基于数据资产化的水库安全强监管平台探讨

2020-04-17 06:33王金荣朱邓彬

浙江水利科技 2020年2期

王金荣，朱邓彬

（1.义乌市柏峰水库管理局，浙江义乌 322000；2.浙江省水利河口研究院，浙江杭州 310020）

1 问题的提出

“水利工程补短板、水利行业强监管”的总基调是贯彻新时代治水方针、解决新老水问题的一剂良方，是推进水利改革发展的有效举措。水库安全是防汛工作的底线，水库安全问题是水利部门最大的风险，加强水库安全监管一直是水利管理部门的核心业务，经过多年不懈努力和深化水利工程管理体制改革以及全面推行水利工程标准化管理，管理部门在水库监管方面做了大量基础性工作[1-2]并取得一定成效：如基本理顺大中型水库工程管理体制，逐步完善水库工程运行管理法律法规体系、管理制度和技术标准，运行管理工作逐步迈向制度化、规范化、标准化。但对照高质量发展和水利强监管的需求，水库工程本身和运行管理工作仍存在一些短板，传统的数据管理应用方式已经不能适应水库强监管的需要。从数据范围上看，非结构化数据、内外部数据混搭、数据质量参差不齐，数据分布散乱、流通不畅给水库监管带来困扰；从形式上看，数据加工复杂度和速度要求越来越高，而数据加工治理能力低下，数据处理缓慢影响决策效率，缺乏对数据的分析，智能化程度低基本没有自我学习能力，应用深度不够造成数据价值大打折扣，数据有效利用程度不高制约了数据价值的释放；从内涵上看，数据的交换、转让、交易等需求也需要创新数据管理应用模式。已建水库信息管理平台依赖于人工驱动，对新业务新情况适应能力差，水库监管业务工作协同联动不够灵活，总体上水库管理方面的信息化工作有基础，但支持和服务能力还较为欠缺，不能满足新形势的需要。为此如何更好地利用水库运行过程中产生的数据资源加强水库安全监管，弥补水库信息工程短板是新时代水库安全监管的必然需求。随着大数据[3]在各行各业的广泛应用，利用数据资产化的理念[4]对水库大坝多源信息数据资产化，通过对数据资产管理进一步增强信息共享、集成应用、业务协同等方面的能力，探讨并建设基于数据资产理念的水库强监管平台将有助于进一步发挥数据资产在分析（昨天）、评价（今天）、预报（明天）、调度（处置）和评估（效果）等水库安全监管中的信息支撑和服务水平，为水库强监管、安全运行和效益发挥提供科技支撑。

2 数据资产化探讨

数据作为一种基础性战略资源[5]，是水库强监管的重要生产要素，在水库监管数字化转型升级中发挥着越来越积极的作用。高质量的水库数据资产是水库高效运行的基础，水库强监管和信息披露对数据提出更高要求。随着水库的运行，水库监管数据也越来越丰富并为水库强监管提供基础，为此引入“资产管理”的方法和手段，以监管数据为核心，将数据资产化并逐步拓展水库监管数据资产化的深度和广度，对数据资产进行有效的治理、应用和运营。在关注水库安全生产的同时，更加注重资产的流通及利用，对水库资源的配置、开发利用、节约和保护，通过数据资产化实现水库的数据、业务、管理等要素的有效集成，通过数据资产的流动来整合提升各类应用系统，将水库管理从“人工驱动”转向“数据驱动”，实现数据价值最大化，更好地服务于水库强监管工作，促进水库资产保值增值。数据资产化途径和内容主要包括：

（1）统一数据标准。统一数据标准分类、标准信息项（标准内容）和相关编码来保障数据内外部使用和交换的一致性，以及准确性的规范性约束，以解决传统数据管理中存在多样多类、一数多源、混乱冲突等问题，从而保障信息共享、数据流通顺畅。

（2）统筹业务管理。建立一个清晰的协调机制和统一的数据管理渠道以及全面、准确、完整地反映水库安全生产状况的数据地图，在数据采集、传输、存储、应用、开放共享等全生命周期流程的各个环节保障监管业务能按需及时获得数据支持。

（3）提升数据处理效率。现状中由于数据开放度低，数据采集、预处理等工作周期较长，无法及时有效获取真实、完整、规范的数据以满足快速监管需要，需要提升开发及治理效率，让数据随时随地快速有效就绪。

（4）完善数据质量。数据能够被当作资产，并发挥越来越大的价值，其前提是不断提升数据质量。较差的数据质量常常意味着较低的业务管理决策水平，将直接导致数据统计分析不准确、监管业务难、决策困难等问题。需要建立规范的数据治理流程和考核机制等途径解决数据冗余、数据缺值、数据冲突、数据垃圾等数据质量问题，确保数据决策的可信性。

