纸质记录表的形式存在，未实现数字化。

此外，对现场检查成果及缺陷隐患的记录多为文字描述图片等非结构化形式，难于被计算机解读，因而不易被用于大坝安全实时诊断。

针对该问题，为整合汇聚现场检查和缺陷隐患数据，研发了数字化现场检查系统的近座水电站大坝的实时在线监控陈豪等研发了基于实测数据的重力坝水电站大坝安全诊断系统牛广利等研发的基于云平台的大坝安全监测数据管理及分析系统也具有监控预警功能李啸啸等研发了锦屏级拱坝在线监控系统。

通过实时深度分析挖掘大坝安全监测数据，可在线诊断大坝安全，提升大坝安全诊断的时效性。

但除了安全监测，大坝运行多源信息融合的大坝安全智能诊断系统探究发电与发电厂论文点和要求，向用户提供多种访问方式和特定的内容。

图系统架构基础设施层为整个系统运行所依赖的基础设施，包括应用服务器数据库服务器网络设备及防火墙网闸等安全设备。

摘要除了安全监测数据，现场检查结果及历史缺陷隐患记录同样是诊断大坝安全性态的重要依据。

利用多源信息汇聚技术数据治理体系异常监测数据自适应识别技术及异构信息等，以保证用户在不同使用场景均可找到合适表现形式。

多源信息融合的大坝安全智能诊断系统探究发电与发电厂论文。

结果发布与预警次安全诊断任务运行完成后，用户可通过评判结构树推理图维模型等方式查看大坝安全综合诊断结果。

当评判为异常时，系统自动推送异常信息，用户需确认异常信息，确认为异常时，系统将根据用户预设的，因而可根据节点所关联的实体，便利地得到节点的融合健康度。

数据层将系统中所包含的各类信息集成到统的数据库服务器中，包括结构化和非结构化数据。

系统将提供专业的数据交换软件实现对各类信息的集成，数据交换软件自动运行，对于需要计算和处理的数据，自动根据设定的算法和流程进行处理。

数据层主要实现异构数据源之间的数据交换改进。

延长原历史数据序列将新入库的数据纳入，解析新数据序列的特征，据此重新匹配识别方法或修正识别准则。

异构信息融合采用在大坝安全领域应用较为成熟的产生式规则推理法进行智能诊断。

在对规则推理法进行编程开发时，策略树节点通常以规则集的形式存在，个节点会同时涉及不同类实体对象监测点检查对象及缺陷隐患。

但据，解析数据序列特征，例如可用数据序列总长度可用数据结束时间数据序列形态周期性趋势性等然后，根据数据序列特征和方法库中各类方法的适用条件，匹配异常值识别方法最后，根据所选择的方法，分析处理历史数据，输出判别标准例如建立回归模型及残差建立重构序列邻近度阈值包络域。

执行。

利用前步输出的识别方法和判别标证明当前方法对该数据序列的适应性较差，则触发改进。

多源信息融合的大坝安全智能诊断系统探究发电与发电厂论文。

数据清理系统自动评判入库监测数据的有效性，当测值被判定为疑似异常时，系统将向相关人员推送要求开展检查确认的提示信息，相关人员确认该数据有效时才可用于后续的大坝安全诊断。

对于现场检查和缺陷隐患信息，根据数据自适应识别技术计划。

首先，分析历史数据，解析数据序列特征，例如可用数据序列总长度可用数据结束时间数据序列形态周期性趋势性等然后，根据数据序列特征和方法库中各类方法的适用条件，匹配异常值识别方法最后，根据所选择的方法，分析处理历史数据，输出判别标准例如建立回归模型及残差建立重构序列邻近度阈值包络序列的特征，据此重新匹配识别方法或修正识别准则。

异构信息融合采用在大坝安全领域应用较为成熟的产生式规则推理法进行智能诊断。

在对规则推理法进行编程开发时，策略树节点通常以规则集的形式存在，个节点会同时涉及不同类实体对象监测点检查对象及缺陷隐患。

但监测数据现场检查成果及缺陷隐患记录的数据结构不同，规则集难于直接进多源信息融合的大坝安全智能诊断系统探究发电与发电厂论文准自动评判新入库数据，评判为异常的测值被标记为疑似无效。

