摘要：我国水利工程管理工作虽然已经取得很大的进步，但与发达国家相比还存在很大的提升空间。我们应在实践中积极发掘问题并采取对应措施进行解决和完善，从而促进我国水利工程事业的稳步发展。基于此，本文将着重分析探讨水利工程管理数据挖掘模型的应用，以期能为以后的实际工作起到一定的借鉴作用。
关键词：水利工程；管理数据；挖掘模型
1、水利工程管理数据挖掘常用方法
1.1、检测部分异常的信息数据，对检测结果和参照数据之间的数据偏差进行分析，然后按照存在的偏差对全部数据进行挖掘，从而发现潜在的、有价值新信息。
1.2、按照数据信息的预见性进行挖掘。由于数据信息会随着事物发展产生不同程度的变化，因此，在利用技术挖掘技术进行挖掘过程中，可根据这一变化规律对全部数据信息进行检测，然后按照检测结果在海量数据中挖掘出接近的数据信息，达到数据挖掘的目的。
1.3、对于关联性方面而言，在面对庞大的数据信息过程中，关联性分析只能分析到个别数据，查找出数据信息之间存在的关联性，然后按照这一关联性来分析处理数据信息，从而提升数据信息处理的准确性。
1.4、数据分类和整合方法。在庞大的数据信息挖掘活动中，处理上述挖掘方法外，还可通过分类整合方法，根据数据信息的特征，将条件相同和规律相同的数据集中起来进行挖掘。而对于不规律数据信息，必须单独进行分类整合，当全部数据信息进行对应分类以后，在分析数据时可避免盲目性，加快数据信息挖掘的速度。
2、水利工程管理数据挖掘模型的建立
由于水利工程管理相对比较繁杂，在挖掘数据过程中需要工作人员从科学多方面出发，利用专业人员的隐性知识分析挖掘数据信息准确性，以此查找有价值的数据知识。因此，在水利工程管理数据挖掘过程中，建立人机对话的半自动化层次型系统模型对数据进行挖掘已经成为必经途径。该数据系统模型的建立主要由以下几个层次组成：
2.1、用户界面层。主要是通过用户实现人机对话，以此挖掘查询和结构，并将输出结果显示出来。
2.2、OLAP/OLAM层。该层设置功能即是将多维数据库和数据仓库的全部数据集中到OLAP/OLAM中，并对其进行分析，是数据信息挖掘潜在的、有价值的知识核心。
2.3、数据储存层。作为构建水利工程数据仓库基础，除了储存数据信息外，还负责对数据信息进行集成、过滤机清理。
2.4、多维数据库和数据仓库层。数据信息在经过数据储存处理后，对需要的数据来源进行分析。
3、水利工程管理数据挖掘模型的应用
3.1、充分建立与GIS系统的联系
水利工程建设规模一般比较大，而且在建设过程中还收地形和气候等因素影响，这就需要我们具有强大数据分析能力，将水电工程建设中遇到的所有问题数据进行整合，整合过程非常复杂繁琐，必须依靠强大的现代分析技术和空间信息处理能力，那么充分建立与GIS系统联系就显得很有必要了。GIS系统能够提供大量空间和数据指导，将数据挖掘技术与GIS技术结合，这样水电工程在建设过程中可以有效利用GIS数据分析和查询能力，从而促进整个水电工程智能化和系统化，提高工作效率。
3.2、加强嵌入式耦合模式的运用
如果我们在水电工程中将挖掘数据和GIS系统相联系，这就会形成双系统，形成嵌入式耦合模式，这样可以充分发掘挖掘数据和GIS各自优势，让GIS系统为数据挖掘提供基础和分析数据空间，同时数据挖掘在利用GIS系统时，也可以减少数据挖掘量，从而减少数据在挖掘中出现的误差，提高整个数据开发效率。
3.3、重视松散式耦合
