大坝安全监测数据及分析系统初步设计

潘彦波

河北省岗南水库事务中心 河北石家庄 050400

1 监测基础设施

岗南水库主副坝总长7168米，观测标点分布在大坝上下游及附近区域，总共有测压管131根，垂直位移观测基点136个，水平位移观测基点34个。每个观测标点都会有一系列的考证数据、参数数据及观测数据，随着时间的推移，这些数据逐渐增加，管理也随之复杂起来。

2 软件设计需求

本软件的核心需求是为用户提供一套功能齐全、简单易用、维护方便的安全监测数据管理分析软件。以岗南水库监测数据为例，重点解决在实际安全监测工作中数据录入误差、数据反复倒运、整编效率较低、图表维护（时间）成本高、年度数据对比难以实现等问题[1]。

2.1 软件设计平台的选择

本人即使软件开发人员，同时也软件的使用人员，能够更好的与用户沟通，能更好的开发出满足用户需求的软件。相对于运行成本高昂、硬件要求苛刻、操作复杂的大型数据库而言，岗南水库大坝安全监测数据量并没有达到海量的级别，不需要很高的硬件配置和软件开发平台。但平台要满足：一满足当前监测人员的管理需要，通过软件的规范监测人员的观测行为，使其现场观测和数据计算、整理、分析等行为符合《土石坝安全监测技术规范》SL551-2012的要求。二要有比较强的数据处理、统计分析能力，利用它的查询功能，可以方便的实现数据的各类汇总、计算等，并可以灵活的设置统计的条件。三 考虑到历史数据的衔接问题，平台的选择要能够与EXCEL电子表格相互输入输出。

2.2 数据输入阈值

由于观测设备、人员等因素，所观测数据必然存在观测误差，为取得满足观测精度要求、能够反映工程真实状态的数据、必须对原始观测数据进行误差检验和处理。据观测经验，观测误差主要有观测人员因读数、书写、录入等错误造成的粗大误差和观测设施变动所造成数据发生台阶性变化的系统误差。在原始数据输入软件的过程中进行两种误差的检验和处理，具体方法如下：①利用数据库的内置函数进行粗大误差的检验和处理，

由n个测值可得n-2个dj，当n足够大时可按 “3σ”法进行检验。计算跳动统计样本的平均值和标准差：

计算各测值跳动偏差的绝对值与标准差的比值：

当qj＞3，则认为此值存在粗大误差，软件发出不宜输入的警示。

利用数据库内置函数建立回归统计方程的方法进行系统误差的检验与处理。以岗南水库土石坝为例，垂直位移主要受到时效影响，可选用时效的对数曲线函数建立统计方程：

S=a+b1n(1+ct)

选取发生系统误差之前的第一个时段观测样本建立统计方程，预测第二个时段首个测次的变形量，以观测值与预测值的差值作为修正量进行系统修正。在观测设施发生变动后再进行上述修整值的计算，平时不进行此类计算。

2.3 数据计算

数据在数据库当中的计算可以通过数据库的查询功能实现，通过查询对数据进行分析和处理，从中获取需要的信息。主要通过下列种类的查询实现：1选择查询（包括带条件和不带条件的）：比如例1（不带条件）：创建一个查询，查找并显示水准基点的“点号”、“高差”、“高程”三个字段内容，可以形成此类的表。例2（带条件的）查询条件为平差公式，显示为水准基点的“点号”、“高差”、“高程”、“平差高程”四个字段内容。2在查询中进行计算 ：主要有预定以计算和自定义计算，预定义计算是系统提供的用于对查询中的记录组或全部记录的计算，包括总计、平均值、计数、最大值、最小值、标准偏差或方差等。自定义计算可以用一个或多个字段的值进行数值、日期和文体计算。3交叉表查询：交叉表查询能够汇总数据字段的内容，汇总计算的结果显示在行与列交叉的单元格中，它是对基表或查询中的数据进行计算和重构，可以简化数据分析。交叉表查询将来源于某个表中的字段进行分组，一组列在交叉表左侧，一组列在交叉表上部，并在交叉表行与列交叉处显示表中某个字段的各种计算值。4其他还有操作查询包括生成表查询、删除查询、更新查询、追加查询等。利用数据库的查询功能可充分满足岗南水库大坝安全监测数据的计算、输出、整编、预测、分析等工作需要[2]。

2.4 图表的输出

两种方法实现数据库图表的输出，第一种利用数据库与EXCEL文件的兼容性，把查询好的数据导入EXCEL文件中，利用EXCEL文件中的图表分析功能生成需要的图表。第二种利用数据库自带的设计视图功能生成所需要的数据分析图表，数据库功能不断丰富，大部分数据库在查询生成报表后，可以利用Microsoft Graph工具或其它图表制作工具实现监测数据的直观分析。

2.5 数据的存储原则

要求数据库组合查询时，只保存查询结构，不保存返回的记录。每次查询时，都会读取基础表并重新创建记录集。由于要求不存储记录集本身，查询会自动反映执行查询前对基础表所做的所有更改。当窗体或报表基于查询时，每次打开该查询时，都会重新创建其记录集，并将其绑定到相应的窗体或报表。

2.6 大数据的技术应用

随着在线运行的监测数据的增加，会逐渐积累形成海量的多元异构安全监测数据。基于数据库的大坝安全监测数据管理及分析软件，在数据存储，并行计算及数据挖掘等方面应用大数据技术，提高数据的可用性。基于随机森林、决策树等大数据算法，构建安全监测大数据分析模型，实现安全监测大数据挖掘。基于统计学建立统计模型，根据监测物理量受水位、温度、时效、降雨及外界载荷等因素影响而产生变化，着力挖掘影响因子与监测结果的相关关系，建立多元非线性逐步回归建立统计模型。此类模型建立一旦发现符合实际物理量的发展趋势，可以在防洪抢险及其它应急事件中通过相关因子的变化来预测大坝各类建筑物在此因子条件下安全与可靠性，保证大坝安全运用并充分发挥其工程效益。

3 结语

本文阐述了大坝安全监测数据管理与分析软件的实现方法和途径。如果此软件能够实现，必将有效提升安全监测工作效率与专业水平，具有很好的应用前景。在下一步的软件实现工作中，将结合“水利工程补短板，水利行业强监管”中具体业务需求，开展好大坝安全监测数据管理方面的研发工作，从而更好的为大坝安全管理工作服务。