然后，相关责任人按照数据治理管理制度要求进步确认测值有效性，包括复测仪器检测等，并向系统反馈最终检查成果。

检查。

追踪当前选定的评判方法的评判准确率，当发现评判准确率较低例如低于或有逐渐降低的趋势时，证明当前方法对该数据序列的适应性较差，则触发改义，保障正确性确定性。

基于产生式推理的大坝安全诊断原理如下。

首先，模拟专家在评判工程安全时将问题层层分解的思路，构建递阶层次结构，明确产生式推理策略树的整体结构，可分为对象层部位层项目层要素层指标层图。

其中，要素层可为监测点现场检查对象隐患项或危险源。

图异常监测数据自适应识别技术计划。

首先，分析历史数构化和非结构化数据。

系统将提供专业的数据交换软件实现对各类信息的集成，数据交换软件自动运行，对于需要计算和处理的数据，自动根据设定的算法和流程进行处理。

数据层主要实现异构数据源之间的数据交换及不同应用系统之间信息的整合，有效解决各应用部门和各类应用软件间的信息孤岛问题。

应用层为具体的系统功能应用，涵盖安全诊断相关管理制度要求开发了审核流程，信息经相关责任人审核通过后才可用于大坝安全诊断。

如审核不通过，系统将会向相关责任人推送任务，要求修正。

融合诊断系统采用产生式规则推理技术诊断大坝安全，这技术的突出特色是求解问题的过程和人类求解问题时的思维过程相似，能够较好地模拟工程技术人员的思维过程，使推理过程具有明确的工程意。

执行。

利用前步输出的识别方法和判别标准自动评判新入库数据，评判为异常的测值被标记为疑似无效。

然后，相关责任人按照数据治理管理制度要求进步确认测值有效性，包括复测仪器检测等，并向系统反馈最终检查成果。

检查。

追踪当前选定的评判方法的评判准确率，当发现评判准确率较低例如低于或有逐渐降低的趋势时，行融合。

因此，构建数据库时，将策略树上的虚拟节点以实体对象进行管理，因而可建立其与监测点检查对象及隐患实体之间的关系具体关系由用户自由配臵，见图。

同时，采用特征级融合，即先分析各对象采集到的数据，得出各自的健康度指标取值此时，数据结构已被统，因而可根据节点所关联的实体，便利地得到节点的融合健康度。

图异常监测安全监测现场检查缺陷隐患管理业务所需的各种查询分析统计评判等功能。

表现层对系统中包含的各类信息进行展示，用户能够通过电脑移动终端等多种方式来访问所需信息，信息展示的载体又包括网页微信公众号等，以保证用户在不同使用场景均可找到合适表现形式。

改进。

延长原历史数据序列将新入库的数据纳入，解析新数据多源信息融合的大坝安全智能诊断系统探究发电与发电厂论文控等流程，并根据不同层次用户的特点和要求，向用户提供多种访问方式和特定的内容。

图系统架构基础设施层为整个系统运行所依赖的基础设施，包括应用服务器数据库服务器网络设备及防火墙网闸等安全设备。

多源信息融合的大坝安全智能诊断系统探究发电与发电厂论文。

数据层将系统中所包含的各类信息集成到统的数据库服务器中，包括结及缺陷隐患数字台账，实现了大坝安全运维信息的全面数字化存储，将非结构化信息拆解为易于查询分析的结构化信息，为大坝安全推理诊断提供了更全面翔实的基础。

结果发布与预警次安全诊断任务运行完成后，用户可通过评判结构树推理图维模型等方式查看大坝安全综合诊断结果。

当评判为异常时，系统自动推送异常信息，用户需确认异常信息，维护工作还包括巡视检查汛前汛后检查年度详查等各类专题检查，此外，还需按照法规规定开展安全鉴定定期检查，特种检查等工作。

为研发融合监测现场检查及历史缺陷隐患信息的大坝安全智能诊断系统，通过采纳更全面完整的运行维护数据，提高大坝安全诊断的准确性科学性，提升水电站电力安全生产和应急管理水平，促进水电站大坝运维管理的合技术，研发了基于监测现场检查及历史缺陷隐患的大坝安全智能诊断系统，通过纳入全面完整的运行维护数据，提高大坝安全诊断的准确性。

关键词多源信息大坝安全安全监测异构信息智能诊断引言近年来互联网物联网大数据等技术的快速发展使大坝安全实时诊断成为可能。

国家能源局大坝安全监察中心研发的大坝安全远程管理平台实现了对所监管触发条件，发布预警信息，确认综合诊断结论不符合实际情况时，用户应调整诊断体系方案。

系统架构与技术架构系统架构系统架构图分为基础设施层数据层应用层表现层和用户层。

各个部分从功能上有明确分工，但在内部协同配合，完成整个系统内从数据存储网络访问信息入库信息管理信息查询信息综合分析与监控等流程，并根据不同层次用户的特及不同应用系统之间信息的整合，有效解决各应用部门和各类应用软件间的信息孤岛问题。

应用层为具体的系统功能应用，涵盖安全诊断安全监测现场检查缺陷隐患管理业务所需的各种查询分析统计评判等功能。

表现层对系统中包含的各类信息进行展示，用户能够通过电脑移动终端等多种方式来访问所需信息，信息展示的载体又包括网页微信公众号但监测数据现场检查成果及缺陷隐患记录的数据结构不同，规则集难于直接进行融合。

因此，构建数据库时，将策略树上的虚拟节点以实体对象进行管理，因而可建立其与监测点检查对象及隐患实体之间的关系具体关系由用户自由配臵，见图。

同时，采用特征级融合，即先分析各对象采集到的数据，得出各自的健康度指标取值此时，数据结构已被统