大數據技術在城市燃氣管道事故防控中運用研究

范章馳

摘要：城市地下燃氣管道的組成結構十分復雜，并且易受到不良因素的影響，發生安全事故，嚴重威脅城市的公共安全，因此，將大數據技術應用到城市燃氣管道事故防控中是非常必要的。本文系統地分析并探討了大數據技術在城市燃氣管道事故防控中的運用方法。

關鍵詞：大數據技術;城市燃氣管道;事故防控

根據我國城市安全需要和地下燃氣管道運營狀況，將大數據分析運用于地下管道事故防治領域，進行管道風險的智能評價、警示和安全事故監控管理，可為維護城市治安發揮重大影響。

一、城市燃氣管道事故防控大數據特征與類型

（一）燃氣管道事故防控大數據特征

大數據分析的主要特點是規模性、多樣性、高速性和不確定性。城市地下管道事故防范大數據分析的主要特點是：①事故防范大數據分析是對全部信息的綜合與相關性研究，計算工作量極大;②大數據分析自身對事故及相關數據的分析結論并不具備解讀能力;③信息類型繁多，涉及數字、聲音、視頻、三維地理信息圖等各類數據，但多是零點五結構或非結構化的信息，整合和分類都相對復雜;④大數據分析對實際價值的有效發揮則有賴于數據挖掘技術，本身并無顯著的特色。

（二）城市地下燃氣管道大數據的類型

①管道運行狀態及環境監測數據

城市地下燃氣管道的運營參數和環境參數，是對管線事故危險性評價、預警、緊急處理的基礎數據。工作參數主要包括管線的內在壓強、外界壓強、管線的表面幾何狀況等有關參數，而環境監測數據則主要涉及土壤電阻率、地下水位、氣溫、相對濕度等有關參數。

②歷史數據

我國城市地下管道的信息化管理系統使用時期相對較短，且多數管線的敷設期限也較長，其設計、建造等資料多為CAD二維圖和紙質文件，對此類管線靜態基本數據的采集和記錄，是維護城市地下管道大數據系統完整性的主要前提。另外，地下管道中大量的歷史事件數據、管線維修歷史數據等，也是管線大數據系統的主要部分。

③互聯網數據

互聯網數據分析不僅僅包含實現了事故風險評價、事故警示、事故應對等決策分析的智能統計模塊，還包含了第三方軟件以及數據源所提交的統計分析結論、地圖、市轄區人口密度等基礎數據分析，以及通過統計分析方法形成的各類結論數據分析。在上述結果統計中，既保留著大批經過較高組織和完整格式化的結構化數據，也保留著大批構造無序、功能不完備的非結構化數據。在互聯網數據處理中，大部分應用數據結果都是非結構化數據，且由于其速度快，因此尋求更可行的解決辦法以達到對非結構化數據的更高效使用，已成為當前科學研究的重要方面。

④人工采集及專家經驗數據

在大數據系統建設初期，管理者把現實狀況交給專業人員進行評價，從而獲得大量專家學者經驗數據，可輔助管理者做出緊急決定，甚至作出方案指令。研究專家的經驗數據，對于進行一些不確定原因的評價、模型簡化、緊急決定指導等相關方面，具有重要意義。有研究專家以多年的行業工作經歷為保障，通過掌握大量研究專家經驗數據并做出決定，就可以使決策過程更為科學合理;不過，該決策方法的有效性欠佳。

二、大數據技術在城市燃氣管道事故防控中的應用

基于大數據技術的管道風險評價選取了管網的所有樣本數量為樣本，以客觀精確的測量數據取代了依靠個人主觀經驗的概率性預測，并由此理解了環境、水壓、腐蝕等各種因素與管網風險進展之間的關聯性，并以此進行了管網風險的評價和預報。目前，大數據分析技術在各領域的運用重點主要有：基于大數據分析的管網事故預警技術以風險評價和預報結果為基準，精確辨識具體致災因子并進行事件預警;以實時的安全檢測資料為基準，發現管網失效時各種參數的臨界值，進而進行管網風險實時警示;結合網絡信息技術，進行警情的多部門信息快速披露;通過大數據分析開展管道事件的緊急決策，通過整合歷史事件、專家處置經歷等重要決策支撐大數據，可增強決策的科學化;通過解析事件數據內在關聯關系，對二次事故的可行性做出科學評價;通過建立救援路線和物資的優選模式，進行對緊急資源的智能調配。

我國的管道信息化管理使用時期較短，科學技術研究也相對滯后，大數據管理的運用面臨一些阻礙，其主要因素有：①基礎數據收集有限。目前我國管線的建筑設計、建筑施工等基本資料都是二維圖紙，但由于部分管線的建設期限較長，基本資料出現了缺失;同時，也可能出現在建設時變更了建筑線路但尚未進行變更資料歸檔等情形，從而造成了管線的具體位置、方向等基本資料掌握問題。另外，由于管線的歷史數據將面臨事故狀態未知、事件起因不清、歷史記錄不全等問題，更加大了管線與基礎數據集成的困難。②大數據收集、傳送、整合技術手段不完善。目前，我國已有的檢測裝置無法滿足各種管道參數的收集要求，且由于我國沒有對檢測傳感器建立數據標準，導致各類傳感器所獲取數據的傳送和整合出現問題。用作事故防范的信息多是半結構性與非結構化數據，且數據信息格式設計較繁雜，這一類數據信息的儲存對于信息降噪、篩選、聚合等儲存信息技術的研發，具有很大的要求。③大數據價值發現技術不完善。大數據分析的價值主要表現在事件特性、參數、事件規律等與大數據分析結果之間的關聯表現之中。目前的數據庫技術，對于半結構化與非結構化數據分析的預處理技術能力比較薄弱，暫無法做到大數據分析的迅速規范化，從而造成了事件防控數據分析的即時性不強。同時，由于大數據分析自身對所發現的錯誤規律并不具備理解，即使在復雜的大數據處理中進行分析并得出一些錯誤規律也是較易于出現的，因此如何建立合理的大數據分析價值發現模式也是大數據分析應用中的難題。

結束語：

綜上所述，大數據分析技術在研究城市地下管道的物聯終端布局、事故風險評價、事故預警和事件緊急處理等上都具有突出的優越性，通過大數據分析的事故防范技術可以進行管道風險的精準分類和即時警示，并為事件預警和應對提供了科學決策依據。大數據分析技術在地下燃氣管道事故防治中的應用研究尚未全面成熟，仍需要進一步研究。

參考文獻：

[1] 何江龍，江貽芳，侯至群.新形勢下城市地下管線信息化的特點及對策[J].測繪通報，2017（1）：12-17.

[2] 李笑寰.沈陽城市地下管線運維管理模式及策略研究[D].長春：吉林大學，2017.