（5）保障安全合规。保障安全是数据资产管理和价值开发的底线，建立有效的数据安全管理机制，引入多方认证、区块链等技术保障数据安全，有效控制对敏感信息、隐私信息、保密信息的访问。

（6）释放数据价值。目前数据价值还没有得到充分释放，数据资产变现任重道远。数据资产管理是一个持续和动态的过程，应随着技术、市场、产业变化不断迭代，使数据资产能够为数字化转型提供源源不断的动力。在管理方面，需要建立一套符合数据驱动的组织管理制度和流程；在技术方面，需要建设现代化数据平台、引入智能化技术，确保数据资产管理系统平台持续、健康地为数据资产管理体系服务。

3 监管平台总体框架

数据资产管理是传统数据管理的升级版，水库数据资产管理是对产生于水库生产、运营、管理过程中的多源异构数据资产化并实施有效管理，主要通过数据采集、交付、存储和控制来提高水库数据资产的价值，为水库监管提供更好的产品和服务，降低水库监管成本控制监管风险。在数据资产管理概念下，强调紧紧围绕把数据作为一种资产，基于数据资产的价值、成本、收益开展全生命周期管理，贯穿数据采集、应用和价值实现等整个生命周期全过程，为此可以将数据资产管理内容分为数据基础、数据治理、数据运营、数据应用及场景变现等基本内容。基于数据资产化的水库监管平台总体框架见图1，是由数据采集、数据存储、数据计算、数据分析、数据治理、平台管理、资产应用等形成统一的水库管控架构。

（1）数据采集：包括实时数据采集、关系数据库数据抽取、文件数据采集、数据库实时复制等，快速接入水库基础数据、监测数据、运行管理数据等进行多渠道多途径采集和异构数据，实现从数据源到平台存储的信息资源整合共享。水库监管一般需要采集水情、工情、视频、闸门控制、水质、气象、生态环境、社会经济等信息，其中水情、视频、闸门、巡查等信息一般都实现自动化监测可实时采集；部分工情信息、设备巡检信息可实时采集，或从数据库抽取，或者通过已有应用系统抽取；其他日常监管中非结构化数据包括文档、图像、视频、遥感影像、Web数据等可依靠人工采集录入或其他途径采集，如险情可通过社会公众（如游人、居民）利用移动终端上传险情；Web数据可通过爬虫、抓取从互联网获得，包括水库区域社会经济信息、周边工程及企业建设信息、水库管理技术和管理经验等信息；同时也可通过资产购买方式获取水库范围遥感影像及其他资产等。

（2）数据存储：针对水库监管的非结构化数据、半结构化数据、结构化数据，采用关系型数据存储、非关系型数据存储、分布式文件存储等方式，以适应不同监管应用场景的数据存储需求。

（3）数据计算：结合水库业务需求，通过实时流计算、批量计算、内存计算、查询计算等数据处理技术实现数据在线统计、分析、过滤、预警等应用。

（4）数据分析：包括数据挖掘算法和工具，提供水库业务各种机器学习、模式识别、深度学习、统计分析、聚类分析、多维分析、关联分析等算法和工具，为水库监管提供监管信息在线分析、离线分析支撑。

（5）数据治理：包括元数据和主数据管理、数据资产质量、安全和评估等管理功能，通过数据治理让数据更加准确、完整、一致、安全，得到高质量的数据资产。

（6）平台管理：包括服务注册管理、安全管理、日志管理、系统管理、集群管理等管理功能。

（7）资产应用：让数据的使用更人性、便捷、高效、智能，提供多维度、多视角的信息和业务应用及场景变现，提高数字监管水平。主要包括安全生产、日常监管、调度运行、应急管理等，通过将水库数字化信息资产与水库日常运行业务相融合促进水库监管数字化转型，为水库高质量监管提供多层级、多用户、全过程、全方位的协同支持和服务。

4 主要功能设计

基于数据资产理念的水库监管平台主要功能设计见图2。主要包括数据资产台帐管理、数据地图展示、数据资产日常监管和数据资产应用等功能。

图2 水库监管平台主要功能图

（1）台账管理。数据资产台帐管理是对水库非结构化、半结构化、结构化的水库数据资产台帐进行管理维护，主要包括资产分类、编码维护和业务关联管理，实现对数据资产信息可管、可查、可视。①资产分类：定义数据资产分类标准，并按标准形成数据资产分类；②编码维护：针对数据资产基本属性、业务属性、技术属性、管理属性等，通过数据编码对数据资产进行统一编码管理维护；③业务关联管理：对数据资产涉及的业务对象进行关联管理，通过设置跨业务领域的数据间验证关系、关联稽核规则等维护数据的关联。

