基于數據挖掘技術的水利工程管理分析

張麗娟

(遼寧省供水局工程處，沈陽 110002)

?

基于數據挖掘技術的水利工程管理分析

張麗娟

(遼寧省供水局工程處，沈陽 110002)

在水利工程管理中，運用數據挖掘技術能夠在海量數據中及時發(fā)現有價值、潛在的知識特點技術，并對其進行提煉，讓水利工程管理趨向于科學化、專業(yè)化。文章主要從數據挖掘技術含義與常用方法出發(fā)，闡述了數據挖掘的實施步驟與水利工程管理數據挖掘系統模型建立，對基于數據挖掘技術的水利工程管理要點進行分析，希望能為水利工程管理提供借鑒。

數據挖掘技術；水利工程；管理分析

0 引 言

近年來，隨著中國經濟與科學技術的快速發(fā)展，在現代化背景下，與水利工程有關的基礎設施建設也得到相應的完善。尤其是在水利工程管理與建設活動中，數據挖掘技術廣泛運用，能夠在海量數據中建立數據挖掘模型，及時發(fā)現有價值和潛在的知識并進行提煉，以此提升水利工程管理系統功能，讓水利工程管理趨向于科學化和專業(yè)化。

1 數據挖掘技術含義與常用方法

1.1 含義

數據挖掘技術即是將已有的含量分散數據信息作為挖掘資源，從而形成一種新的知識技術。從數據挖掘角度來說，數據挖掘技術是指以數據挖掘索引工具為挖掘依據，對數據庫、數據倉庫和其他相關信息庫中隨機、相對模糊和不完全的數據進行挖掘，從而挖掘出海量數據中潛在的、有價值的信息，為決策者提供參考[1]。

1.2 常用方法

在水利工程項目管理活動中，運用數據挖掘技術，要求員工必須掌握相應的數據挖掘技術，才能在龐大的數據信息中挖掘出有價值的信息數據。一般情況下，在水利工程管理中較為常見的數據挖掘技術主要有以下幾種：

1)檢測部分異常的信息數據，對檢測結果和參照數據之間的數據偏差進行分析，然后按照存在的偏差對全部數據進行挖掘，從而發(fā)現潛在的、有價值新信息。

2)按照數據信息的預見性進行挖掘。由于數據信息會隨著事物發(fā)展產生不同程度的變化，因此，在利用技術挖掘技術進行挖掘過程中，可根據這一變化規(guī)律對全部數據信息進行檢測，然后按照檢測結果在海量數據中挖掘出接近的數據信息，達到數據挖掘的目的。

3)對于關聯性方面而言，在面對龐大的數據信息過程中，關聯性分析只能分析到個別數據，查找出數據信息之間存在的關聯性，然后按照這一關聯性來分析處理數據信息，從而提升數據信息處理的準確性。

4)數據分類和整合方法。在龐大的數據信息挖掘活動中，處理上述挖掘方法外，還可通過分類整合方法，根據數據信息的特征，將條件相同和規(guī)律相同的數據集中起來進行挖掘。而對于不規(guī)律數據信息，必須單獨進行分類整合，當全部數據信息進行對應分類以后，在分析數據時可避免盲目性，加快數據信息挖掘的速度[2]。

2 數據挖掘的實施步驟

2.1 信息收集

在了解掌握水利工程項目管理需求和目標的背景下收集數據信息，也就是按照分析獲得的數據信息需求與目標對數據信息特征進行分析，然后選取與數據情況相對應的收集方法，并將收集到的數據信息存儲到信息數據庫中。

2.2 數據集成

集成數據又稱為數據共享，主要是通過物理和邏輯整理方式，對來源、格式、性質特點等不同的數據信息進行整理。

2.3 數據規(guī)約

數據規(guī)約的主要目的是為了提升數據信息挖掘效率，對數據信息來源進行預處理。如果信息數據來源不規(guī)約，即使存在較少的數據也可通過挖掘方法對不同數據信息進行計算，但計算時間相對較長，這時可通過數據規(guī)約對數據來源進行約束，以此提升挖掘數據信息的效率,為小容量數據的數據規(guī)約奠定扎實基礎[3]。

