基于字符级CNN的调水工程巡检文本智能分类方法

日常安全巡检是维护长距离调水工程安全运行的重要手段。目前巡检采集的非结构化文本数据主要依靠人工进行安全等级评判,在工作效率和准确率方面存在明显不足。本研究基于自然语言处理技术,提出了一种面向字符层面的卷积神经网络的巡检安全文本智能分类方法。该方法通过引入预训练的单个字符向量改进卷积神经网络的输入层,使得分类模型直接从原始文本中提取特征信息,不仅避免了传统分类方法对专业词库的依赖,而且不易受文本中出现的口语化表达和错别字的影响。以国内南水北调工程的巡检文本为案例,通过与多种深度学习算法进行全面比较,对比验证了所提方法的有效性和优越性。结果表明,字符级的分类方法明显优于传统基于词的分类方法,且卷积神经网络在巡检文本分类方面明显优于其他深度学习网络。该方法具有较高的分类准确率,以此为调水工程安全维护提供新的智能化手段。     

水利施工事故文本智能分析的BERT-BiLSTM混合模型

水利工程施工往往具有施工环境复杂、施工难度大的特点,施工事故频发。事故报告作为事故分析的文件,通常包含了事故发生的总结和原因,可以作为预防事故发生的依据。然而,目前水利领域的事故分析多依赖于现场管理人员的手工分析,不仅容易出错,而且耗时耗力。此外,现有的模型无法直接对水利事故文本进行高精度的分析和预测。因此,本文提出了一种结合变压器双向编码表示（BERT）和双向长短时记忆模型（BiLSTM）的混合深度学习模型深入分析水利工程施工事故原因。混合模型的上游采用BERT模型生成事故文本的字符级动态特征向量,模型下游基于改进的BiLSTM模型挖掘事故报告文本的语义特征,实现事故报告文本智能分析。最后,通过将本文提出的模型和目前先进的七种深度学习模型进行实验对比,对所提出的混合模型的有效性进行验证。结果表明,本文提出的混合模型优于其他几种深度学习算法,该模型可为水利施工事故的分析与决策提供算法支撑和依据。     

基于分类树的长距离引水工程多源数据管理系统设计

针对目前长距离引水工程在运行管理过程中存在的监测和检测数据异构、数据种类繁多、管理不规范、效率低下等问题,通过对多源数据种类及获取方式进行分析,构建了基于分类树的数据管理体系,并结合数据库技术,对数据库表结构进行设计,实现对多源数据的优化分类管理。基于此设计了基于B/S架构的长距离引水工程运行期多源数据管理系统,该系统严格按照数据管理体系进行设计,层次明确、结构严谨,方便了系统用户对数据进行统一、高效的管理,为引水工程运行期多源数据管理提供了一种新的解决方法。目前该系统已在某引水工程中投入使用,运行效果良好。     

金沙江原水中铁锰去除研究

金沙江干流水质较好,但溪洛渡水电站河段铁、锰含量超标。在深入研究除铁、除锰工艺的基础上,提出加氯、高锰酸钾预氧化+曝气沉砂+絮凝沉淀+石英砂V形滤池过滤去除铁、锰的工艺,并将其应用于金沙江溪洛渡水电站施工期生活水厂中。结果表明:洪水期预氧化剂氯气投加量为0.5 mg/L、高锰酸钾投加量为0.5 mg/L的条件下,沉淀池出水铁含量为0.29 mg/L、锰含量为0.16 mg/L,滤后水铁含量为0.04 mg/L、锰含量为0.01 mg/L,出厂水水质综合合格率为100%。     

砂石料加工废水处理工艺与实践

结合大岗山水电站施工期厂房砂石骨料生产系统废水处理及回用工程典型实例,提出了砂石料加工废水处理的难点及工艺选取原则。在设计处理能力下,大岗山水电站厂房砂石骨料加工系统废水处理后,出水水质控制性指标悬浮物含量为8～16mg/L,优于《污水综合排放标准》及砂石系统回用水标准。     

溪洛渡水电站施工期生活供水工程净水工艺设计

溪洛渡水电站施工期生活供水工程承担电站施工期施工区内的生活、消防等供水任务,设计供水规模为20 000 m^3/d,供水水质标准按《生活饮用水水质卫生规范》（2001年）.在调查分析原水水质的基础上,有针对性地设计净水工艺流程,达到供水要求.     

智慧南水北调建设思路探讨

在全面分析梳理南水北调工程信息化建设现状及其不足的基础上,结合物联网、云计算、大数据等信息技术的发展趋势和应用情况,对智慧南水北调建设思路进行探讨,研究提出智慧南水北调"一个中心、两大保障体系、四大综合应用"的总体框架和"泛感知网络、大数据中心、服务体系、保障体系"的主要建设内容,以及建设实施建议。可为智慧南水北调的建设提供参考。