一种融合水系流向的流域环境空间设施风险分析方法及系统与流程

本技术属于水利工程风险评估的，具体涉及一种融合水系流向的流域环境空间设施风险分析方法及系统。

背景技术：

1、流域内闸站、泵站、堤防、排水管网等多层级空间设施之间存在着功能依赖、水力联系和空间邻接等多维关联关系，当某一设施发生故障或失效时，风险可能沿着这些关联路径向其他设施传导扩散，形成复杂的链式效应，如何系统化地表征和量化这种跨设施的风险链式传导过程是当前流域风险分析领域亟待突破的关键问题。

2、常见的流域风险分析方法通常针对单一设施或封闭区域内部进行独立评估，通过建立设施本体的安全状态模型或风险指标体系对设施自身的失效概率和后果进行判定，但这种方法割裂了流域设施之间的内在关联，无法揭示风险在设施网络中的传播路径和演化机理，同时缺乏对风险链式失效效应的量化评估能力，导致风险管控策略仅能覆盖单一设施而难以形成覆盖关键风险链的系统性防护方案。

技术实现思路

1、针对现有技术中存在的不足，本发明提供一种融合水系流向的流域环境空间设施风险分析方法及系统，可以有效解决上述背景技术中的问题。

2、为实现上述目的，本发明采取的技术方案为：

3、第一方面，本发明提供一种融合水系流向的流域环境空间设施风险分析方法，该方法包括如下步骤：

4、按照功能类型、流域位置和防洪等级对设施进行三维分类，功能类型分为调蓄设施、输排设施、防护设施和排水设施，流域位置分为上游设施、中游设施和下游设施，防洪等级分为一级防洪设施、二级防洪设施和三级防洪设施，生成由功能类型编码、流域位置编码和防洪等级编码组成的唯一多层级分类编码，并构建包含设施空间位置坐标信息、结构参数信息、运行状态信息和历史故障记录信息的属性数据库；

5、分析设施间的功能依赖关系、水力联系和空间邻接关系，分别构建第一关联维度矩阵、第二关联维度矩阵和第三关联维度矩阵，通过加权融合生成多维关联矩阵；

6、将各设施映射为网络节点，将设施间的风险关联关系映射为有向边，有向边的边方向与水流方向保持一致，以所述多维关联矩阵中的元素值作为有向边的边权值，构建有向加权风险链网络模型；

7、利用最短路径算法、介数中心性算法和pagerank算法对所述有向加权风险链网络模型进行图论分析，确定关键风险设施节点集合和关键风险传播路径；

8、构建节点脆弱性指标、链路脆弱性指标和网络整体脆弱性指标，对所述关键风险传播路径进行量化评估；

9、根据节点脆弱性等级和链路脆弱性等级，生成针对设施和风险传播路径的分级分类管控策略。

10、进一步地，所述分析设施间的功能依赖关系、水力联系和空间邻接关系，分别构建第一关联维度矩阵、第二关联维度矩阵和第三关联维度矩阵，通过加权融合生成多维关联矩阵，具体包括：

11、基于设施间的上下游功能依赖关系设定权重系数，完全功能依赖对应权重系数为1.0，部分功能依赖对应权重系数为0.5，无功能依赖对应权重系数为0，形成第一关联维度矩阵；

12、依据水力学原理分析设施间的水力联系，将水力联系分为直接水力联系、间接水力联系和通过中间设施中转的水力联系，分别设定权重系数0.9、0.6和0.3，无水力联系对应权重系数为0，形成第二关联维度矩阵；

13、计算设施间空间距离，根据空间距离与预设邻接阈值的比较结果，将空间邻接分为紧邻关系、邻近关系和弱邻接关系，分别设定权重系数0.8、0.5和0.2，无邻接关系对应权重系数为0，形成第三关联维度矩阵；

14、对第一关联维度矩阵、第二关联维度矩阵和第三关联维度矩阵进行加权融合，加权融合的权重系数w1、w2、w3满足w1+w2+w3=1，生成多维关联矩阵，其中多维关联矩阵的元素值，为第一关联维度矩阵中设施i对设施j的元素值，为第二关联维度矩阵中设施i对设施j的元素值，为第三关联维度矩阵中设施i对设施j的元素值。

