GB/T402852021

c）筛选适合通过统计回归方法建立数学模型的效应量，并优选建模时间段。 d）评估分析模型的拟合效果，可自动或通过人工干预方式优选建模方法和调整优化模型。 e） 在获得监测量新增样本数据后及时自动更新模型。 f 按原因量类别分解模型各分量，对比各分量的贡献大小，辨识时效分量的敛散性。 g）对存在空间分布关系的效应量集合建立分布模型。 5.2.5大坝安全分析评估应用组件宜具备基于监测数据的结构物理及力学特性参数反演分析功能，并 可进行监测效应量正分析，判断结构性态有无异常变化。 5.2.6大坝安全分析评估应用组件宜具备大坝泄洪振动和强震工况下的结构动力响应分析功能，并判 断结构性态有无异常变化。 5.2.7针对存在异常现象的效应量，应关联分析其原因量、相关效应量以及巡视检查信息，并判断结构 性态有无异常变化。 5.2.8大坝安全分析评估应用组件应具备结构异常人工辅助诊断功能。可自动对结构异常类别、涉及 部位及范围、可能的成因给出分析结论，诊断过程和结果可通过自学习不断完善。 5.2.9天项安全分析评估应用组件应建立针对监测量和巡视检查结果的异常监控方法及指标，实现异 常现象在线监控、实时告警和分析诊断，并具备可组态的报警信息发送策略。 5.2.10在线监控方法及指标应支持按照汛期和非汛期等不同时段、正常或极端等不同工况、天坝和边 坡等不同部位的条件分别设置，并可通过自学习进行修正。 5.2.11大坝安全分析评估应用组件应实时监视经分析确认异常的效应量，并能够针对最新异常变化 发出告警 5.2.12大坝安全分析评估应用组件宜具有对大坝等水工建筑物的监控图像、视频识别和比对功能，可 自动识别水工结构物表面裂缝、渗水、析出物等异常现象

5.3.1评估大坝局部和整体结构安全状况时应综合监测资料分析和诊断结论、复查和复核结果及危害 生，并根据DL/T5313的规定给出安全评估结果。 5.3.2大坝安全分析评估应用组件可基于监控判断规则、数学模型方法、专家经验、历史异常问题及隐 患风险等要素对大坝安全状态进行综合评估。 5.3.3大坝安全分析评估应用组件应具备大坝安全等级的评估和预测功能，并给出处置策略建议。 5.3.4大坝安全分析评估应用组件应能及时对水库调度库水位预测期内的大坝运行风险进行预测，并 对可能出现的险情推算库水位警戒值。 5.3.5出现极端工况或结构异常时抗震标准规范范本，大坝安全分析评估应用组件应自动对大坝安全状态进行评估和风 险预测。 5.3.6大坝安全分析评估应用组件宜具备专家在线会商功能

5.4.1天项安全分析评估应用组件应具备天项安全分析评估报告自动生成功能，报告中的图形、报表 可自动更新。 5.4.2大坝安全分析评估应用组件应具备大坝安全相关信息的各类图表组态和综合展示功能，提供基 于建筑信息模型（BIM)和地理信息系统（GIS）的多元信息展示功能，宜支持基于虚拟现实和增强现实 （VR/AR）等技术的虚拟实景信息展示。 5.4.3大坝安全分析评估应用组件应具备基于评估和预测结论的预警信息自动发布功能。 5.4.4大坝安全分析评估应用组件应支持通过一体化管控平台向其他业务应用组件或特定客户端推 送各类信息及指令。

