综合管廊风险预警识别关键技术与应用

综合管廊是将电力、通信，燃气、供热、给排水等各种工程管线集于一体，设有检修、吊装和监测等设施，实施统一规划、统一设计、统一建设、统一管理的地下隧道空间，其运营管理对“城市生命线系统”的安全运行至关重要。习近平总书记在2016年7月布置防汛抗洪抢险救灾工作时指出，要加快综合管廊建设，提升防汛抗洪和减灾救灾能力。中共中央和国务院正式批复的《关于加强城市地下综合管廊建设管理的实施意见》(京政办发〔2018〕12号)、住房和城乡建设部发布的《城市地下综合管廊运行维护及安全技术标准》均对综合管廊的建设和发展给出了重要的指导意见。中共中央国务院和北京市政府接连出台关于“综合管廊”的规划和实施意见，将构建“一核一主一副、两轴多点一区”城市空间布局，涵盖首都核心区、中心城、城市副中心、冬奥会、新机场、怀柔科学城等城市发展重点区域。
随着综合管廊建设规模的增大，管廊内管线主体的增多，如何有效提高综合管廊管理能力、保障管廊投入使用后常年安全稳定的运行，是综合管廊投入使用后迫切需要面对和解决的问题。目前综合管廊分散化监管所带来的问题越来越突出，比如，数据难以二次利用、管廊主体责任不清、政府监管难度大以及应急管理难以统一等。鉴于综合管廊分散化监管存在的问题，本书将探索城市级综合管廊集中化监管的应用模式。采用集中化管理，廊内数据的统一管理，可实现综合管廊行业数据共享。从政府层面看，集中化管理由于统一组织、统一监管，有利于节省政府监管成本。可以保证不同粒度数据信息的有效层级传递和统一的协作模式，提高政府处理大量日常事件效率、提高政府应急指挥效率，从而提高政府的监管水平和监管效率。从企业层面看，将运营管理数据纳入统一监管平台，打破由单一层级、多通道数据传输产生的信息孤岛，提升管理效率，节省运营成本。从技术层面看，集中化管理由于统一管理综合管廊行业内的各种数据，数据信息共享互通，有利于对数据的重复使用和深度分析，从而有助于耦合危险源的识别预测以及风险分析，有助于多灾种耦合事故的演化分析以及模拟仿真推演，有利于统一应急指挥调度； 集中化管理有助于建立一套标准化、权威化的数据确权管理方法，有利于事故发生后，责任主体的确权。集中化监管在带来好处的同时，同样存在主体多样、环境复杂、因素众多等难题亟待解决。
本书的主要内容具体包括： 
1． 数据管理
数据管理的主要任务是研究数据清洗、数据应用技术，解决综合管廊集中化管理过程中的数据管理问题。
2． 场景应用
场景应用的主要任务是研究人员管理、设备管理、环境监测、预案准备、辅助决策制定、监控执行的关键技术，满足综合管廊集中化管理过程中的日常运维和应急协同需求。
3． 监管平台
监管平台的主要任务是按照“技术研究——技术示范—技术优化——技术应用”周期理论，进行综合管廊集中化管理的具体应用。
总之，本书首次突破综合管廊的多层级协同监管的技术壁垒，从政府治理和技术实现的角度深入研究综合管廊协同监管的管理技术和数据处理技术； 形成基于大数据、物联网、传感技术的多层级协同监管统一技术架构标准，以利于今后综合管廊行业的稳健快速发展； 首次为综合管廊智慧协同监管及应急预警的关键技术环节提供了整体协同的解决方案，强化监管，提升城市综合管理运行效率。
本书的编写人员如下： 第1章(常丹、马翼萱、闫晓杰、海楠)；  第2章、第3章和第4章(常丹、冯伟鑫、闫晓杰、沈吉仁)；  第5章、第6章、第7章和第8章(常丹、孙春香、海楠、马翼萱)； 第9章、第10章、第11章、第12章和第13章(王儒、薛刚、康来松、沈吉仁)； 第14章和第15章(高松、姚运梅、彭怀军、沈吉仁、肖鹏)。
同时，特别感谢清华大学出版社有限公司在专著出版过程中的大力支持，感谢北京京投城市管廊投资有限公司在资料收集和成果应用过程中的无私帮助，感谢国家社会科学基金“后期资助”——城市综合管廊智慧监管关键技术及应用（项目编号： 21FGLB059）的大力支持。
本书将不断完善风险管理体系和智慧监管平台，并将成果逐步推广到全国综合管廊，达到正常状态下主管部门科学监督、有效考核，管廊各参与单位职责明确、各司其职、协作顺畅，全市管廊资源统一调度、高效节约，确保管廊正常安全运行； 在应急状态下，各单位能够按照各自承担的职责、措施和程序迅速协同处置突发事件，确保对管廊的危害降到，切实保障管廊安全。