虽然我们在前文中强调加强数据挖掘和GIS系统之间联系，建立双系统，但是它们之间是彼此独立的，数据挖掘只是利用GIS系统为它提供更大的数据分析空间，也就是空间数据和属性数据在GIS中处理，并不是所有挖掘出的数据都在GIS系统中运行，这种松散式耦合方式，可以保持两个系统在运作时的独立性，这样就可以让各个系统互不干扰，避免系统混乱，让各子系统数据能够得到更有效分析和处理，加快开发节奏和效率。
4、工程实例分析
4.1、工程概述
某水电站于1963开始建设，于1975年完工，其位于黄河中游的陕西境内，装机容量122万5000kW，是新中国成立以来为数不多的达到百万千瓦的大型水利水电项目。大坝主体结构为混凝土结构，大坝高度为147m，其电站总存储容量为57亿8000万m3。其水利项目主要管理内容包括水库管理、水闸管理、堤防管理、引水工程管理、水利工程管理等。
4.2、工程管理数据挖掘模型的构建
数据模型主要功能包括水利工程防洪、除涝、灌溉、运输、发电、水产养殖等，电站周边区域的社会经济和农业发展受其影响尤为巨大。在过去的发展过程中，某市的水利工程在管理和决策中，这些都是比较复杂的非结构化决策。因此，构建一个探索性或查询驱动的数据挖掘模型会给水电站的工作人员和专家在数据检索和专业分析的工作上提供方便，使管理者在管理工作上更加的科学合理。
图1中的数据挖掘模型分为四层：数据存储层、多维数据库和数据仓库OLAP和OLAM层（数据挖掘的核心内容），用户界面层。用户界面层主要功能是管理员或用户进行人际对话、挖掘数据查询、挖掘结果显示以及数据结果输出。
4.3、数据挖掘技术与水利工程管理软件的集成
该水利工程项目管理的内容主要包括：管理水库，水闸管理、堤防管理、南水北调工程管理、项目管理、灌溉等方面。虽然数据挖掘有助于这个过程的开展，水给利工程的管理提供了科学依据，但如果该水利工程管理只是单单的进行数据挖掘，这是不符合数据挖掘系统理论的基本思想。因此，只有在现有的、成熟的国内水利工程项目管理成果的基础上，结合数据挖掘系统，这才是开发水电站管理种数据挖掘系统的最佳方式。
国内许多水利工程在管理和施工过程中，最常用的是GIS技术软件。GIS软件具有分析处理功能、空间数据查询功能。GIS技术软件本身蕴含着多样的数据信息，如当地的一些社会经济、地形地貌、地质、水文环境等。所以，对于水利工程管理数据挖掘系统的未来发展，首先要考虑的应该是如何实现GIS系统和数据挖掘理论系统完美衔接。
总而言之，随着近几年科学技术发展，我们从海量数据中发现许多潜在和有价值知识，这样数据挖掘就成为人们关心的热点，这也就要求我们在以后的实际工作中必须对其实现进一步研究探讨。
参考文献：
[1]韩红旗.水利工程管理数据挖掘模型研究[J].人民黄河，2010，01：73-74+76.
[2]韩红旗.数据挖掘技术在水利工程管理中的应用研究[J].中国管理信息化，2010，04：76-79.
[3]付晓旭.数据挖掘技术在水利工程管理中的应用[J].建材与装饰，2015，52：287-288.
[4]张松筠.数据挖掘技术在水利工程管理中的应用[J].经营管理者，2009，16：342.
[5]丁云球.简析数据挖掘技术在水利工程管理中的实施要点[A].中国武汉决策信息研究开发中心、决策与信息杂志社、北京大学经济管理学院.软科学论坛——企业信息与工程技术应用研讨会论文集[C].中国武汉决策信息研究开发中心、决策与信息杂志社、北京大学经济管理学院：，2015：1.
论文作者:饶学艺
论文发表刊物:《基层建设》2017年第21期
论文发表时间:2017/11/3
标签：数据论文; 数据挖掘论文; 信息论文; 工程管理论文; 水利论文; 系统论文; 水利工程论文; 《基层建设》2017年第21期论文;