移動攝像+視頻識別在泵站數字孿生工程中的運用

王羿潤，單吉強，宋學功

（山東省調水工程運行維護中心壽光管理站，山東 濰坊 262700）

0 引言

隨著數字化技術的快速發展，泵站數字孿生工程成為現代水利工程中的重要組成部分，數據底板在數字孿生中承擔著數據采集、存儲、處理、同步和交互等關鍵任務，為數字孿生的建立和運行提供了必要的數據基礎支持。它是數字孿生實現全生命周期管理和優化的基礎，對于提高物理實體的運行效率、降低成本和風險具有重要意義。只有足夠豐富的數據基礎，所構建的孿生工程才有實際意義，孿生工程的細節應該豐富到能相當程度地替代現場巡視檢查。怎樣豐富采集端數據，讓數據底版這個基礎更加夯實，傳統辦法是增加傳感器，用大量的傳感器來獲取各類設備和系統在運行過程中的數據和狀態。然而，傳統傳感器的安裝、維護和數據處理等工作往往繁瑣且耗時，給運維帶來了不小的挑戰。近年來，視頻識別技術的迅猛發展為解決這一問題提供了新的思路。視頻識別技術通過分析視頻圖像中的內容，可以實現對目標的識別、分類和跟蹤，從而取代傳統傳感器在運維中的部分功能。本文將詳細探討視頻識別技術結合可移動攝像機在運維中的應用，并分析其相對于傳統傳感器的優勢，以及面臨的一些技術挑戰。

1 視頻識別技術的原理

視頻識別技術是一種基于計算機視覺和圖像處理的技術，通過對視頻圖像的分析和處理，實現對視頻中的目標物體、動作以及環境的識別和理解。泵站數字孿生工程中的視頻識別技術主要包括目標檢測、行為識別和異常檢測等。

在視頻識別技術中，首先需要對視頻進行預處理，然后，針對視頻中的每一幀圖像，通過特征提取算法提取出圖像的特征描述。接下來，利用機器學習算法對提取到的特征進行訓練和分類。常用的機器學習算法包括支持向量機（SVM）、隨機森林（Random Forest）、深度學習中的卷積神經網絡（CNN）等。這些算法可以學習和建立模型，將輸入的特征與預定義的目標類別進行匹配和分類。最后，通過目標檢測、目標跟蹤、行為識別等技術，對視頻中的目標進行定位、追蹤和識別[1]。

2 增加監測設備的困境

在建設泵站數字孿生工程中，當需要增加監測設備時，面臨的困境如下：

（1）在泵站內，電氣設備的數量并非越多越好。首先，過多的設備會增加維護和維修的工作量。每個設備都需要定期檢查、維護和保養，以確保其正常運行。如果設備數量過多，維護人員將不得不花費更多的時間和精力來處理這些任務，從而增加了運維的負擔。其次，設備的損壞率是一個不可忽視的因素。即使是最可靠的設備，也存在一定的故障概率。當設備數量增加時，故障的概率也會相應增加。如果泵站內的監測設備過多，那么維修和更換設備的頻率將大大增加，導致停機時間的增加和生產效率的下降。此外，過多的設備還會增加能源消耗和成本支出。每個設備都需要耗電，如果設備數量過多，將導致能源消耗的增加。同時，購買和安裝額外的設備也需要投入大量的資金。因此，在設計泵站時，需要進行合理的設備規劃和布局，考慮到維護工作量、設備損壞率以及能源和成本的因素。選擇適當數量的設備，并確保其質量可靠，可以最大程度地提高泵站的效率和可靠性，同時降低運維負擔和成本支出。

（2）在泵站數字孿生工程中，又確實需要大量詳實的監測數據來完整地反映泵站的狀態。這些數據是數字孿生工程的基礎，只有通過監測到各個細節上的數據狀態，才能準確地建立數字模型并實現數字化的運維管理。通過監測數據，數字孿生工程可以實時還原泵站的運行情況，并進行全面的分析和預測。例如，監測泵站的電氣設備狀態可以提供關鍵的運行參數，如電流、電壓、功率等，從而評估設備的工作狀況和能效表現。監測泵站的水位、流量和壓力等參數可以幫助了解水泵系統的運行情況，及時發現異常并采取相應措施。此外，監測數據還可以用于識別潛在的故障和預測設備的壽命。通過對設備運行數據的分析，可以發現設備的異常行為和趨勢，提前采取維護措施，避免設備故障和停機時間的增加。同時，基于歷史數據和機器學習算法，還可以預測設備的壽命和維修周期，優化維護計劃，提高泵站的可靠性和運行效率。因此，確保獲得詳實的監測數據是數字孿生工程的關鍵。通過合理布置監測設備，并確保其準確、可靠地采集數據，可以為泵站的數字化轉型和運維管理提供有力支持，提高泵站的效率和可靠性。

