CN114882689A - 一种基于大数据的大坝安全检测预警方法 - Google Patents
一种基于大数据的大坝安全检测预警方法 Download PDFInfo
- Publication number
- CN114882689A CN114882689A CN202210498301.6A CN202210498301A CN114882689A CN 114882689 A CN114882689 A CN 114882689A CN 202210498301 A CN202210498301 A CN 202210498301A CN 114882689 A CN114882689 A CN 114882689A
- Authority
- CN
- China
- Prior art keywords
- dam
- temperature
- processing system
- data
- data processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明安全预警技术领域,尤其涉及一种基于大数据的大坝安全检测预警方法,包括:S1,硬件部署;S2,数据采集;S3,数据计算。在步骤S3中,所述数据处理***通过历史温度数据与大坝运行时长对危险评分进行修正。本发明的有益效果在于,在进行大坝安全预警评估时,考虑多方数据,引入历史温度数据与运行时长,使得监测结果更加的准确,增加大坝安全监测的安全性,在评价大坝的安全性时,计算大坝危险评分,大坝危险评分由位移度评分,应力度评分,水量评分构成,在数据处理***内设置有危险评分参数,数据处理***将大坝危险评分与危险评分参数进行对比,通过考虑多方数据,设置安全评分使得监测的数据跟家直观,增加监测结果的准确性。
Description
技术领域
本发明涉及安全预警技术领域,尤其涉及一种基于大数据的大坝安全检测预警方法。
背景技术
大坝安全监测是通过仪器观测和巡视检查对水利水电工程主体结构、地基基础、两岸边坡、相关设施以及周围环境所作的测量及观察;“监测”既包括对建筑物固定测点按一定频次进行的仪器观测,也包括对建筑物外表及内部大范围对象的定期或不定期的直观检查和仪器探查。
中国专利公开号:CN111508216A。公开了一种。一种大坝安全监测数据智能预警方法,包括预警模型建立、阈值拟定和互馈式预警,通过粗差识别、粗差处理,提高模型样本数据质量,根据监测项目、自变量关联性、历史监测数据数量、历史监测数据分布,建立不同的预警模型及指标:逐步回归模型、相关向量机模型、灰色***模型,所建模型能够更加真实地反映自变量与应变量之间关系,适用范围广,根据测量仪器、测点属性、阈值、预警模型及指标,对监测数据进行实时预警。然而随着大坝的使用时限增加,不同时期的监测重点应有不同侧重。
由此可见,当前的大坝安全监测缺少对历史数据的采集,监测结果存有偏差。
发明内容
为此,本发明提供一种基于大数据的大坝安全检测预警方法,用以克服现有技术中大坝安全监测缺少对历史数据的采集,监测结果存有偏差的问题。
为实现上述目的,本发明提供一种基于大数据的大坝安全检测预警方法,包括,
S1,硬件部署,包括,在坝体内设置若干位移传感器与若干应力检测装置检测,用以检测坝体内材料形变位移情况与各点应力情况;在坝体底部表面设置第一温度传感器组,用以检测大坝内水温,在坝体在坝体内设置第二温度传感器组,用以检测坝体各点温度,在坝体上设置水位检测器,用以检测大坝内的水位,并设置数据处理***用以对检测到的数据进行整合判定;
S2,数据采集,各传感器,检测装置与检测器将检测的数据传递至所述数据处理***,所述数据处理***与外部数据库相连,外部数据库能够采集天气信息与上流排水信息,并将采集结果传递至所述数据处理***;
S3,数据计算,风险评估,所述数据处理***对采集的数据进行汇总,进行风险评估,当超过风险预期时数据处理***进行报警;
在步骤S3中,所述数据处理***通过历史温度数据与大坝运行时长对危险评分进行修正。
进一步的,在评价大坝的安全性时,计算大坝危险评分F,F=F1+F2+F3,其中,F1为位移度评分,F2为应力度评分,F3为水量评分;
