曹希盈

【摘  要】水利工程建设重要性不言而喻。为了促进水利工程的发展投入大量的资源。水利工程建设不但为我国经济建设、电力供应、防汛抗旱等提供最有力的保障，而且也缓解了偏远地区水资源匮乏的现象，同时对农业的发展起到推动性的作用。因此，水利工程企业需要根据社会的发展，结合现阶段大数据的优势，对传统水利工程中的质量控制模式进行改变，并根据存在的问题，提出针对性的措施，进而提高我国水利工程的建设质量。

【关键词】工程大数据;水利工程;应用

引言

水利工程和国计民生密切相关，对于经济的推动作用非常显著。信息技术的高效应用，既能够改善水利工程建设管理模式，又可以优化和纠正水利工程建设中的各类问题。水利工程建设中，存在大量的信息数据，所以应用相关的信息技术，可大大提高数据分析处理能力，推动水利工程建设发展。但目前，水利工程建设中存在诸多问题和不足，所以加强水利工程建设管理格外重要。

1工程大数据特征

1.1数据多，来源和形式多样

水利工程的数据来源十分广泛，在工程建设的各个阶段都会产生，包括所有监测设备每秒钟产生的大量数据，还包括工程设计、施工BIM模型构建等相关数据。同时，在工程建设管理过程中，也会产生各种管理数据、调度数据、运维数据等，数据年增长量会超过1TB，具备大数据结构特征。

1.2数据快速增长，有较高的价值

在水利工程建设管理的过程中，随着信息化技术的不断应用，会逐渐完善监测密度和指标，提升建设运行数据的增长速度，这些数据就是水利工程建设、管理、运营各个阶段必要的参考数据，具有较高的应用价值。

1.3数据动态化变化，具有较强实时性

在水利工程建设管理中，产生的各种数据表现出动态变化特征，比如，水文条件、生态、水质等监测过程中产生的数据，会在不同时间段、不同地点发生不同变化。应用工程BIM模型时，能够及时根据实际情况对模型构建进行调整。同时，水利工程对大数据还有较高实时性的要求，需要其准确、有效，能够对施工、质量、调度数据等进行有效监测，分析工程运行是否稳定、通畅，是否需要应急措施等。

2水利工程的主要建设程序

通常项目建议书、可行性研究和施工详图设计工作也被称之为工程的规划设计阶段，主要的工作任务就是对工程工作的任务和要求进行明确。通过对总体工作方案的布置和拟定，应该选择一项主要的工程位置。此外，还应该对工程队环境的影响进行科学评价，通过这种方式对项目建设工作的合理性和必要性进行提升。施工详图设计工作需要建立在设计的基础上，也就是通过对建筑物不同部位的设计，为后续施工提供帮助。实施阶段主要指主体工程建设实施，根据项目法人提出的建设工作文件，对后续建设目标进行分析。

3工程大数据在水利工程建设管理中的应用

3.1建立信息系统框架

引入和应用现代水资源信息系统的第一步是水利信息化的外在表现和最终结果，因此，水利信息系统建设已成为水利信息化的最终手段，信息系统是一种有效的信息结构和组织。该系统是对数据、水信息和信息的有效设计和处理，其基本逻辑框架包括基础参考层、数据层和平台层、应用层和基础工作、安全体系和标准体系。在我国水利信息化建设过程中，往往强调建立系统基础设施和数据库，而水利信息化如果没有全面的信息资源规划策略，将损害管理系统的实用性和有效性，水利信息化最重要的部分是信息化的总体设计和规划，即信息化框架的建立，这是我国水利信息化的主要技术之一。

3.2工程大数据在运营管理阶段的应用

在水利工程正式运营管理阶段，可以将大数据技术应用其中，加强对洪涝灾害的管理，并借助该技术获取相关数据信息，提前预测灾害的发生，采取应急处理措施，避免灾害发生造成严重影响。另外，在水利工程运营管理中，可以利用工程大数据，借助运维大数据算法，将工程安全监测、水质监测、调度监测等技术手段结合起来，对工程中机电设备、水工建筑物的状态进行检查和评估，预测设备是否出现异常，进而保证工程安全运行。