2.4 數據整理

由于數據信息庫中會存在屬性值與表達方式不同的數據信息，需要對其進行加工處理。因此，必須利用合適的處理方式來填補丟失的數據信息，并對存在噪音的數據信息進行處理，確保數據信息的完整性和一致性。

2.5 數據變換

交換數據即是通過科學統計和數學方式，對參與分析的全部數據進行分析，然后轉變成與數據挖掘符合的數據模式。

2.6 數據挖掘

在分析數據過程中，應選取合理的數據分析工具，通過神經網絡技術、模糊集、決策樹、規(guī)則推理和統計方法等數據信息處理技術，對數據信息庫中的全部信息數據進行處理，從而獲得準確的數據信息。

2.7 模式評估

為了確保獲得的數據信息準確，必須在評估基礎上對已經挖掘的數據結果進行反復提取，從而獲得有效的信息數據。

2.8 成果表示

成果表示需要通過專業(yè)化儲存、傳遞、輸出等方式，實時共享數據信息挖掘的成果[4]。

3 水利工程管理數據挖掘系統模型建立

由于水利工程管理相對比較繁雜，在挖掘數據過程中需要工作人員從科學多方面出發(fā)，利用專業(yè)人員的隱性知識分析挖掘數據信息準確性，以此查找有價值的數據知識。因此，在水利工程管理數據挖掘過程中，建立人機對話的半自動化層次型系統模型對數據進行挖掘已經成為必經途徑。該數據系統模型的建立主要由以下幾個層次組成：

1)用戶界面層。主要是通過用戶實現人機對話，以此挖掘查詢和結構，并將輸出結果顯示出來。

2)OLAP/OLAM層。該層設置功能即是將多維數據庫和數據倉庫的全部數據集中到OLAP/OLAM中，并對其進行分析，是數據信息挖掘潛在的、有價值的知識核心。

3)數據儲存層。作為構建水利工程數據倉庫基礎，除了儲存數據信息外，還負責對數據信息進行集成、過濾機清理。

4)多維數據庫和數據倉庫層。數據信息在經過數據儲存處理后，對需要的數據來源進行分析[5]。

4 基于數據挖掘技術的水利工程管理要點分析

4.1 空間數據倉庫應用

空間數據倉庫的建立是一項具有挑戰(zhàn)性的工作，而空間數據倉庫的運用主要是為了收集來自不同數據源與系統空間的數據，達到快速、靈活聯機分析處理的目的。在水利工程建設與管理決策中，影響數據信息來源的因素主要包括水旱災情數據庫、氣象數據庫、雨情與水情數據庫及蓄滯洪區(qū)空間分布式社會經濟數據庫，主要存在異構環(huán)境中，來自不同數據格式和數據系統，加之數據格式和特定的結構息息相關，例如矢量格式、光柵格式和特定供應商有關，為了能夠分析處理空間數據，需要先清洗、變換和集成存在的異構數據信息庫，在數據信息庫中存儲格式相同的數據信息，然后借用相同的數據挖掘算法查找有用的知識，對異構信息數據進行過濾、綜合，以此完善采集水情工程信息、工情信息和防汛抗旱信息接收處理的自動化功能，實時分析汛情、旱情，對災情進行評估。

4.2 數據挖掘系統結合水利工程GIS系統

4.2.1 嵌入式

在空間信息挖掘過程中，GIS系統具有較強的分析處理能力，能有效結合數據挖掘技術，組成一個完整的系統。而嵌入式耦合的運用，能夠通過GIS系統對空間不完整信息進行處理，減少數據挖掘過程中的工作量和處理數據的難度。其缺點是數據挖掘技術運用必須在規(guī)定的GIS系統中進行，不能移植到其他的GIS系統，而這種方式會因為用戶需求，導致另一部分用戶的需求受到限制，給系統功能開發(fā)帶來影響[6]。