在所述数据处理***内设置有危险评分参数Fc,数据处理***将大坝危险评分F与危险评分参数Fc进行对比,
当F≤Fc时,数据处理***判定大坝危险评分在安全范围内;
当F>Fc时,数据处理***判定大坝危险评分不在安全范围内。
进一步的,对于位移度评分F1,F1=F1c×Cw×T1,其中,F1c为位移度初始评分,Cw为温度对位移度评分矫正参数,T1为大坝工作时长对位移度评分矫正参数,其中,
所述位移度初始评分F1c由各所述位移传感器检测器的位移值确定;
所述温度对位移度评分矫正参数Cw由实时温度与历史温度数据确定;
所述大坝工作时长对位移度评分矫正参数T1由大坝工作时长确定。
进一步的,各所述位移传感器检测器所检测点的位移,并将检测结果传递至所述数据处理***,记第一位移传感器检测的移动距离为L1,第二位移传感器检测的移动距离为L2,第三位移传感器检测的移动距离为L3,……第n位移传感器检测的移动距离为Ln,
进一步的,对于温度对位移度评分矫正参数Cw,Cw=C1×b1+C2×b2,其中,C1为水温对位移度评分矫正参数,C2为坝体温度对位移度评分矫正参数,b1为水温对矫正参数Cw权重值,b2为坝体温度对矫正参数Cw权重值。
进一步的,所述第一温度传感器组实时检测大坝内水温并将检测数据传递至所述数据处理***,对于任意时刻,所述数据处理***计算第一温度传感器组检测的所有当前温度的平均值Wp,并对计算结果进行记录;
所述数据处理***对水温温度平均值数据进行整合生成温度曲线W=f(t),W=f(t)为大坝内水温随时间变化曲线,所述数据传输***计算水温对位移度评分矫正参数C1,其中,Wt为在检测时长t内温度曲线W=f(t)上任意时刻的温度值,c1为历史水温值对Cw的计算补偿参数,Ws为温度传感器检测到的当前水温平均值,c2为当前水温对Cw的计算补偿参数。
进一步的,所述第二温度传感器组实时检测大坝坝体内温度并将检测数据传递至所述数据处理***,对于任意时刻,所述数据处理***计算第二温度传感器组检测的所有当前温度的平均值Mp,并对计算结果进行记录;
所述数据处理***对坝体内温度平均值数据进整合生成坝体温度曲线M=g(t),M=g(t)为大坝坝体内温度随时间变化曲线,所述数据传输***计算坝体温度对位移度评分矫正参数C2,其中,Mt为检测时长t内温度曲线M=g(t)上任意时刻的温度值,c3为历史坝体温度值对C2的计算补偿参数,Ms为温度传感器检测到的当前坝体温度平均值,c4为当前坝体温度对Cw的计算补偿参数。
进一步的,所述压力检测装置设置m个,分别记为,第一压力检测装置,第二压力检测装置,...第m压力检测装置;
各所述应力检测装置检测各点的应力情况,并将检测结果传递至所述数据处理***,记第一压力检测装置检测的应力值为Y1,第二压力检测装置检测的应力值为Y2,...第m压力检测装置检测的应力值为Ym,
进一步的,所述水位传感器检测当前水位值H1并将检测结果传递至所述数据处理***,数据处理***获取天气信息与上流排水信息,数据处理***根据当前水位值H1,天气信息与上流排水信息,预估时期T1内最高水位H2,所述数据处理***内设置有标准水位值Hb,数据处理***计算水量评分F3,F3=S(H2-Hb)+Y,其中,S为水量评分计算调整参数,Y为水量评分基础值。
与现有技术相比,本发明的有益效果在于,在进行大坝安全预警评估时,考虑多方数据,同时,引入历史温度数据与运行时长,使得监测结果更加的准确,增加大坝安全监测的安全性。
进一步地,在评价大坝的安全性时,计算大坝危险评分,大坝危险评分由位移度评分,应力度评分,水量评分构成,在数据处理***内设置有危险评分参数,数据处理***将大坝危险评分与危险评分参数进行对比,通过考虑多方数据,同时设置安全评分使得监测的数据跟家直观,增加监测结果的准确性。
尤其,对于位移度评分其由位移度初始评分、温度对位移度评分矫正参数、大坝工作时长对位移度评分矫正参数构成,其中,位移度初始评分由各位移传感器检测器的位移值确定;温度对位移度评分矫正参数由实时温度与历史温度数据确定;大坝工作时长对位移度评分矫正参数由大坝工作时长确定,在大坝的坝体内设置若干的位移传感器,用以检测大坝内各点的位移情况,在计算位移度时,通过温度对位移度进行调节,减少温度变换对位移传感器位置变换的影响,同时,通过设置时间修正参数,减小因为时效自行形变的影响。
