摘要：近年来，随着中国经济与科学技术的快速发展，在现代化背景下，与水利工程有关的基础设施建设也得到相应的完善。尤其是在水利工程管理与建设活动中，数据挖掘技术广泛运用，能够在海量数据中建立数据挖掘模型，及时发现有价值和潜在的知识并进行提炼，以此提升水利工程管理系统功能，让水利工程管理趋向于科学化和专业化。
关键词：空间数据挖掘；水利工程；数据挖掘模型；地理信息系统；数据仓库
引言
在水利工程管理中，运用数据挖掘技术能够在海量数据中及时发现有价值、潜在的知识特点技术，并对其进行提炼，让水利工程管理趋向于科学化、专业化。文章主要从数据挖掘技术含义与常用方法出发，阐述了数据挖掘的实施步骤与水利工程管理数据挖掘系统模型建立，对基于数据挖掘技术的水利工程管理要点进行分析，希望能为水利工程管理提供借鉴。
1数据挖掘技术常用方法
从另一个角度看，数据挖掘是资料收集、信息化采矿等。在水利工程项目管理过程中，数据挖掘技术的应用对水利工程项目的管理起着重要的推动作用。同时，数据挖掘是从数据库中发掘信息的过程（数据库知识发现）。数据挖掘的主要应用于大量的数据的采集整理，通过搜索算法来隐藏信息的过程。同样，在当今的信息时代，数据挖掘与计算机和先进的科学技术密切相关，通过计算机、互联网搜索、统计、分析、和其他方面的发展，可服务于许多行业和许多项目。
在水利工程项目管理活动中，运用数据挖掘技术，要求员工必须掌握相应的数据挖掘技术，才能在庞大的数据信息中挖掘出有价值的信息数据。一般情况下，在水利工程管理中较为常见的数据挖掘技术主要有以下几种：
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。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。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。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数据挖掘技术在水利工程管理中的应用出现的问题
2.1部门专家观点之间存在差异
在水利工程管理中使用了大量的数据，特别是采煤工艺在处理大空间问题上，加之水利部门普遍较大，且越来越多，需要与各部门协调配合工作。但不同的部门通常只负责沟通、交流的时间少，再加上数据分析技术落后于实践，各部门使用的仪器不一样，在数据点的分析上各专家持不同意见，这将阻碍数据处理，从而影响部门之间的合作，数据非常容易干扰，从而影响整个项目进展情况。
期刊文章分类查询,尽在期刊图书馆
2.2与GIS系统联系不密切
GIS在水利工程信息系统中占有很大的比重，是水利工程信息系统中不可缺少的一部分，它的主要功能是产生大量的空间数据，空间数据的计算、查询和分析，以及空间数据可视化是非常复杂的，单纯的依靠手工和一般信息系统是无法解决的，所以我们应该充分利用GIS系统。然而，在现实中，由于在这方面缺乏专业人才，充分利用原有的数据和GIS系统以进行有效结合，两者一起处理复杂的空间数据，现在还有很多事情要解决。
2.3数据挖掘模型建立不够完善
我国的水利工程虽然已经开展多年，但水利工程信息系统的应用还处于起步阶段。如今，数据挖掘技术模型可以帮助水利工程数据挖掘的人员可以预见在工程设计和施工过程中存在的差距等问题，确保水利工程项目按照原先设定好的方向进。
3如何提高数据挖掘技术在水利工程管理中的应用技术
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实例分析
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。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。结束语
总之，数据挖掘技术在水利工程管理中的应用使我们能够分析水利工程的数据更加的全面，这样我们就可以充分挖掘潜在的、有价值的信息，使项目管理更加有效率，使工程的投入资金能被合理的利用，从而提高水电工程质量和工作效率，降低项目管理成本，使水电工程发挥出最大的社会效益和经济效益。虽然在挖掘数据方面还存在很多问题，但我们希望能在今后的水电工程管理中更多的去采用这种技术，为项目管理提供更多的帮助，促进国民经济的发展。
参考文献
[1]叶华.数据挖掘技术在水利工程管理中的实施要点[J].科技资讯，2015，13(12):118.
[2]戴元将，祁智，陈爱鑫.数据挖掘技术在水利工程管理中的应用研究[J].经营管理者，2014，(13):308.
论文作者:王健
论文发表刊物:《基层建设》2018年第3期
论文发表时间:2018/5/18
标签：数据论文; 数据挖掘论文; 水利论文; 工程管理论文; 技术论文; 信息论文; 水利工程论文; 《基层建设》2018年第3期论文;