關鍵詞：大壩監測；安全監測；

大壩安全監測是水電站運行管理的基礎工作，通過各類儀器獲取監測數據，并結合現場的巡視檢查，有助于分析大壩的運行性態，及早發現結構可能存在的問題，確保工程安全。監測數據難免存在這樣或那樣的干擾因素，通過數據清洗技術以得到可靠的監測數據是有效開展大壩安全監控和管理的基礎性工作。

截止2020年10月底，在國家能源局安全注冊登記和備案的水電站大壩達到610座，按《水電站大壩安全信息報送辦法》的要求，自2007年開始，各電力企業向大壩中心報送大壩安全監測信息。目前報送測點總數約7.87萬個，報送監測數據量已達9.8億條，且每日在源源不斷地增加。大壩中心在數據預處理上面臨著數據量大、種類多、實時性要求高等挑戰，通過邏輯判別法和監控模型法等傳統方法進行數據有效性識別無論從識別效果還是處理工作量，都已難以滿足大壩安全監管的需求。

2019年以來大壩中心研究將新一代人工智能技術引入大壩安全“數據”分析中，成功研發了監測數據智能清洗技術。該技術從監測數據自身特征出發，以基于卷積神經網絡的監督式深度學習模型為核心，結合非監督式分類算法，實現了各類監測數據的智能、快速、準確清洗（監測數據清洗典型案例成果見圖1）。

大壩安全監測數據智能清洗結果

基于大量監測數據的不斷訓練提升，目前智能清洗技術的效果已基本達到一名經驗豐富的大壩安全監測工程師的水準，已能夠滿足監測數據預處理的需求。近期大壩安全監測數據智能清洗功能已運用于注冊和備案大壩報送安全監測信息的有效性識別，在水電站大壩安全監察平臺上線（如圖2）。

智能清洗技術充分凝聚了“專家”經驗，具有無需事先設定數據評判規則或模型，相較于傳統方法效率得到顯著提高，在處理海量多類型監測數據優勢明顯，能夠顯著提高大壩安全管理效率，為進一步開展監測數據深層次挖掘奠定了基礎。

圖文源于大壩安全監測中心

如有侵權，請與我們聯系 我們會及時處理