本书根据“以数据为中心、以知识库为支撑、以技术集成为依托、面向应用服务”的宗旨，借助先进的物联网、人工智能、大数据等手段，论述涵盖风险识别、风险度量和风险应对多维度全生命周期一体化的综合管廊的综合监控、巡检维护、隐患排查、运维管理、应急处置等方面的关键技术，解决综合管廊的集中监管、常态监控、智慧预警和协同应急中的关键问题，实现综合管廊的安全、高效运行，为全国地下城市级综合管廊的“驾驶舱”式协同监管提供保障。

本书根据“以数据为中心、以知识库为支撑、以技术集成为依托、面向应用服务”的宗旨，借助先进的物联网、人工智能、大数据等手段，论述涵盖风险识别、风险度量和风险应对多维度全生命周期一体化的综合管廊的综合监控、巡检维护、隐患排查、运维管理、应急处置等方面的关键技术，解决综合管廊的集中监管、常态监控、智慧预警和协同应急中的关键问题，实现综合管廊的安全、高效运行，为全国地下城市级综合管廊的“驾驶舱”式协同监管提供保障。

宫大庆，清华大学经济管理学院博士后，美国加州大学伯克利分校访问学者，北京交通大学经济管理学院讲师。多个SCI期刊领域主编、国际会议出版主席。研究方向包括：大数据与机器学习、仿真与优化研究。完成国家自然科学基金委、教育bu人文社科、工业和信息化部等相关课题多项，出版专著一部，发表学术论文30余篇，具有较强的学术功底。

