论文部分内容阅读
水坝是一种关系国计民生的水利工程,其安全与否至关重要。实时采集水坝安全监测数据资料和研究与应用专业模型进行监测数据资料分析,是确保水坝安全的关键。水坝工程施工管理中基础资料缺失、监测结果处理不及时、监测数据及模型可靠性不高等问题一直是困扰水工界的难点问题。近年来得到快速发展应用的云计算技术,为其提供了一种解决的思路。然而,云计算在水利工程领域的研究和应用时间短,其理论还不够完善,实践中存在一些问题需要深入研究。本文以“十二五”国家科技支撑计划项目“重大水利工程建设信息数字化标准化专项技术开发研究”(SQ2012BAJY3301)为依托,探索适合水坝安全监测模型的云服务模式,并在此基础上深入研究云计算环境下水坝安全监测模型运行、组合和选择的技术和方法。本研究主要成果如下:(1)研究并探索了一种新型水坝安全监测模型应用模式。针对传统监测数据多级传递、监测模型软件定制开发、监测系统异地分散部署等情况造成的数据失真、模型及系统普适性差、运维困难等问题,研究分析了运用云计算技术实现基于云平台的数据传输模式、模型应用模式、模型改进手段、系统建设方式的方法和应用场景,并探讨了其运行原理和商业模式。(2)研究并设计了云计算环境下模型自动组合方法和定制组合机制。研究分析了模型实体自身、模型与模型之间、模型与云平台之间的交互状态及特性,针对功能相对独立的模型组合需求,提出了一种基于知识的语义驱动式模型自动组合方法SMAC-K (Semantic driven Model Automatic Combination based on Knowledge),包括模型匹配、模型判定和模型组合三个步骤;针对上述方法无法完全满足的情况,探索了一种能够由具有丰富经验的专业模型研发人员来定制模型组合的机制,支持通过计算机仿真方式对水坝安全监测复杂模型进行辅助设计和改进。(3)研究并提出了一种云计算环境下基于二次动态寻优的模型选择算法MS-TDO (Model Selection based on Twice Dynamic Optimization)。针对模型赋权和模型选择两个步骤都具有一定动态性的特点,设计了一种二次动态寻优机制;针对传统样本空间不全面的情况,提出了将同类模型总量作为模型选择的样本空间,既考虑组合模型也考虑单个模型,以模型预测值与实测值之间的绝对误差作为评价指标,选择出相对最优的模型组合。该算法可应用于解决动态选择优化问题,具有一定普适性。(4)在上述研究的基础上,构建了水坝安全监测模型云服务平台。通过该云服务平台快速构建了四个实际水利工程的水坝安全监测系统,达到实际工程建设过程中对于施工期安全监测系统建设时间很短的苛刻要求,并将监测数据、模型和系统均存储和部署在云端,有效解决了目前因监测数据及模型分散存储、管理和使用而造成的监测数据失真和监测模型可靠性不高等实际问题,对本课题的研究工作进行了验证。本文的上述研究成果已成功应用于“重大水利工程建设信息数字化标准化专项技术开发研究”、“服务为导向水利工程质量和进度控制关键技术”和“基于云服务的水利仿真计算系统生成平台”三个重大科研项目,取得了良好的应用效果。应用结果表明,本文探讨的水坝安全监测云服务模式是对传统水坝安全监测模型研发生产和使用管理模式的一种有效补充,支持快速构建满足不同坝型不同监测需求的水坝安全监测系统,具有较高的可行性和实用性。