尤其,位移传感器设置n个,多点监测,取得精准的位移距离评分,对于不同的地点设置不同的补偿参数,使得评价结果更加准确。
尤其,对于温度对位移度评分矫正参数,由水温对位移度评分矫正参数和坝体温度对位移度评分矫正参数构成,在计算温度对位移度评分矫正参数时,考虑水温与坝体内部温度,使得计算结果更加准确。
尤其,第一温度传感器组实时检测大坝内水温并将检测数据传递至数据处理***,对于任意时刻,数据处理***计算第一温度传感器组检测的所有当前温度的平均值,并对计算结果进行记录。数据处理***对水温温度平均值数据进行整合生成温度曲线,在计算水温对位移度评分矫正参数时,考虑历史水温与实时水温,使得计算结果更加准确。
尤其,第二温度传感器组实时检测大坝坝体内温度并将检测数据传递至所述数据处理***,对于任意时刻,所述数据处理***计算第二温度传感器组检测的所有当前温度的平均值,并对计算结果进行记录;所述数据处理***对坝体内温度平均值数据进整合生成坝体温度曲线。在计算坝体温度位移度评分矫正参数时,考虑历史温度与实时温,使得计算结果更加准确。
尤其,在大坝运行前期,内部不稳定,位移在短时间会有较大改变,在平稳后位移逐渐趋近于和时间相关的固定变量,通过调节大坝工作时长对位移度评分矫正参数,使得计算的数值更加准确。
进一步地,所述压力检测装置设置m个,各应力检测装置检测各点的应力情况,并将检测结果传递至数据处理***,大坝不同地点,受力程度不一样,通过对各点受力设置补偿参数,能够合理地整体获得准确的坝体受力情况,使得计算结果更加准确。
进一步地,所述水位传感器检测当前水位值H1并将检测结果传递至所述数据处理***,数据处理***获取天气信息与上流排水信息,数据处理***根据当前水位值H1,天气信息与上流排水信息,预估时期T1内最高水位H2,所述数据处理***内设置有标准水位值Hb,数据处理***计算水量评分F3,F3=S(H2-Hb)+Y,通过实时获取外界情况,对一定时间内的水位情况进行评估,水位越高,水量评分数值越大,且变换过程成指数增长,使得险情获取的更加及时,增加评价的准确性。
附图说明
图1为本发明实施例中基于大数据的大坝安全检测预警方法的流程示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,图1为本发明实施例中基于大数据的大坝安全检测预警方法的流程示意图。
本发明提供一种基于大数据的大坝安全检测预警方法,包括,
S1,硬件部署,包括,在坝体内设置若干位移传感器与若干应力检测装置检测,用以检测坝体内材料形变位移情况与各点应力情况;在坝体底部表面设置第一温度传感器组,用以检测大坝内水温,在坝体在坝体内设置第二温度传感器组,用以检测坝体各点温度,在坝体上设置水位检测器,用以检测大坝内的水位,并设置数据处理***用以对检测到的数据进行整合判定;
S2,数据采集,各传感器,检测装置与检测器将检测的数据传递至所述数据处理***,所述数据处理***与外部数据库相连,外部数据库能够采集天气信息与上流排水信息,并将采集结果传递至所述数据处理***;
S3,数据计算,风险评估,所述数据处理***对采集的数据进行汇总,进行风险评估,当超过风险预期时数据处理***进行报警;
在步骤S3中,所述数据处理***通过历史温度数据与大坝运行时长对危险评分进行修正。
在检测过程中引用历史温度数据与运行时长,使得监测结果更加的准确,增加大坝安全监测的安全性。
进一步的,在评价大坝的安全性时,计算大坝危险评分F,F=F1+F2+F3,其中,F1为位移度评分,F2为应力度评分,F3为水量评分;
在所述数据处理***内设置有危险评分参数Fc,数据处理***将大坝危险评分F与危险评分参数Fc进行对比,
当F≤Fc时,数据处理***判定大坝危险评分在安全范围内;
当F>Fc时,数据处理***判定大坝危险评分不在安全范围内。
通过设置安全评分使得监测的数据跟家直观,增加监测结果的准确性。