3.3提高工作人员素养和能力

从当前现实状况来看，我国水利信息化建设人员总共分作两种，第一种是高校毕业生，第二种是经验丰富的老职员。目前不少高校都开设了水利建设专业，而且教学水平居于前列，可以说为水利信息化建设发展提供了诸多优质人才，也满足了水利信息化建設发展对人才输出的要求。可是随着水利行业建设的不断发展，外界因素越来越多越来越复杂，环境变化速度非常快，这就使得水利信息化建设所需的人才不但要具备先进的理论技术知识，还要拥有丰富牢靠的实际经验。所以毕业生入职到水利建设单位后，必须在老职员的指导下才能真正了解和做好工作。而企业也要重视对经验丰富人才的引进，双管齐下，提升企业核心竞争优势。

3.4质量风险管理的优化

随着水利工程质量风险数据的不断收集和分析，非常有必要对质量风险初始清单实施优化。首先，水利工程质量风险的初始清单是由理论分析和专家调研获取的成果，所以其主管性通常都相对较强，因而必须按照工程具体情况展开对应的修正。其次，随着水利工程质量监督工作的展开，被监督对象需要根据时间上的变化，对风险清单中的各项内容和责任权限有全面性的了解，就常规情况下来讲，不同种类的发生的概率和初始风险清单并不相同，甚至得偏大的程度非常大。因此，需要对水利工程质量风险清单进行优化处理，主要是采用大数据中的分类算法、例如，深度学习和随机树等分类方法。首先，需要将收集到的工程质量风险问题视为分类的变量，而将初始风险清单中的各项指标视为属性变量，构建质量风险分类算法集合。然后，采用不同的算法对各项数据进行优化。最后，按照指标的重要性对初始风险清单中的有关数据进行删除或者是重新调整，继而确保初始风险清单具有可行性，能够符合水利工程建设的客观需求，进而提高水利工程各方面的效果，推动水利工程能得到更好的发展，为社会大众带来更多的便利性。

结语

总之，大数据在水利工程领域的应用还处于初级阶段，水利工程是稳定生产和保障民生的重要基础工程，按照建设网络强国、数字中国、智慧社会的总体部署，加强新一代信息技术的应用，推进智慧水利工程建设，是全面落实“两新一重”要求、积极践行水利改革发展总基调、驱动水利现代化发展的必由之路。充分认识大数据在水利改革发展中重要作用，分析水利大数据发展和应用面临的机遇与挑战，研究水利数据管理的有效途径，明确水利大数据发展和应用方向，显得尤为必要。

参考文献：

[1]蔡阳.以大数据促进水治理现代化[J].水利信息化，2017（4）：6-10.

[2]曾焱，王爱莉，黄藏青.全国水利信息化发展“十三五”规划关键问题的研究与思考[J].水利信息化，2015（1）：14-19.

[3]程春明，李蔚，宋旭.生态环境大数据建设的思考[J].中国环境管理，2015（6）：9-13.

[4]韩旭，罗登昌.长江堤防工程大数据基本特征及应用策略[J].人民长江，2020，51（S1）：262-264.

[5]程益联.大数据水利应用初探[J].水利信息化，2019（5）：1-5.

[6]李鹏学，于国斌.“天地图”在水利工程规划与管理信息化技术中的应用研究[J].水利规划与设计，2019（7）：58-60.

[7]陈安，薛娟.浅谈大数据视角下水利工程质量风险管理[J].中国水运（下半月），2019，19（8）：148-149.

[8]刘庆泉.大数据技术在水利工程建设运营管理中的应用研究[J].科技创新与应用，2019（23）：175-176.