4.2.2 松散耦合式

基于數據挖掘技術，數據挖掘系統與GIS系統的建立實際上是兩個不相連的系統，對于GIS中空間數據與屬性數據來說，數據挖掘系統主要是借助清晰、變換與過濾方式對已經儲存在數據信息庫和數據倉庫匯總的信息數據進行挖掘。而松散耦合式的運用不需要使用特殊GIS系統，能夠單獨使用空間數據對數據信息進行挖掘；但是也具有其自身缺陷，即是在數據挖掘系統中需要結合較為復雜的空間數據進行處理，其系統開發(fā)難度較大。例如在某水文模型構建上，運用松散耦合式在每個水文單元或者是子流域上設置物理概念模型對凈雨進行計算，將分布式輸入模塊連接在GIS系統與RS接口中，為子流域水文過程之間的模擬提供空間輸入數據，然后在每一段河道上建立河流模型，并設置模型建立的參數信息，按照單元水文模型、不同水文過程模擬模塊及河網匯流模型對流域產流進行計算以此演算河網匯流，最后獲得出口斷面流量。

4.2.3 緊密耦合式

緊密耦合式的運用，是嵌入式和松散耦合式的結合，不僅能夠充分利用已有的GIS處理空間數據的作用，降低系統開發(fā)難度，而且不受GIS系統已有用戶需求的影響，具有較強的靈活性，為水利工程管理提供單獨的數據挖掘功能。但由于受已有系統影響，開發(fā)數據挖掘系統對GIS系統依賴性較大[7]。例如在某水利工程管理過程中，由于管理內容主要包括水庫、水閘、堤防、引水工程和灌溉工程等方面管理，挖掘有關數據能夠獲得龐大的、有價值數據信息，相關管理部門與員工在掌握空間數據后，有利于提升水利工程管理能力與決策水平。但是如果只是單獨挖掘該水利工程管理數據信息，那么其挖掘數據信息結果和目前數據挖掘理論系統基本構想不符。因此，必須在利用已有的水利工程管理成果條件上，按照該水利工程管理的基本情況，靈活運用緊密耦合式數據挖掘系統，借助GIS系統對地形地質和水文環(huán)境進行處理，從而開發(fā)出該水利工程獨有的管理數據挖掘系統。

5 結 語

綜上，在水利工程管理過程中，運用數據挖掘技術對水利工程數據信息分析時，必須采取適當的檢測方法，按照具體操作步驟，建立水利工程管理數據挖掘系統模型，充分利用空間數據倉庫及水利工程GIS系統，找出有價值的、潛在的數據信息，從而提升數據信息準確性為決策者提供有效管理決策，讓水利工程充分發(fā)揮應有作用，防洪防澇，確保國家、人們的生命財產安全，更好的服務于人民。

[1]戴元將,祁智,陳愛鑫.數據挖掘技術在水利工程管理中的應用研究[J].經營管理者,2014(13):76-79.

[2]王東坡.基于數據挖掘技術的水利工程管理[J].吉林水利,2014(06):38-40.

[3]劉德峰,許騰飛.探究水利工程管理數據挖掘模型[J].價值工程,2015(20):38-40.

[4]葉華.數據挖掘技術在水利工程管理中的實施要點[J].科技資訊,2015,13(12):118.

[5]付曉旭.數據挖掘技術在水利工程管理中的應用[J].建材與裝飾,2015(52):287-288.

[6]阿不都日衣木·提力瓦地.水利工程管理中數據挖掘技術的應用探析[J].建筑工程技術與設計,2016(04):894.

[7]丁云球.簡析數據挖掘技術在水利工程管理中的實施要點[J].決策與信息：下旬刊,2014(12):182.

1007-7596(2017)01-0172-03

2016-12-20

張麗娟(1966-)，女，遼寧撫順人，高級工程師，從事水利工程管理工作。

TP

B