GB/T 40285=2021

5.4.5天项安全分析评估应用组件应能向项安全监测、水库调度、防汛决策支持、闻门控制与振动监 测、机组运行监控、厂区安防监控和应急广播系统等推送告警信息

6.1大坝安全分析评估应用组件可靠性和实时性指标应满足GB/T39264要求，并具备数据 能力。

6.2数据采集与处理性能应满足以下要求

a）大坝安全监测数据粗差识别查全率和查准率在具备初级智能化程度时均不低于90%，在具备 中级智能化程度时均不低于95%，在具备高级智能化程度时均不低于97%。粗差识别性能评 价宜采用附录C中所列方法。 b）报警信息向PC客户端推送时间不大于5s，向移动客户端推送时间不大于1min。 c）报表输出时间不大于30S。 6.3对单类异常现象的自主诊断分析时间不大于3min。具备中级智能化程度时诊断结果与专家诊断 结论符合率不低于80%，具备高级智能化程度时诊断结果与专家诊断结论符合率不低于90%。 6.4经历特殊工况后，大坝安全评估应用组件应在30min内完成大坝安全状态评估。评估结论和预 警信息生成后，应在1min内推送至智能水电厂其他相关业务系统

7.1大坝安全分析评估组件应进行联调测试，并进行符合性评价。 7.2测试环境应尽可能模拟实际运行环境。测试内容应包括功能测试、用户界面检查、响应时间测试， 玉力/负载测试和安全测试，并覆盖各类业务场景 7.3大坝安全分析评估组件应与一体化管控平台的其他业务组件进行数据交互测试和联动测试。 7.4所有的测试过程应有详细记录，测试完成后评估测试过程及结果

大坝安全分析评估组件应进行联调测试，并进行符合性评价， 测试环境应尽可能模拟实际运行环境。测试内容应包括功能测试、用户界面检查、响应时间测 寸/负载测试和安全测试，并覆盖各类业务场景 大坝安全分析评估组件应与一体化管控平台的其他业务组件进行数据交互测试和联动测试， 所有的测试过程应有详细记录，测试完成后评估测试过程及结果

GB/T 40285=2021

表A1大坝安全分析评估分级要求（续）

B.1基本信息（包括但不限于）

3.1基本信息（包括但不限于）： a）工程概况和主体建筑物特征参数； b) 工程平面布置图、主要建筑物部面图及地质剖面图； c） 工程建设期相关地勘、设计和施工报告及图纸； d) 监测布置图、巡视检查线路图； e) 大坝GIS数据； f) 监测仪器基本资料。 3.2 日常监测信息（包括但不限于）： a) 大坝、边坡等自动化和人工监测数据； b) 库区水文站、水位站监测数据和库区泥沙监测数据； c) 水情、雨情、气象等监测数据； d) 机组运行监控数据； e) 大坝泄洪调度信息； f) 大坝强震监测数据； g) 近坝区地质灾害监测数据； h) 大坝、库区巡视检查信息； i) 闸门振动监测数据； j) 视频图像信息； k) 水下检测、结构检测信息。 3.3 管理信息（包括但不限于）： a) 大坝BIM模型信息； b) 工程补强加固及改造资料； c) 大坝结构二、三维仿真数据； d) VR/AR虚拟实景数据； e) 重要测点监控指标； f) 与结构安全相关的理论计算或实验成果信息； g 异常判断规则； h) 信息告警策略； i) 监控数学模型； j) 防洪度汛信息； k) 泄洪消能设施及水工建筑物运行信息、闸门启闭运行信息； 1) 近坝库岸和工程边坡运行信息； m）设备设施状态监控信息，如故障信息、缺陷信息等

园林施工组织设计 GB/T402852021

大项安全分析评估应用组件信息

GB/T 40285=2021

监测数据粗差识别性能评价方法

大项安全分析评估应用组件的监测数据租差识别性能宜采用查全率和查准率指标进行评价。 监测数据粗差识别查全率是指在统计时段内，由系统正确识别出的粗差个数与数据样本中所有 个数之比，见公式（C.1）和公式（C.2)

N. N, =TP +FN

TP X100% .( C.1 N. N,=TP +FN

式中： Q，一一监测数据粗差识别查全率； N 一数据样本中所有粗差个数； TP一系统正确识别出的粗差个数； FN一一系统未正确识别出的粗差个数 .3监测数据粗差识别查准率是指在统计时段内公厕标准，由系统正确识别出的粗差个数与系统识别出的所有

N. = TP + FP