算获取的综合质量系数
Zhxs
，并通过数字孪生模型基于大数据对评估结果进行分析，获取评估结果，生成优化方案
。
[0006]优选地，在潮汐能发电站工程建设工地的周围设置若干个检测点，并安装检测设备，所述检测设备包括第一集成传感器组
、
第二集成传感器组和第三集成传感器组；所述第一集成传感器组包括混凝土凝固检测传感器组和地质检测传感器组；所述混凝土凝固检测传感器组包括离子色谱仪
、
镁离子电极
、
溶解氧传感器和
pH
传感器；所述地质检测传感器组包括声呐测深仪
、
侧扫声呐
、
激光测距仪和水文学传感器；所述第二集成传感器组包括气象卫星
、
云量仪
、
气旋计
、
湿度传感器和温度传感器；所述第三集成传感器组包括卫星遥感
、
潮汐测量仪器
、
潮汐浮标和数值模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据分析的水利工程质量安全风险评估方法，其特征在于：包括以下步骤：
S1、
在潮汐能发电站工程建设工地的周围设置若干个检测点，实时采集潮汐能发电工程建设工地的综合建造数据
、
环境数据和潮汐数据，并建立第一数据集
、
第二数据集和第三数据集，所述综合建造数据包括凝固数据和地质数据；
S2、
建立潮汐能发电站工程建设数字孪生模型，形成可视化平台，并通过使用数字孪生模型来基于大数据，对潮汐能发电站在建设的过程中，对采集到的图片数据
、
地理信息
、
建设数据和环境数据进行预处理；
S3、
数字孪生模型依据采集到的第一数据集
、
第二数据集和第三数据集，进行无量纲处理后，并进行分析和计算，获取综合建造系数
Jzxs、
环境系数
Hjxs
和潮汐能系数
Cxxs
；所述综合建造系数
Jzxs、
环境系数
Hjxs
和潮汐能系数
Cxxs
通过以下公式获取：；；；式中，
Ngxs
表示凝固系数，
Dzxs
表示地质系数，
a1
和
a2
表示混凝土凝固系数
Ngxs
和地质系数
Dzxs
的比例系数，其中，
a1+a2≠1
，
0.01
＜
a1
＜
0.98
，0＜
a2
＜
0.99
，其具体值由用户调整设置，
A
为第一修正常数；
Fb
表示风暴频率
、Yl
表示云量
、Qx
表示气旋值
、Sd
表示湿度
、Wd
表示温度，
b1、b2、b3、b4
和
b5
分别为风暴频率
Fb、
云量
Yl、
气旋值
Qx、
湿度
Sd
和温度
Wd
的比例系数，其中，，，，，其具体值由用户调整设置，
B
为第二修正常数；
Cpl
表示潮汐频率，
Czf
表示潮汐振幅，
Cls
表示潮汐流速，
Clx
表示潮汐流向，
Gcx
表示高潮差，
Dcx
表示低潮差，
c1、c2、c3、c4、c5
和
c6
分别为潮汐频率
Cpl、
潮汐振幅
Czf、
潮汐流速
Cls、
潮汐流向
Clx
，潮汐高潮差
Gcx
和潮汐低潮差
Dcx
，其中，
0.04
＜
c1
＜
0.79
，
0.02
＜
c2
＜
0.99
，
0.6
＜
c3
＜
0.88
，
0.03
＜
c4
＜
0.93
，
0.05
＜
c5
＜
0.95
，
0.06
＜
c6
＜
0.96
，其具体值由用户调整设置，
C
为第三修正常数；
S4、
将第一数据集
、
第二数据集和第三数据集计算获取的，综合建造系数
Jzxs、
环境系数
Hjxs
和潮汐能系数
Cxxs
，通过无量纲处理后，进行相关联分析计算，获取到综合质量系数
Zlxs
；
S5、
预设风险评估阈值
F
，将通过相关联分析计算获取的综合质量系数
Zhxs
，并通过数字孪生模型基于大数据对评估结果进行分析，获取评估结果，生成优化方案
。2.
根据权利要求1所述的一种基于大数据分析的水利工程质量安全风险评估方法，其特征在于：在潮汐能发电站工程建设工地的周围设置若干个检测点，并安装检测设备，所述检测设备包括第一集成传感器组
、
第二集成传感器组和第三集成传感器组；
所述第一集成传感器组包括混凝土凝固检测传感器组和地质检测传感器组；所述混凝土凝固检测传感器组包括离子色谱仪
、
镁离子电极
、
溶解氧传感器和
pH
传感器；所述地质检测传感器组包括声呐测深仪
、
侧扫声呐
、
激光测距仪和水文学传感器；所述第二集成传感器组包括气象卫星
、
云量仪
、
气旋计
、
湿度传感器和温度传感器；所述第三集成传感器组包括卫星遥感
、
潮汐测量仪器
、
潮汐浮标和数值模型
。3.
根据权利要求2所述的一种基于大数据分析的水利工程质量安全风险评估方法，其特征在于：通过第一集成传感器组采集到第一数据集，所述第一数据集包括凝固数据集和地质数据集；所述凝固数据集包括氯离子含量
Cl
‑
、
硫酸盐浓度
SO4²
‑
、
碳酸盐浓度
CO3²
‑
、
镁离子含量
Mg
²
+
和氧气含量
O2；所述地质数据集包括海水深度
Hsd、
海底坡度
Hdp、
沉积物厚度
Cjw
和海岸坡度
Hap
；通过第二集成传感器组采集到第二数据集，所述第二数据集包括风暴频率
Fb、
云量
Yl、
气旋值
Qx、
湿度
Sd
和温度
Wd
；通过第三集成传感器组采...

【专利技术属性】
技术研发人员：李萨，张涛，杨树学，
申请(专利权)人：天津市扬天环保科技有限公司，
类型：发明
国别省市：