探究水利工程管理数据挖掘模型
Exploration on Data Mining Model of Water Conservancy Project Management
刘德峰① LIU De-feng；许腾飞② XU Teng-fei
（①东平县东平湖开发工程处，东平 271500；②东平县东平湖移民综合服务中心，东平 271500）
（①Dongping Dongping Lake Development Project Division，Dongping 271500，China；
②Dongping Dongping Lake Immigrant Service Center，Dongping 271500，China）
摘要： 数据挖掘技术为我国水利工程在管理和控制方面提供了重要的先进技术手段，为水利工程的管理工作开辟了新的视野。因为数据挖掘技术它可以对水利工程进行综合的数据分析，有助于水利工程管理决策的科学性、合理性。数据挖掘技术是一种能够在大量繁杂的数据当中寻找出那些潜在的、有价值的信息，并进行信息处理技术手段。
Abstract: Data mining technology provides an important advanced technical means for China´s water conservancy project in management and control aspect and has opened up new horizons for the management of water conservancy project. Because data mining technology can make integrated data analysis of water conservancy project and ensure the scientific and rational management decisions of water conservancy project. Data mining is a technical means of finding out the potential and valuable information in a large number of complex data and dealing with the information.
教育期刊网 http://www.jyqkw.com
关键词 ： 水利工程管理；数据挖掘；技术；模型
Key words: water conservancy project management；data mining；technology；model
中图分类号：TV697 文献标识码：A文章编号：1006-4311（2015）20-0038-03
0引言
伴随着我国社会经济和科学技术的发展水平不断提高，在新型的信息化时代形势下，我国水利工程的相关基础设施的建设也在不断地完善。特别是在水利工程的管理和建设过程中，通过建立数据挖掘模型和采用数据挖掘技术，能够更有效地实现水利工程体系功能、作用，包括像一些防洪、防涝、灌溉、运输、发电、水产养殖等许多的有利功能。在这样一个庞大的水利工程体系中，必然存在着先进的工程管理信息系统。
1数据挖掘
数据挖掘（Data mining），关于数据挖掘从另一个角度讲就是资料探勘、数据采矿等。在水利工程管理过程中，数据挖掘技术的应用对水利工程管理起到的促进作用是非常重要的。同时，数据挖掘也是数据库知识发现（Knowledge Discovery in Databases）中的步骤之一。数据挖掘的主要应用基本都是从大量的数据中，通过算法搜索隐藏于其中信息的过程。同样的，在当前信息化时代下，数据挖掘也通常是和计算机先进的科学技术息息相关的，通过计算机、互联网的统计、分析、搜索、学习等多方面，可以服务于很多行业、很多工程的发展，而刘家峡水利工程在管理控制领域就是采用的数据挖掘应用技术。
2刘家峡水利工程管理数据挖掘模型
2.1 刘家峡水利工程管理
刘家峡水电站于1958年开始兴建，建成于1974年，它位于黄河上游的甘肃省境内，装机容量达122.5万千瓦，是我国的首座达到百万千瓦级的大型水利工程。其中水利大坝为混凝土重力坝，大坝的最高处为147米，刘家峡水电站的总共库容量为57.8亿立方米。
主要管理内容包括水库管理，水闸管理，堤防管理，引水工程管理，灌溉工程管理等。
2.2 对刘家峡水电站进行数据挖掘的重要性
在水利工程的管理控制和建设过程中，相关数据挖掘可以获得海量的珍贵数据和资料、信息，尤其是在刘家峡水电站的管理方面，获得的大部分都是一些空间数据。相关的管理部门和工作人员能够把握住对它们的理解，可以有助于提高其管理能力以及决策水平。
我国许多的水利工程都发展了很长时间，刘家峡水电站建成于1974年，1975年投入使用，距今整整半个世纪的时间。所以，刘家峡水电站在发展的过程中，会在不断发现问题的基础上去分析问题、解决问题。在实际中，影响水利工程管理与建设的相关决策的数据，其来源也是比较丰富多样化，像我国以及各地区的气象数据库、社会经济数据库、洪水和旱灾灾情数据库等。但是，它们之间的相同点、联系点很少，它们几乎都是处在异构的环境当中，基本都是来自于不同的各个系统，所以，数据的格式也比较多样化。而数据挖掘可以更好地将其进行空间数据的处理和分析，也可以对这些异构数据通过先进的计算机互联网应用技术进行清洗、变换、集成等，这是原先的水利工程管理工作当中所不能做到的。
2.3 刘家峡水利工程管理数据挖掘模型的构建
刘家峡水利工程的主要作用和功能包括防洪、防涝、灌溉、运输、发电、水产养殖等，对当地以及周边地区的社会经济和农业的发展起到着不可或缺的作用和影响力。而在以往的发展历程中，刘家峡水利工程在管理和决策方面，大多都是一些比较复杂的非结构化决策。因此，构建具有探查性或者查询驱动型的数据挖掘模型，可以方便刘家峡水电站的管理工作人员以及专家进行数据探查和专业的分析，更加有助于管理者决策的科学合理性。
图2当中的数据挖掘模型共分成四层，它们分别是：数据存储层、多维数据库和数据仓库层、OLAP/OLAM层（数据挖掘发现知识的核心内容）、用户界面层。其中用户界面层的主要应用就是管理者或用户进行人际对话、挖掘查询、挖掘结果以及显示输出。
2.4 数据挖掘技术与水利工程管理软件的集成
刘家峡水利工程的管理内容主要包括：水库管理，水闸管理，堤防管理，引水工程管理，灌溉工程管理等多个方面。虽然数据挖掘有助于为水利工程管理过程中提供科学的决策依据，但是如果对刘家峡水利工程的管理工作进行孤立的数据挖掘，这是不符合当前数据挖掘理论系统的基本构思的。所以，只有在利用现有的、成熟的国内水利工程管理成果基础之上，再结合数据挖掘系统，这才是开发刘家峡水电站管理数据挖掘系统的最佳途径。
国内众多的水利工程在管理和建设过程中，使用最多的就是GIS技术软件。GIS技术软件具有分析处理功能、空间数据查询功能。GIS技术软件的本身就包含着丰富多样的资料和信息，像一些当地的社会经济、地形地质、水文环境等。所以，刘家峡在以后开发水利工程管理数据挖掘系统的时候，首先考虑到的应该是怎样实现GIS技术系统与数据挖掘理论系统的有效集成。
根据刘家峡水利工程的基本情况，可以采用的集成模式主要有以下三种：嵌入式耦合、松散式耦合、紧密式耦合。根据个人的工作经验并结合对现实中的一些认识，笔者认为当中最适合刘家峡水利工程的耦合方式应该是紧密式耦合。紧密式耦合的集成方式有效的结合了前两者（嵌入式耦合、松散式耦合）的优点，同时又合理地剔除了它们当中的一些缺点，在很大的程度上使数据挖掘系统的灵活性得到极大改善和性能得到提高，但是它也有一个缺点，就是对GIS技术系统的整体依懒性比较大。
3水利工程管理数据挖掘系统应用结果及分析
表1为2013年-2014年刘家峡水库径流预报结果。
图4为刘家峡水库2014年4月份下旬各日入库径流。
水文预报作为水利工程管理过程中一个重要的环节，本文利用数据挖掘应用技术，并将其具体操作流程引入到水文预报当中，从而建立起来一套水利径流预报数据模型。它与传统的径流预报的方法相互比较之后，可以看出该数据挖掘技术对数据要求比较少、同时操作过程有比较简单、减轻了工作人员的压力、提高了工程运营效率。通过以上数据分析结果，可以得知该技术算法的精度较好的达到了水利工程的要求。
4总结
全文通篇探讨了水利工程管理数据挖掘模型这个研究主题，并且分为了两个部分。首先简要介绍了数据挖掘理论系统。其次重点讨论了水利工程管理数据挖掘模型，并且结合了位于黄河上流甘肃省境内的刘家峡水电站工程，分为了五个小部分进行了探讨和分析、研究：①刘家峡水利工程管理；②对刘家峡水电站进行数据挖掘的重要性；③刘家峡水利工程管理数据挖掘模型的构建；④数据挖掘技术与水利工程管理软件的集成。
总而言之，在当今我国信息化时代，不仅仅局限于各个地区，为了全国范围内的水利工程都能很好的发挥其作用，所以就必须采取和应用数据挖掘技术系统。数据挖掘技术系统不仅可以强化水利工程管理当中的效率，更重要的是能够保障水利工程有利功能的充分发挥，进而推动当地的社会经济发展，服务于周边的人们。
教育期刊网 http://www.jyqkw.com
参考文献：
[1]曾敬松，汪丁怀.关于水利工程管理数据挖掘模型探究[J].新材料新装饰，2014（5）：439.
[2]美娜·加尔木汉.可视化数据挖掘应用于农田水利工程管理探究[J].建筑工程技术与设计，2015（3）：514.
[3]罗庆忠.水利工程管理运作过程中存在的问题及改革措施[J].中国科技信息，2007（4）：46-47.
[4]姜楠，高巍，张丽秋，等.基于Analysis Services的数据挖掘模型的研究与应用[J].机械设计与制造，2007（4）：83-85.