基于知识图谱的大坝安全智能监控预警方法

• Published in: 工程科学与技术 Vol. 56; no. 3; pp. 32 - 40
• Main Authors: 龚士林, 孙辅庭, 黄维, 陈铿, 沈海尧
• Format: Journal Article
• Language: Chinese
• Published: 国家能源局 大坝安全监察中心,浙江 杭州 311122 01.05.2024; 中国电建集团 华东勘测设计研究院有限公司,浙江 杭州 310014; 浙江大学 计算机科学与技术学院,浙江 杭州 310015%国家能源局 大坝安全监察中心,浙江 杭州 311122
• Subjects: multi-points; dam; monitoring and warning; 监控预警; 多级查询; 多测点; 知识图谱; knowledge graph; aggregation degree; 大坝; 聚集度; multi-level query
• ISSN: 2096-3246
• DOI: 10.15961/j.jsuese.202300710

TV39; 大坝监测点数量众多、分布无序,传统监控方法难以描述监测点之间的空间关系和结构机理关联特性.针对此问题,本文提出一种基于知识图谱的大坝安全智能监控预警方法.首先,参照知识图谱要素特征,明确大坝监测点命名规则、拟定监测点空间相邻关系和数据序列相似关系的判定规则、提取监测点的内在属性特征,提出大坝安全监控知识体系;其次,以Neo4j图数据库为基底,采用网状图结构描述监测点的复杂关系和内部特征,构建大坝安全监控知识图谱;然后,基于图数据库知识引导和多级关系查询能力,建立监测点的关联响应机制,将异常监测点识别出来并划分为不同异常测点组,明确各异常测点组之间的结构机理关联特性;进一步,提出多测点聚集度概念并构建异常测点组的空间影响区域算法,并以坝体的异常影响区域为核心计算大坝运行性态分数,从大坝整体结构层面进行综合监控预警;最后,以一座混凝土重力坝的部分坝段为例,验证所提出方法的可行性.研究表明:该方法充分利用知识图谱在信息融合、类脑推理方面的优势,将大坝监测点整合成数据网络进行统一分析,提出异常监测点的结构影响区域概念,并以此为依据对大坝安全进行评判,在综合考虑监测点数量、空间分布、结构机理关联特性情况下实现多测点大坝安全监控预警.