（2）数据地图。水库数据地图是以图形化方式展示水库数据资产的全景视图，是从一个完整统一、标准的数据资产视角，从业务、技术、管理等维度进行多层次多层级的图形化展现，主要包括数据导航、数据资源和数据档案。①数据导航：数据导航采用多层级数据地图的方式从技术、业务、管理、资产等视角展示数据资产所在位置以及数据资产之间关系，支持快速搜索定位，找到各种数据资产，形成有效的数据交汇以支持应用分析；②数据资源：提供该数据资产快速的个性化展现形式，在数据搜索结果上，直接配备与数据使用相关的辅助性工具，方便使用者获取所需要的关键信息，帮助实现数据采样、数据查询、数据下载、数据安全沙箱等各种数据使用方式；③数据档案：提供每项数据资源的详细档案，包括基础属性、业务属性、管理属性、技术属性等方面详细内容，积累过去所有进行过的数据加工知识，帮助使用者更快速便捷地获取数据摘要信息、数据分析、数据报表等内在信息，在相似场景下更好更快地推送或重复使用这些数据，让数据使用更加得心应手，提供如手机地图软件一样的创新数据服务形式，大大提升数据资产的配置效率。

（3）日常监管。通过对数据资产流通的各个阶段、环节设置关键监控点，监测监控点变化情况以了解数据资产的全局情况和动态变化情况，监控评估数据资产在配置合理性、应用充分性、质量可靠性、风险可控性等方面的内容，从而有针对性地进行决策分析，并落实监管动作。①溯源管理：从数据血缘出发进行资产全过程全局监控，动态跟踪数据变化，利用跨业务数据间的关联验证规则，对每一阶段的数据资产变化进行影响分析，通过一张表清晰得知数据的来龙去脉，字段拆分，清洗过程，表的流转，数据量的变化，对数据资产整个生命过程的信息，包括创建、发布、流转、变更、消亡等一系列活动进行管理，实现数据的溯源跟踪，对数据资产的流向和来源进行查询，对监控点进行自动监测和预警，对超出设定阙值的数据资产进行异动告警，分析追踪易出现的故障，制定有针对性的风险防范计划和隐患处理方案以保障水库安全生产；②数据健康体检：结合数据资产核心业务元素和管理特点对元数据和主数据进行体检，通过对数据资产在不同环节关键指标的采集进行基础数据质量分析、交叉引用分析、血缘关系分析和变更影响分析来诊断数据健康，驱动数据治理不断完善；③运维监控：主要包括数据标准管理、质量管理、安全管理等功能，通过数据质量校验、数据异常识别、数据流转监控等方法保障数据质量的可靠性；④数据资产评估：基于图形化方式管理维护资产价值模型、资产信用模型、资产影响模型等数据资产价值评估模型，对数据可信度、及时性、完备性等进行评价，计算数据资产价值。

（4）资产应用。水库数据资产将水库数据和业务有效融合，为水库各级管理单位（水库管理处、县市级水利局、省区级水利局等）提供覆盖大坝自动化监测、闸门自动控制、水雨情遥测等信息感知和水库安全生产、日常运营、调度运行、应急管理等业务服务，为水库规范运行、科学调度提供支撑。用户可根据实际需求定制数据资产的服务和价值变现，通过数据/事件驱动自动完成相关管理工作。①安全生产服务：对数据资产进行统计分析，确定安全生产风险防控点，自动评价安全生产状况，按照风险等级从高到低依次发布红、橙、黄、蓝4级预警服务，对风险等级进行有效管控；结合隐患实时排查数据和隐患处理方案，实现水库生产自我约束、自我纠正、自我提高，推动实现安全生产纵深防御、关口前移、源头治理。②调度运行服务：利用数据资产以及实时计算能力，在深入分析水库安全度汛存在的问题和风险的基础上，因库制宜生成调度方案并对水库安全运行全过程监督管理；应用场次洪水数据信息自动调整模型参数，提高洪水预报精度，仿真模拟下游洪水演进与风险分析，计算淹没范围和损失，精准提取防汛预警信息并实现预警短信（授权后）快速发布。③日常监管服务：结合数据资产和实时感知信息，灵活运用专家知识和经验自动分析水库当前运行条件，确定其运行工况，进行工程安全状况分析评判与预警以满足水库安全管理需要。④应急管理服务：数据资产支持“平战结合”，为日常应急管理和突发事件应急处置提供信息服务，在应急管理事前准备、事中响应和事后救援与恢复的每一阶段提供全方位支持，如通过个人移动应急终端随时随地处理应急业务，获取突发事件最新情况和应急预案等相关信息，对灾害条件下应急现场信息全面、快速、准确、高效获取提供“第一手资料”，最大限度解决存在“最后1公里”的信息获取瓶颈，提升水库应急处置的精准程度和管理效率。

5 结语

（1）数据资产化有助于全面了解和掌控水库的前世今生及其运行发展过程，大大提高水库大坝安全监测、雨情、水情、灾情、旱情等信息的实用性，提高分析、评价、预测和预报的可靠性，提高水库统一调度、统一管理运行水平，最终达到充分发挥水库设计功能的作用。