进一步的,对于位移度评分F1,F1=F1c×Cw×T1,其中,F1c为位移度初始评分,Cw为温度对位移度评分矫正参数,T1为大坝工作时长对位移度评分矫正参数,其中,
所述位移度初始评分F1c由各所述位移传感器检测器的位移值确定;
所述温度对位移度评分矫正参数Cw由实时温度与历史温度数据确定;
所述大坝工作时长对位移度评分矫正参数T1由大坝工作时长确定。
在大坝的坝体内设置若干的位移传感器,用以检测大坝内各点的位移情况,在计算位移度时,通过温度对位移度进行调节,减少温度变换对位移传感器位置变换的影响,同时,通过设置时间修正参数,减小因为时效自行形变的影响。
进一步的,所述位移传感器设置n个,分别记为第一位移传感器,第二位移传感器,……第n位移传感器;各所述位移传感器检测器所检测点的位移,并将检测结果传递至所述数据处理***,记第一位移传感器检测的移动距离为L1,第二位移传感器检测的移动距离为L2,第三位移传感器检测的移动距离为L3,……第n位移传感器检测的移动距离为Ln,
多点监测,取得精准的位移距离评分,对于不同的地点设置不同的补偿参数,使得评价结果更加准确。
进一步的,对于温度对位移度评分矫正参数Cw,Cw=C1×b1+C2×b2,其中,C1为水温对位移度评分矫正参数,C2为坝体温度对位移度评分矫正参数,b1为水温对矫正参数Cw权重值,b2为坝体温度对矫正参数Cw权重值。
在计算温度对位移度评分矫正参数时,考虑水温与坝体内部温度,使得计算结果更加准确。
进一步的,所述第一温度传感器组实时检测大坝内水温并将检测数据传递至所述数据处理***,对于任意时刻,所述数据处理***计算第一温度传感器组检测的所有当前温度的平均值Wp,并对计算结果进行记录;
所述数据处理***对水温温度平均值数据进行整合生成温度曲线W=f(t),W=f(t)为大坝内水温随时间变化曲线,所述数据传输***计算水温对位移度评分矫正参数C1,其中,Wt为在检测时长t内温度曲线W=f(t)上任意时刻的温度值,c1为历史水温值对Cw的计算补偿参数,Ws为温度传感器检测到的当前水温平均值,c2为当前水温对Cw的计算补偿参数。
在计算水温对位移度评分矫正参数时,考虑历史水温与实时水温,使得计算结果更加准确。
进一步的,所述第二温度传感器组实时检测大坝坝体内温度并将检测数据传递至所述数据处理***,对于任意时刻,所述数据处理***计算第二温度传感器组检测的所有当前温度的平均值Mp,并对计算结果进行记录;
所述数据处理***对坝体内温度平均值数据进整合生成坝体温度曲线M=g(t),M=g(t)为大坝坝体内温度随时间变化曲线,所述数据传输***计算坝体温度对位移度评分矫正参数C2,其中,Mt为检测时长t内温度曲线M=g(t)上任意时刻的温度值,c3为历史坝体温度值对C2的计算补偿参数,Ms为温度传感器检测到的当前坝体温度平均值,c4为当前坝体温度对Cw的计算补偿参数。
在计算坝体温度位移度评分矫正参数时,考虑历史温度与实时温,使得计算结果更加准确。
在本实施例中K=0.3。
在大坝运行前期,内部不稳定,位移在短时间会有较大改变,在平稳后位移逐渐趋近于和时间相关的固定变量,通过调节大坝工作时长对位移度评分矫正参数,使得计算的数值更加准确。
进一步的,所述压力检测装置设置m个,分别记为,第一压力检测装置,第二压力检测装置,...第m压力检测装置;
各所述应力检测装置检测各点的应力情况,并将检测结果传递至所述数据处理***,记第一压力检测装置检测的应力值为Y1,第二压力检测装置检测的应力值为Y2,...第m压力检测装置检测的应力值为Ym,
大坝不同地点,受力程度不一样,通过对各点受力设置补偿参数,能够合理地整体获得准确的坝体受力情况,使得计算结果更加准确。
进一步的,所述水位传感器检测当前水位值H1并将检测结果传递至所述数据处理***,数据处理***获取天气信息与上流排水信息,数据处理***根据当前水位值H1,天气信息与上流排水信息,预估时期T1内最高水位H2,所述数据处理***内设置有标准水位值Hb,数据处理***计算水量评分F3,F3=S(H2-Hb)+Y,其中,S为水量评分计算调整参数,Y为水量评分基础值。