15、进一步地，所述将各设施映射为网络节点，将设施间的风险关联关系映射为有向边，有向边的边方向与水流方向保持一致，以所述多维关联矩阵中的元素值作为有向边的边权值，构建有向加权风险链网络模型，具体包括：

16、为每个设施分配唯一标识符，并将设施的空间位置坐标信息、结构参数信息、运行状态信息和历史故障记录信息作为网络节点的节点属性数据特征；

17、遍历所述多维关联矩阵中所有非零元素，当所述多维关联矩阵中第i行第j列的元素值非零时，建立从网络节点i指向网络节点j的有向边，表示风险可从设施i向设施j传导；

18、将所述有向边的边权值设置为所述多维关联矩阵中对应位置的元素值。

19、进一步地，所述利用最短路径算法、介数中心性算法和pagerank算法对所述有向加权风险链网络模型进行图论分析，确定关键风险设施节点集合和关键风险传播路径，具体包括：

20、以所述有向加权风险链网络模型中有向边的边权值作为路径长度度量，采用最短路径算法计算任意两个设施节点之间的风险传播最短路径，获取风险从源设施传导至目标设施所经过的中间设施序列，识别风险传导的潜在主要通道；

21、计算各网络节点的介数中心性指标，所述介数中心性指标cb(k)为经过所述网络节点k的最短路径数量占网络总最短路径数量的比例，所述介数中心性指标cb(k)的计算公式为：

22、

23、其中，cb(k)表示网络节点k的介数中心性指标，σij表示从网络节点i到网络节点j的所有最短路径的总数量，σij(k)表示从网络节点i到网络节点j的所有最短路径中经过网络节点k的路径数量；

24、采用pagerank算法迭代计算各网络节点的重要性排名得分，阻尼系数d取0.85，所述pagerank算法的迭代计算公式为：

25、

26、其中，pr(u)表示网络节点u的pagerank得分，d表示阻尼系数，n表示有向加权风险链网络模型中的网络节点总数，bu表示所有存在指向网络节点u的有向边的网络节点集合，pr(v)表示网络节点v的pagerank得分，l(v)表示网络节点v的出链总数，迭代终止条件为所有网络节点的pagerank得分在相邻两次迭代中的最大变化量小于预设收敛阈值；

27、将介数中心性指标排名前10%的中转枢纽网络节点、pagerank得分排名前10%的影响力主导网络节点以及被最短路径经过次数排名前10%的关键通道网络节点取并集，构成重点监控对象集合，并基于所述重点监控对象集合确定关键风险设施节点集合；

28、将所述关键风险设施节点集合所涉及的传导路径确定为关键风险传播路径。

29、进一步地，所述节点脆弱性指标为设施节点的失效概率与失效后果严重程度的乘积，其中失效概率基于设施运行状态评估结果、历史故障频率和设备老化程度确定，失效后果严重程度基于防洪等级和下游影响范围量化；

30、所述链路脆弱性指标为风险传播路径上有向边的边权值与目标设施节点的节点脆弱性指标的乘积；

31、所述网络整体脆弱性指标为所有关键风险传播路径的链路脆弱性指标之和与网络连通度的比值，所述网络连通度为有向加权风险链网络模型中实际存在的有向边数量与最大可能有向边数量之比。

32、进一步地，所述将介数中心性指标排名前10%的中转枢纽网络节点、pagerank得分排名前10%的影响力主导网络节点以及被最短路径经过次数排名前10%的关键通道网络节点取并集，构成重点监控对象集合，并基于所述重点监控对象集合确定关键风险设施节点集合，具体包括：

33、将介数中心性指标排名前10%的中转枢纽网络节点、pagerank得分排名前10%的影响力主导网络节点和被最短路径经过次数排名前10%的关键通道网络节点取交集，构成最高优先级防护对象；