第1章 绪论

1.1研究意义和存在的问题

1.2国内外研究现状述评

1.2.1综合管廊运维管理模式

1.2.2政策及行业标准

1.2.3综合管廊理论研究

1.2.4算法模型与系统设计

1.3研究内容

1.4待解决的问题与重难点分析

1.4.1待解决的问题

1.4.2重难点分析

1.5研究价值与主要创新点

1.5.1理论价值

1.5.2应用价值

1.5.3主要创新点

参考文献

第2章 基于故障模式与影响分析的综合管廊风险识别

2.1评估方法

2.2综合管廊日常监管风险因素分析

2.2.1文献分析法

2.2.2综合管廊日常监管风险因素修正

2.3基于改进FMEA的综合管廊日常监管风险因素分析

2.3.1区间值直觉模糊集理论

2.3.2基于区间值直觉模糊集的FMEA

2.3.3综合管廊日常监管过程中关键风险因素分析

2.3.4综合管廊日常监管过程中严重风险因素防范

2.4结论

参考文献

第3章 考虑正向因素传递的综合管廊风险识别

3.1研究方法

3.1.1层次分析法

3.1.2风险结构矩阵

3.2仿真分析

3.2.1安全风险因素分析

3.2.2风险系统路径确定

3.2.3构建动力学模型

3.3仿真结果

3.4结论

参考文献

第4章 考虑因素回路的综合管廊风险识别

4.1引言

4.2文献综述

4.3综合管廊运维风险路径分析

4.3.1综合管廊运维风险因素

4.3.2综合管廊运维风险路径分析

4.4综合管廊运维风险系统动力学模型

4.4.1综合管廊运维风险系统动力学模型构建

4.4.2仿真模型实验

4.5结论与启示

参考文献

第5章 基于本体的综合管廊施工风险知识库构建

5.1研究背景

5.1.1综合管廊施工风险管理研究

5.1.2本体与知识库相关研究

5.1.3案例推理相关研究

5.2研究问题和意义

5.3研究内容

5.3.1研究方法

5.3.2数据来源

5.3.3技术路线

5.4综合管廊施工风险管理知识库构建

5.4.1基于本体论的综合管廊施工风险管理模型

5.4.2综合管廊施工风险管理知识库构建步骤

5.5结论

参考文献

第6章 基于改进AHPCIM的综合管廊风险评价研究

6.1研究背景

6.2研究方法

6.2.1改进层次分析法

6.2.2CIM模型

6.2.3改进AHPCIM模型构建

6.3实例验证分析

6.3.1构建综合管廊运维风险评价指标体系

6.3.2确定风险因素的权重

6.3.3计算CIM模型概率分布

6.4结论与建议

参考文献

第7章 本体知识库结合贝叶斯网络的综合管廊风险预警

7.1研究背景

7.2相关研究

7.2.1本体论技术研究

7.2.2贝叶斯网络研究

7.3研究方法

7.3.1WBSRBS

7.3.2本体建模

7.3.3贝叶斯网络模型

7.4基于WBSRBS的综合管廊风险识别

7.4.1综合管廊WBS分解

7.4.2综合管廊RBS分解

7.4.3WBSRBS风险耦合矩阵

7.4.4风险识别清单

7.5本体知识库构建

7.5.1对本体进行建模

7.5.2知识库可视化

7.6管廊风险贝叶斯网络模型构建

7.7研究结果

7.7.1风险概率分级

7.7.2各节点风险发生概率计算

7.8结论

参考文献

第8章 基于改进决策树的综合管廊风险耦合研究

8.1研究背景和研究问题

8.1.1研究背景

8.1.2研究问题

8.1.3耦合风险度量及其在其他领域的应用

8.1.4研究现状综述

8.2管廊知识及相关理论基础

8.2.1管廊风险类别及发生后果

8.2.2风险度量

8.2.3数据挖掘

8.2.4朴素贝叶斯

8.2.5耦合效应

8.3综合管廊数据的处理和填补

8.3.1管廊数据的来源和预处理

8.3.2决策树算法处理数据

8.4风险耦合模型的选取

8.4.1耦合度模型

8.4.2多米诺事故耦合效应

8.4.3NK模型

8.5NK模型建立风险耦合体系

8.5.1风险耦合机理

8.5.2风险耦合类型的划分

8.5.3世园会事故类型统计

8.5.4风险耦合概率及风险耦合值的度量

8.5.5结果分析

8.6综合管廊风险管理措施

8.6.1耦合前的风险管理措施

8.6.2耦合中的风险管理措施

8.6.3耦合后的风险管理措施

8.7结论

参考文献

第9章 基于SEIRS模型的综合管廊风险传递监测

9.1研究背景

9.2综合管廊风险传递过程分析

9.3综合管廊风险传递模型

9.3.1模型假设

9.3.2传递模型

9.3.3平衡点和阙值

9.3.4风险传递阙值影响因素分析

9.3.5综合管廊风险的SEIRS模型

9.4结论与展望

参考文献

第10章 综合管廊燃气泄漏演化与预警仿真研究

10.1研究背景

10.2综合管廊燃气仿真模型构建