通过实时获取外界情况,对一定时间内的水位情况进行评估,水位越高,水量评分数值越大,且变换过程成指数增长,使得险情获取的更加及时,增加评价的准确性。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种基于大数据的大坝安全检测预警方法,其特征在于,包括,
S1,硬件部署,包括,在坝体内设置若干位移传感器与若干应力检测装置检测,用以检测坝体内材料形变位移情况与各点应力情况;在坝体底部表面设置第一温度传感器组,用以检测大坝内水温,在坝体在坝体内设置第二温度传感器组,用以检测坝体各点温度,在坝体上设置水位检测器,用以检测大坝内的水位,并设置数据处理***用以对检测到的数据进行整合判定;
S2,数据采集,各传感器,检测装置与检测器将检测的数据传递至所述数据处理***,所述数据处理***与外部数据库相连,外部数据库能够采集天气信息与上流排水信息,并将采集结果传递至所述数据处理***;
S3,数据计算,风险评估,所述数据处理***对采集的数据进行汇总,进行风险评估,当超过风险预期时数据处理***进行报警;
在步骤S3中,所述数据处理***通过历史温度数据与大坝运行时长对危险评分进行修正。
2.根据权利要求1所述的基于大数据的大坝安全检测预警方法,其特征在于,在评价大坝的安全性时,计算大坝危险评分F,F=F1+F2+F3,其中,F1为位移度评分,F2为应力度评分,F3为水量评分;
在所述数据处理***内设置有危险评分参数Fc,数据处理***将大坝危险评分F与危险评分参数Fc进行对比,
当F≤Fc时,数据处理***判定大坝危险评分在安全范围内;
当F>Fc时,数据处理***判定大坝危险评分不在安全范围内,数据处理***进行报警。
3.根据权利要求2所述的基于大数据的大坝安全检测预警方法,其特征在于,对于位移度评分F1,F1=F1c×Cw×T1,其中,F1c为位移度初始评分,Cw为温度对位移度评分矫正参数,T1为大坝工作时长对位移度评分矫正参数,其中,
所述位移度初始评分F1c由各所述位移传感器检测器的位移值确定;
所述温度对位移度评分矫正参数Cw由实时温度与历史温度数据确定;
所述大坝工作时长对位移度评分矫正参数T1由大坝工作时长确定。
5.根据权利要求3所述的基于大数据的大坝安全检测预警方法,其特征在于,对于温度对位移度评分矫正参数Cw,Cw=C1×b1+C2×b2,其中,C1为水温对位移度评分矫正参数,C2为坝体温度对位移度评分矫正参数,b1为水温对矫正参数Cw权重值,b2为坝体温度对矫正参数Cw权重值。
7.根据权利要求6所述的基于大数据的大坝安全检测预警方法,其特征在于,所述第二温度传感器组实时检测大坝坝体内温度并将检测数据传递至所述数据处理***,对于任意时刻,所述数据处理***计算第二温度传感器组检测的所有当前温度的平均值Mp,并对计算结果进行记录;
10.根据权利要求2所述的基于大数据的大坝安全检测预警方法,其特征在于,所述水位传感器检测当前水位值H1并将检测结果传递至所述数据处理***,数据处理***获取天气信息与上流排水信息,数据处理***根据当前水位值H1,天气信息与上流排水信息,预估时期T1内最高水位H2,所述数据处理***内设置有标准水位值Hb,数据处理***计算水量评分F3,F3=S(H2-Hb)+,其中,S为水量评分计算调整参数,Y为水量评分基础值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210498301.6A CN114882689B (zh) | 2022-05-09 | 2022-05-09 | 一种基于大数据的大坝安全检测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210498301.6A CN114882689B (zh) | 2022-05-09 | 2022-05-09 | 一种基于大数据的大坝安全检测预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114882689A true CN114882689A (zh) | 2022-08-09 |