34、将介数中心性指标排名前10%的中转枢纽网络节点、pagerank得分排名前10%的影响力主导网络节点和被最短路径经过次数排名前10%的关键通道网络节点取并集，构成重点监控对象集合；

35、基于所述最高优先级防护对象和所述重点监控对象集合，确定关键风险设施节点集合及关键风险传播路径。

36、进一步地，所述有向加权风险链网络模型中有向边的方向从上游设施指向下游设施，以体现风险沿水系流向从上游向下游传导的基本规律。

37、进一步地，所述运行状态信息的采集采用差异化采样间隔，对于一级防洪设施，采样间隔设定为5分钟；对于二级防洪设施和三级防洪设施，采样间隔设定为30分钟。

38、进一步地，所述失效后果严重程度的量化方式为：

39、基础分值依据防洪等级确定，一级防洪设施基础分值为0.7，二级防洪设施基础分值为0.4，三级防洪设施基础分值为0.2；

40、下游影响范围修正系数依据受影响的下游设施数量确定，受影响的下游设施数量为0至2个时修正系数为1.0，受影响的下游设施数量为3至5个时修正系数为1.3，受影响的下游设施数量超过5个时修正系数为1.6；

41、将基础分值乘以下游影响范围修正系数得到失效后果严重程度值。

42、另一方面，本发明提供一种融合水系流向的流域环境空间设施风险分析系统，包括：

43、多级分类编码模块，用于按照功能类型、流域位置和防洪等级对设施进行三维分类，并生成由功能类型编码、流域位置编码和防洪等级编码组成的唯一多层级分类编码；

44、属性数据库模块，用于构建包含设施空间位置坐标信息、结构参数信息、运行状态信息和历史故障记录信息的属性数据库；

45、多维关联矩阵构建模块，用于分析设施间的功能依赖关系、水力联系和空间邻接关系，分别构建第一关联维度矩阵、第二关联维度矩阵和第三关联维度矩阵，并通过加权融合生成多维关联矩阵；

46、风险链网络模型构建模块，用于将设施映射为网络节点，将风险关联关系映射为有向边，有向边的边方向与水流方向一致，并以所述多维关联矩阵中的元素值作为有向边的边权值，构建有向加权风险链网络模型；

47、图论分析模块，用于利用最短路径算法、介数中心性算法和pagerank算法对所述有向加权风险链网络模型进行图论分析，确定关键风险设施节点集合和关键风险传播路径；

48、脆弱性量化评估模块，用于构建节点脆弱性指标、链路脆弱性指标和网络整体脆弱性指标，对所述关键风险传播路径进行量化评估；

49、管控策略生成模块，用于根据节点脆弱性等级和链路脆弱性等级生成针对设施和风险传播路径的分级分类管控策略。

50、综上所述，本技术包括以下至少一种有益技术效果：

51、1、本发明通过构建功能依赖、水力联系和空间邻接三个维度的关联矩阵并加权融合，系统性地揭示流域设施之间原本割裂的内在关联，能够量化风险在设施网络中的传导潜力，为流域风险分析提供从孤立评估转向网络化分析的技术路径。

52、2、本发明通过将设施映射为网络节点、将风险关联关系映射为有向边，且边方向与水流方向保持一致，构建有向加权风险链网络模型。该模型完整刻画风险沿水系流向从上游向下游传导的基本规律，使得风险传导的方向性与强度分布得以定量表达，弥补现有方法无法刻画风险链式传播路径的技术空白。

53、3、本发明通过综合运用最短路径算法、介数中心性算法和pagerank算法对有向加权风险链网络模型进行图论分析，能够从多个维度精准识别关键风险设施节点和关键风险传播路径，实现对风险传导潜在主要通道、中转枢纽节点和影响力主导节点的全面定位，为风险防控提供明确的目标对象。

54、4、本发明通过构建节点脆弱性指标、链路脆弱性指标和网络整体脆弱性指标三个层次的量化评估体系，并据此生成针对设施和风险传播路径的分级分类管控策略，实现从风险识别到量化评估再到精准管控的完整闭环，使得风险管控策略能够覆盖关键风险链而非仅局限于单一设施，形成系统性的防护方案。