10.2.1物理模型构建

10.2.2边界条件设置

10.2.3网格划分

10.2.4网格的无关性检验

10.2.5模型求解

10.3Fluent计算设置

10.3.1设置求解器

10.3.2边界条件设置

10.4综合管廊燃气泄漏扩散半径研究

10.5综合管廊燃气预警研究

参考文献

第11章 基于Petri网的综合管廊火灾风险评估方法

11.1研究背景

11.2分析方法

11.2.1动态变权模糊Petri网

11.2.2事件树分析

11.2.3火灾模拟器

11.3基于动态变权模糊Petri网的分析方法

11.3.1模糊概率的计算

11.3.2基于模糊Petri网的模糊推理

11.3.3基于事件树的事故场景推理

11.3.4风险评估

11.4应用实例与发现

11.4.1样本选取

11.4.2分析过程

11.4.3分析结果

参考文献

第12章 基于设备故障率的综合管廊环境智能调控

12.1研究背景

12.2研究方法

12.3综合管廊数据预处理

12.3.1数据描述

12.3.2多元数据融合

12.4设备故障率特征提取

12.4.1CART回归树模型

12.4.2基于CART回归树的设备故障率影响因素分析

12.5基于神经网络的设备故障预测

12.5.1预测模型

12.5.2实验结果

12.6基于多目标优化模型的环境智能调控

12.6.1多目标优化模型

12.6.2基于设备故障率与能耗的多目标优化模型建立

12.6.3智能算法多目标优化算法

12.7总结与展望

参考文献

第13章 基于智能算法的综合管廊异常行为识别

13.1研究背景和意义

13.1.1研究背景

13.1.2国内外研究发展现状

13.1.3研究意义

13.1.4技术优势

13.2算法介绍

13.2.1基于CenterNet的特征提取

13.2.2基于卷积自动编码器的异常评分函数

13.2.3基于多实例AUC的损失函数

13.3实验框架

13.3.1实验数据

13.3.2评估指标

13.3.3比较方法

13.3.4实施细节

13.4实验结果

13.4.1推荐效率比较

13.4.2每包实例数敏感性分析

13.4.3误报率分析

13.5应用方案

13.5.1应用方案综述

13.5.2应用方案设计

13.6总结与展望

参考文献

第14章 基于融合通信技术的综合管廊综合调度指挥

14.1融合通信系统关键技术

14.1.1融合通信系统研究必要性

14.1.2市场分析

14.1.3竞品分析

14.1.4系统搭建

14.1.5融合通信系统需求

14.2BIM应用

14.2.1平台BIM数据要求

14.2.2BIM建设需求分析

14.2.3BIM模型建设标准

14.2.4BIM现场应用案例

第15章 综合管廊云服务平台方案

15.1系统关键技术选型

15.1.1BIM技术介绍

15.1.2传感器网络设计

15.1.3视频压缩技术

15.1.4分布异构数据的集成与共享技术

15.1.5监控数据集成共享平台

15.1.6综合管廊智能运行维护管理系统门户技术

15.2综合管廊智能运行维护管理系统设计

15.2.1综合管廊智能运行维护管理系统分析

15.2.2综合管廊智能运行维护管理系统设计

15.3数据分布式存储设计方案

15.3.1综合管廊智能运行维护管理数据量统计与分析

15.3.2分布式存储原则

15.3.3分布存储方式

15.3.4分布式调用

15.3.5数据耦合

15.4数据库设计

15.4.1数据库需求分析

15.4.2数据库结构设计

15.4.3综合管廊运维数据库应用

15.5系统外部接口分析与设计

15.5.1程序系统中的接口方法

15.5.2视频采集系统原理及接口设计

15.6硬件设计

参考文献

附录

附录A北京综合管廊运维风险评价调查问卷

附录B2019年度各省市管廊建设长度

附录C程序代码

附录DBIM建模规范

本书根据“以数据为中心、以知识库为支撑、以技术集成为依托、面向应用服务”的宗旨，借助先进的物联网、人工智能、大数据等手段，论述涵盖风险识别、风险度量和风险应对多维度全生命周期一体化的综合管廊的综合监控、巡检维护、隐患排查、运维管理、应急处置等方面的关键技术，解决综合管廊的集中监管、常态监控、智慧预警和协同应急中的关键问题，实现综合管廊的安全、高效运行，为全国地下城市级综合管廊的“驾驶舱”式协同监管提供保障。

宫大庆，清华大学经济管理学院博士后，美国加州大学伯克利分校访问学者，北京交通大学经济管理学院讲师。多个SCI期刊领域主编、国际会议出版主席。研究方向包括：大数据与机器学习、仿真与优化研究。完成国家自然科学基金委、教育bu人文社科、工业和信息化部等相关课题多项，出版专著一部，发表学术论文30余篇，具有较强的学术功底。