CN114882689B CN114882689B (zh) | 2023-03-10 |
Family
ID=82674082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210498301.6A Active CN114882689B (zh) | 2022-05-09 | 2022-05-09 | 一种基于大数据的大坝安全检测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114882689B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116878592A (zh) * | 2023-09-08 | 2023-10-13 | 安徽水安建设集团股份有限公司 | 一种水利工程主坝迎水面护坡安全检测***及检测方法 |
CN117194527A (zh) * | 2023-11-07 | 2023-12-08 | 安能三局(成都)工程质量检测有限公司 | 一种水电站大坝异常数据预警方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008076117A (ja) * | 2006-09-19 | 2008-04-03 | Kokusai Kogyo Co Ltd | ダムの外部変形評価方法 |
CN104482991A (zh) * | 2014-12-10 | 2015-04-01 | 青岛理工大学 | 一种确定危坝坝体安全库水位的测定参数与预警方法 |
CN104678954A (zh) * | 2015-01-23 | 2015-06-03 | 中国长江三峡集团公司 | 基于全生命周期的大坝安全智能监测与预警***及其方法 |
CN204613689U (zh) * | 2015-05-29 | 2015-09-02 | 中水银星科技(北京)有限公司 | 大坝安全监测*** |
CN112287608A (zh) * | 2020-11-19 | 2021-01-29 | 中国水利水电科学研究院 | 一种基于模糊综合评价的大坝安全预测***及方法 |
CN112432665A (zh) * | 2020-11-14 | 2021-03-02 | 合肥集知云信息科技有限公司 | 基于大数据分析的水利工程坝体安全实时监测预警管理*** |
CN113155186A (zh) * | 2021-04-06 | 2021-07-23 | 贵州加仕达水利机械有限公司 | 大坝安全监测管理设备及其*** |
-
2022
- 2022-05-09 CN CN202210498301.6A patent/CN114882689B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008076117A (ja) * | 2006-09-19 | 2008-04-03 | Kokusai Kogyo Co Ltd | ダムの外部変形評価方法 |
CN104482991A (zh) * | 2014-12-10 | 2015-04-01 | 青岛理工大学 | 一种确定危坝坝体安全库水位的测定参数与预警方法 |
CN104678954A (zh) * | 2015-01-23 | 2015-06-03 | 中国长江三峡集团公司 | 基于全生命周期的大坝安全智能监测与预警***及其方法 |
CN204613689U (zh) * | 2015-05-29 | 2015-09-02 | 中水银星科技(北京)有限公司 | 大坝安全监测*** |
CN112432665A (zh) * | 2020-11-14 | 2021-03-02 | 合肥集知云信息科技有限公司 | 基于大数据分析的水利工程坝体安全实时监测预警管理*** |
CN112287608A (zh) * | 2020-11-19 | 2021-01-29 | 中国水利水电科学研究院 | 一种基于模糊综合评价的大坝安全预测***及方法 |