3 解決困境的突破口

如何解決泵站數字孿生工程建設中的這個困境，困擾了技術工作者很久，在現有的技術條件下，終于找到了一個突破口，就是利用可以移動的攝像機構實現一對多設備的監測，依次采集多個設備或機組的狀態信息。具體移動方式有以下3 種：軌道攝像機，定制巡檢機器人或智能眼鏡。每種方式都有各自的特點：巡檢機器人，是較為理想的移動平臺，既能全面地巡視設備，又可以攜帶足夠的監測設備，可以完美替代人工巡檢，但目前的機器人都是輪式的，對場地有較為苛刻要求；軌道式，則可以適應更復雜的地形情況，但前期需要改造施工，而且拍攝角度也很受限；智能眼鏡場地適應性較好，但需要人工佩戴，帶來的便利性有限。

這種移動識別的方式具有以下幾個優點：①效率提升：使用視頻識別技術可以在同一時間段內同時監測多個設備或機組的狀態，從而提高工作效率。傳統的方法可能需要逐個檢查每個設備，而視頻識別可以一次性獲取多個設備的信息。②節省成本：通過使用一個攝像頭來監測多個設備或機組，可以減少所需的設備數量和攝像頭數量，在有限的資金條件下選擇分辨率更高、功能更多的攝像頭（比如增加熱成像攝像頭），從而降低成本。此外，視頻識別技術可以實現自動化監測，減少人力資源的需求，進一步降低成本。③重點監測：在開停機時、或發現設備、機組異常的情況下，移動攝像頭可以提供重點部位的實時狀態監測。此類需要重點監測的位置，在運行過程中不會太多。開停機一定是一步一步進行，不可能同時操作；設備異常往往也會及時修正，不會在異常情況下長期工作。需要重點監測的部位是少數，移動攝像頭完全可以勝任。

當然使用視頻識別技術只能部分替代傳統的傳感器或監測裝置。有些比較容易識別的參數，比如手車位置、接地刀位置、壓板狀態、帶指示燈的開關狀態、現場帶指針的電流電壓值、輔機的運行狀態等等。如果再結合熱成像攝像裝置，則還可以監測電路發熱狀態、以及旋轉部件的磨損情況。還有很多狀態則不適合使用視頻識別來監測，比如一次線路的各個電流電壓，一次線路的開關狀態，前后池的水位等等，這些關鍵位置的狀態需要運維人員或計算機實時監測，確保不發生意外，這些用傳統的設備更合適。

可移動的攝像裝置結合視頻識別技術，監測的是那些需要將其反映到數字孿生工程中，又無需實時跟蹤的狀態參數。這種技術可以看作是一個虛擬的值班人員，不斷巡視泵站。同時，它還可以完整記錄巡查內容，隨時供查閱。總之，可移動的攝像裝置結合視頻識別技術，可以用少數設備裝置對更大數量級的設備進行監測和狀態管理，充分利用視頻識別技術的優勢，既提供了便利和效率，也提高了工作效率，降低了成本。

智能識別是這一應用的核心和關鍵。目前很多自動化水平較高的泵站攝像頭基本能覆蓋工作區域，一個小區域內的一到兩個攝像頭雖然不足以用來識別設備的各種參量，但也能提供相當程度的信息。甚至很多較好位置的高清球機在逐一對焦的情況已經可以識別部分機柜的開關狀態、指示燈狀態等。針對視頻的智能識別技術應該爭取做到以下3點。①識別范圍要爭取全面。計算機不但要識別出設備，還要識別設備的具體開關狀態、壓板情況、運行指示燈的狀態等等，并可以把這些狀態直接儲存到數據庫，從而在泵站數字孿生工程的展示中真實的反映出來。傳統的泵站即使已經可以做到相當程度的自動化，但依然需要工作人員定期巡視檢查，智能識別需要包含的內容，就是爭取覆蓋工作人員巡視時需要檢查的所有地方。②要確保識別準確、可靠。圖像信息很容易受到干擾，比如不同的光照條件，或者被異物遮擋等情況。如果識別錯誤，在孿生工程中以錯誤的狀態顯示出來，反而會擾亂工作人員的判斷。③要能兼容一些意外情況。這些意外情況，就是并非預先的設定內容，但發生在巡視的工作空間內的情況。這些意外情況導致指定區域與以往的狀態存在差異，需要工作人員確認，比如地面有異常積水、有小動物活動、未復原的設備、設備有異常發熱點等等，可能會對安全運行產生影響的情況。

此外，視頻識別技術相對于傳統傳感器在泵站運維中還具有以下優勢：①非接觸式監測：傳統傳感器通常需要直接接觸被監測對象，而視頻識別技術可以通過攝像頭對泵站進行非接觸式監測。這意味著不需要額外的物理傳感器設備，減少了安裝和維護的成本和工作量。②多維信息獲取：視頻識別技術可以提供豐富的多維信息，不僅可以獲取泵站的運行狀態和性能指標，還可以獲取圖像、視頻流等視覺信息。這些信息可以用于更全面地分析和監測泵站的運行情況，提供更準確的數據支持。此外，視頻識別技術還具有較高的靈活性，可以根據不同的運維需求和場景進行定制和調整，滿足不同運維任務的要求。③實時監測和預警：視頻識別技術可以實時監測泵站的運行狀態，并通過算法和模型對圖像和視頻數據進行分析和處理，及時發現異常情況、故障或風險，并提供實時的預警和報警功能，幫助運維人員快速做出反應。從而能夠更快地采取措施進行維修和保養，提高了運維的響應速度和效率。④大數據分析和智能決策：視頻識別技術生成的數據量龐大，可以進行大數據分析和挖掘，提取有價值的信息和模式[2]。通過機器學習和人工智能算法，實現對泵站運行的智能決策和優化，提高運維效率和能源利用效率。

4 技術挑戰及發展方向

目前的巡檢機器人，利用其攜帶的攝像裝置，已經可以構建一個斷續更新的虛擬場景，這種虛擬場景與數字孿生的展示形態是極度吻合的。

依托視頻識別技術，在運維領域用移動攝像裝置替代部分監測裝置仍面臨一些技術挑戰，包括以下2 個方面：①大規模數據處理和存儲：與傳統的開關狀態數據不同，視頻數據通常是大規模的，需要進行高效的數據處理和存儲。處理和分析大規模視頻數據需要強大的計算能力和存儲資源，同時還需要考慮數據傳輸和同步的效率與穩定性。②復雜環境下的識別準確性：運維場景常常存在復雜的環境條件，如光線變化、遮擋、噪聲等，這些因素可能影響視頻識別的準確性。需要進一步提升算法和模型的魯棒性，以適應各種復雜環境下的運維需求。

隨著人工智能和深度學習技術的不斷發展，視頻識別技術在泵站數字孿生工程中的應用將會進一步增強。未來，視頻識別技術可以與其他數字化技術相結合，如大數據分析、物聯網和云計算等[3]，實現更加智能化和自動化的泵站運維管理。同時，視頻識別技術還有望應用于泵站的智能化控制系統，通過對視頻圖像的分析和識別，實現對泵站設備的自動控制和優化調整，提高泵站的運行效率和能耗管理。

5 結語

可移動攝像機結合視頻識別技術在泵站數字孿生工程中具有廣闊的應用前景和重要的意義，具備在運維領域替代部分傳統傳感器的潛力。它既可以滿足泵站數字孿生工程對監測數據的龐大需求，又不至于過分的增加運維負擔。它可以為泵站的運維管理提供全方位的支持，實現設備智能檢測、環境監測和安全管理等功能，提高泵站運行的效率和可靠性。這種技術在大規模數據處理和隱私保護等方面仍面臨挑戰，需要進一步研究和發展。通過克服技術挑戰、提高識別準確性，視頻識別技術將為智能化運維提供更多的可能性，并為泵站的運維工作帶來更大的效益。隨著技術的不斷發展和創新，其在泵站數字孿生工程中的應用將會進一步擴展，并為水利工程的發展帶來更多的機遇和挑戰。