CN113155186A (zh) * | 2021-04-06 | 2021-07-23 | 贵州加仕达水利机械有限公司 | 大坝安全监测管理设备及其*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116878592A (zh) * | 2023-09-08 | 2023-10-13 | 安徽水安建设集团股份有限公司 | 一种水利工程主坝迎水面护坡安全检测***及检测方法 |
CN116878592B (zh) * | 2023-09-08 | 2024-02-27 | 安徽水安建设集团股份有限公司 | 一种水利工程主坝迎水面护坡安全检测***及检测方法 |
CN117194527A (zh) * | 2023-11-07 | 2023-12-08 | 安能三局(成都)工程质量检测有限公司 | 一种水电站大坝异常数据预警方法 |
CN117194527B (zh) * | 2023-11-07 | 2024-01-26 | 安能三局(成都)工程质量检测有限公司 | 一种水电站大坝异常数据预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114882689B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114882689B (zh) | 一种基于大数据的大坝安全检测预警方法 | |
CN109459993A (zh) | 一种流程工业过程在线自适应故障监测与诊断方法 | |
CN105242534B (zh) | 基于遥测参数且关联于对卫星控制行为的卫星状态监测方法 | |
CN106198924B (zh) | 基于自适应采集频率的危岩监测***及其风险评估方法 | |
CN103631145B (zh) | 基于监控指标切换的多工况过程监控方法和*** | |
CN106556498A (zh) | 桥梁结构损伤识别方法及*** | |
CN115325928B (zh) | 一种基于北斗通信的滑坡地表裂缝综合监测*** | |
CN108663995A (zh) | 一种工业过程变量趋势异常检测方法及装置 | |
CN111651708B (zh) | 一种大坝安全监测数据异常识别的预警阈值设置方法 | |
CN109577892B (zh) | 一种基于井下参数的智能溢流检测***及预警方法 | |
CN109060393A (zh) | 一种桥梁结构恒载响应时域融合分析方法 | |
CN114495428A (zh) | 一种滑坡灾害早期预警方法及*** | |
CN114429308A (zh) | 一种基于大数据的企业安全风险评估方法及*** | |
CN112504357A (zh) | 一种河道过流能力动态分析方法和*** | |
CN108416386A (zh) | 一种用于水电机组轴承温度异常判断的方法及*** | |
CN109211564B (zh) | 一种用于滚珠丝杠副健康评估的自适应阈值检测方法 | |
CN116990847B (zh) | 基于边缘计算的北斗gnss接收机解算方法和*** | |
CN115115173B (zh) | 一种在地震条件下的大坝风险评价方法 | |
CN111797545A (zh) | 一种基于实测数据的风电机组偏航折减系数计算方法 | |
CN110990916A (zh) | 考虑滞后效应的大坝长期运行安全度评价及预测集成方法 | |
CN116341993B (zh) | 一种用于聚苯乙烯生产过程中状态监测方法及*** | |
CN116046079B (zh) | 一种基于位置的地质环境专题数据集成管理*** | |
CN116299446B (zh) | 一种基于insar技术的地表形变监测方法及*** | |
CN117332360B (zh) | 基于5g技术的温室大棚设备故障监测方法及*** | |
CN117131456B (zh) | 一种舟桥电控***用多传感器数据管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |