数字孪生工程建设背景下水利工程智能感知巡检系统建设

王 伟 周少良

(广西右江水利开发有限责任公司，广西 南宁 533000)

水利工程安全监测中的传感器监测和巡视检查均为及时发现大坝潜在安全隐患、保障大坝运行安全的重要手段。传感器监测精度高、时效性强，一直以来是安全监测的重点内容，但由于监测传感器为点状分布，受时空上不连续特性的限制，无法仅依靠传感器监测实现对大坝运行性状的全面监测，需要巡视检查作为其不足的有效弥补[1]。

在水库建成后，极大程度上改变了水库岸线条件，使库区岸线资源的分布与用途发生较大变化。库区岸线作为有限的宝贵资源，对其利用也日益增多，由于库区范围大，岸线范围长，仅靠人工进行巡检难以快速、准确发现库岸侵占等违法违规现象，岸线管理日益成为大型水利工程管理的痛点和难点问题[2]。

建设数字孪生水利工程是新阶段水利高质量发展的重要实施路径之一，如何以数字孪生水利工程建设为契机，实现对水利工程安全的全方位监控，成为当前多数大型水利工程运行管理面临的重大课题。

本文以百色水利枢纽工程为例，以数字孪生工程建设视角，从水工建筑物安全管理、设备安全管理、库区管理三方面出发，认真剖析现阶段智能感知工作存在的问题，结合RS、BIM、GIS、IN-SAR、云计算、大数据等现代化数据获取及信息处理等技术手段，研究探索实现工程智能感知系统建设的内容及技术。

1 工程概况

百色水利枢纽位于广西壮族自治区百色市的郁江上游右江河段，坝址在百色市上游22公里处，是一座以防洪为主，兼有发电、灌溉、航运、供水等综合利用的大型水利枢纽，是治理和开发郁江的关键性工程，是国家实施西部大开发的重要标志性工程之一。

百色水利枢纽坝址以上集雨面积19600.0km2，占右江流域面积的47.57%，多年平均流量263.0m3/s，年径流量82.9亿m3。百色水库正常蓄水位228.0m(水库面积135km2，回水长度108km)，设计洪水位229.66m，校核洪水位231.27m，防洪限制水位214.0m，死水位203.0m；水库总库容56.6亿m3，防洪库容16.4亿m3，调节库容26.2亿m3，死库容21.8亿m3，为不完全多年调节水库；水电站总装机容量540MW。

2 现状及技术发展

2.1 水工建筑物及设施设备巡检

对于水工建筑物及设施设备的巡视检查，技术的发展主要侧重于电子化巡检系统，用格式化数据和多媒体数据记录巡检信息，实现巡检信息的电子化。但多数工程巡检信息的获取仍为通过人员现场查看、拍照、记录获得[3-4]的传统人工模式，也有少部分水利工程用轨道机器人、无人机等来自动获取巡检信息[5-12]，在一定程度上弥补传统人工的不足之处。

2.2 库区岸线巡检

对于库区大面积的巡视检查，多数采用与工程建筑物巡检和设备巡检类似的人工巡检方式，对于大范围、长距离的岸线巡察，可用手段不多，仅在局部地区采用无人机拍摄等手段进行巡检，信息的记录及获取也较为传统。

2.3 巡检技术发展情况

数字孪生水利工程的提出是智慧水利建设在当前阶段的重点任务，也是新阶段水利高质量发展的必然要求[13]。构建覆盖整个水利工程范围的智慧化感知网络是实现水利工程数字孪生的基础，但大部分水利工程却仍处于弱信息化甚至无信息化的发展阶段，如何应用现阶段先进的感知技术及信息手段，构建覆盖空天地一体化的智能感知网络，实现数字与实体的全面感知与映射，成为多数水利工程管理单位面临的难题，也成为制约数字孪生水利工程建设的瓶颈。

2.4 百色水利枢纽工程巡视检查现状

百色水利枢纽建成投运至今已超15年，但工程感知巡检和智慧管理技术应用却相对滞后，不能满足新阶段水利高质量发展的要求。水工建筑物、设施设备及库区巡视检查均采用人工方式，检查内容参照《混凝土坝安全监测技术规范》(SL 601—2013)、《土石坝安全监测技术规范》(SL 551—2012)等规程规范执行。

巡检技术人员根据既定的巡查路线，定时定点开展巡视检查，并将巡视检查记录在相应的纸质台账上，以纸质文件报告形式存储，数据游离于安全监测系统管理之外，依靠巡检技术人员发现问题后逐级上报，时效性、准确性均不高。

3 存在问题剖析

随着水利信息化工作的不断深化，对智慧水利建设进行了积极探索，但总体还处于智慧水利起步阶段，而水利工程巡检工作作为掌握工程运行状况性态的重点，与推进国家水治理体系和治理能力现代化的需求相比，存在较大差距。

3.1 自动化智能化程度低[1]

在巡检技术和手段方面自动化程度不高，仅有部分水库工程开展了智能巡检工作。百色水利枢纽巡视检查仍采用人工巡视方式，存在可靠性差、及时性差、效率低、管理困难、决策支撑不足等诸多问题。对智能视频摄像头、定位技术、机器人和卫星无人机遥感等新技术应用不足。

3.2 数据资源体系不完善

巡检结果多以文件报告形式存储，数据游离于结构化、规范化、系统化的管理之外，不能形成完整的业务数据库，长序列、完整的数据积累工作明显不足。此外，数据资源缺乏深度运用，仅停留在数据监视、统计等基本应用方面，缺乏具有语义描述的巡检信息库和知识方法库，不能完成智能分析评价和预测预警，缺乏科学、规范的顶层架构设计。

3.3 信息资源开发利用不够

现有的水库智能巡检系统，多是为解决某一个具体问题而建立的分散独立子系统，存在业务系统功能不全、技术应用开发不深、内部数据整合不够、外部业务协同不足、缺乏智能决策等问题。如未能在安全监测和运行监测利用高清智能视频识别技术，缺乏基于巡检结果的可视化直观展示功能，在工程安全隐患评估预警方面基本空白，不能为实现巡检系统的精细化、动态化、科学化管理提供支撑。

3.4 现代信息技术应用不足[14]

目前BIM技术，以及云计算、大数据、AI、VR等技术蓬勃发展，但在水利工程中的应用却十分缺乏，不仅表现在应用的范围和水平上，还表现在对各类现代信息技术的认知上。当前阶段，在电力、交通、航运等行业，智能感知、模式识别、机器学习等信息技术已经全面应用，遥感、卫星导航定位、合成孔径雷达、BIM等多种先进技术手段也不断升级，但水利工程巡检仍然停留在传统水利层面，对新技术、新手段的应用捉襟见肘。数字孪生工程建设推进缓慢，由此导致安全监测工作向智慧水利阶段转变的思路及方向仍不清晰。

4 建设方向研究

4.1 建设目标

智能感知巡检系统建设的目标是为了实现巡视检查工作的规范化、巡检数据的信息化、信息分析的科学化，有效解决巡检人员技术经验参差不齐、责任心不强，巡检数据呈信息孤岛，巡检结果难以分析，更不能及时指导实践的问题。

4.2 建设任务

围绕水利工程巡视检查改革发展急需解决的重要问题，结合水利信息化发展现状，遵照智慧水利总体框架，本着“安全、实用、经济”的总要求，按照数字孪生水利工程建设自下而上的感知、数据、建模、可视化和应用五个层面，梳理出构建巡检感知网、形成统一多层级数据资源池、建设巡检感知模型与算法、研发巡检智能应用系统等四项主要建设任务。

a.构建巡检感知网:围绕百色水利枢纽巡检业务需求，利用传感、定位、视频、遥感等技术，实现全覆盖百色水利枢纽的电子智能巡检，提升百色水利枢纽巡检活动中的重要事件、行为和现象的遥感监测、视频等手段的定点监测、移动监测和应急监测，以及智能化信息处理、解析等的动态感知能力，满足巡检业务对数据和信息在空间、时间、频次等方面的不同需求。

b.形成统一多层级数据资源池:以《右江水利公司信息化建设方案》(2020—2024年)为抓手，以先进巡检技术为手段，获取全时全域多源数据;以业务领域为基础，汇聚垂直数据支撑流程化工作;以管理对象为核心,连接并深度萃取数据价值,从而形成标准一致的数据资源，构建按源数据、基础数据和主题数据的多层级数据资源池。

c.建设巡检感知模型与算法:以各巡检点采集的感知数据为样本，结合巡检工作指标要求，建立深度学习算法及其运行框架，其算法主要包含关联规则的挖掘、集成学习、BP神经网络、预测模型、模式识别、聚类分析等关键技术，建立能够利用计算机智能分析图像和视频的模型库，提升水库工程的隐患识别、风险诊断、安全运行、应急处置等能力。

d.研发巡检智能应用系统:围绕百色水利枢纽运维管理的重点工作，研发针对管理人员的PC客户端应用系统和针对巡检人员和管理人员的移动APP智能巡检系统应用系统，支撑工程安全运行。在巡检感知模型与算法的基础上，构建大坝智能感知巡检系统，实现以智能感知代替人工巡检的目标。同时，智能巡检系统还应具备实时视频、录像回放、云台控制、运行工况、视频图像检索、目标检测、事件及告警、三维展示等业务功能。

5 建设方案

百色水利枢纽智能感知巡检系统的建设将采用一体化统一平台设计思路，在统一平台上实现各类巡检、管理、诊断、查询、预警等专业应用服务。在平台建设运行管理体系、标准规范化体系、信息安全体系及运行实体环境标准体系的支撑下，建立包括基础层、通信层、数据层、支撑层和应用层在内的五级系统体系架构。智能感知巡检系统体系架构见图1。

图1 智能感知巡检系统体系架构

a.基础层：包括基础设备和感知设备。具体包括采集设备、传输设备、存储设备、网络设备、移动终端、服务器以及电源等其他支持设备。利用视频图像技术、RFID+移动终端、智能传感器技术、卫星遥感图像、无人机倾斜摄影测量等，获取智能巡检以及人工智能巡检的视频图像数据以及现场记录数据。

b.通信层：通信层以各种通信网络作为基础设施，常用的通信方式有4G/5G、GPRS、卫星、无线传输等，针对百色水利枢纽坝体廊道内无通信信号的问题，可采用TCP/IP综合数据网络+工业级光纤自愈环网+WI-FI无线信号网络的一体化网络通信系统，系统所需的数据传输率不应低于10MBps，且在跨区之间切换应低于30ms的快速漫游，以达到远程集中监测、集中显示报警、集中联动控制和集中管理的目标。

c.数据层：数据层主要由数据资源目录、各专项数据库组成。其中，数据资源目录涵盖与百色水利枢纽相关的所有数据资源，实现目录化管理；专项数据库主要包含基本资料数据库、巡检数据库、历史记录数据库、外部融合数据库等。基本资料数据库存储枢纽的工程概况、巡检内容及巡检点分布、巡检工作指标、设备信息、管理信息等；巡检数据库存储智能巡检、人工智能巡检获取的巡检信息；历史记录数据库存储历次巡检发现的问题及解决情况；外部融合数据库存储由外部数据库接入的信息，如已有的水文气象数据、地质灾害数据、地理信息数据等。

d.支撑层：对下管理数据接收和汇集，实现数据资源的集成共享，对上支撑应用提供全系统信息共享服务，实现软件资源的集成运用。其中，对底层数据资源构建统一的数据交换体系，建立统一的数据共享机制，形成完善的数据管理标准；对上层业务应用提供信息及软件资源支撑服务，最终实现智能感知巡检与预警。

e.应用层：包含巡检管理(巡检任务计划、发布、跟踪)、数据管理、隐患分析、巡检结果可视化查询、预警发布等功能，并根据各层级平台数据之间交互处理结果，支持工作站、网络浏览器、个人电脑终端、移动智能终端等多终端设备应用。基于互联网技术，实现多层级管理单位、多类型用户、三责任人之间的在线交互，以远程监控结合本地服务的形式，实现枢纽安全状况巡视检查、诊断及预警。

6 关键技术

6.1 感知手段

工程建筑物及机电设施设备巡视检查可采用巡检机器人、固定式摄像头、智能传感器、无人机倾斜摄影测量及人工巡检相结合的方式，库区管理可采用大范围高分辨率卫星遥感影像及重点区域无人机航拍相结合的方式，构建全天候、全智能、全方位的感知体系，实现水利工程“天空地一体化”智能感知。

6.2 模型算法

水工建筑物及机电设施设备巡视检查主要涉及的模型算法包括跑冒滴漏算法、裂缝算法等，算法种类包含支持OCR识别、检测算法(分析图片中对象的位置和数量)，分类算法(分类对象，识别图像的属性)，检测分类算法，剥落剥离、裂缝、渗漏水图像自动识别算法等。库区巡视检查主要涉及卫星遥感影像解译问题，传统解译手段时效性较差，需要通过一定的模型算法解决传统解译的时效性问题、涉及的关键技术问题如下。

6.2.1 图像处理技术[15]

由于水利工程建筑物结构复杂、涉水，特别是廊道内获取的视频图像背景复杂、光线昏暗、雾气水汽重，所以需要研究图像预处理、关键帧提取、目标识别和特征提取、异常状态智能检测等技术。可基于噪声去除、背景分离、阈值分割、边缘检测算法的结构裂缝自动识别技术；基于红外成像技术的渗漏点自动检测技术；基于生成对抗网络的图像恢复算法；基于匀光算法的图像补光技术等。

6.2.2 目标检测技术

目前基于深度学习的目标检测算法主要分为两类：ⓐ以R-CNN系列为代表的基于分类的目标检测框架(two stage)；ⓑ以YOLO、SSD算法为代表的基于回归的目标检测框架(one stage)。基于分类的目标检测算法精度比较高，但在速度和实时性上有所欠缺；基于回归的目标检测在速度上较分类算法有大幅提升，但精度较差。需要建立相关算法模型，自动选择最优算法嵌入系统，实现所要求的裂缝、渗流、剥落等隐患自动识别、关联隐患处置建议等功能。

6.2.3 遥感图片快速解译技术

可利用U2-net深度学习模型[16]，快速解译库岸侵占、网箱等库区违法行为。主要技术路线为：首先对遥感影像进行预处理,选择合适的波段组合方式以区分网箱、库岸侵占和其他地物；其次,通过目视解译进行样本制作；然后,利用U2-net深度学习模型训练并提取网箱、库岸侵占；最后,利用局部最佳法确定网箱、库岸侵占等库区违法行为。

6.3 工程巡检专家经验库

巡检结果上传至系统后，快速调用专家经验库相关数据，并进行相关提醒，避免因巡检人水平差异致使安全问题发现不及时，导致发生工程安全事故。

7 结 语

巡视检查在工程安全运行中扮演着极其重要的角色，充分利用自动控制、人工智能算法、视频图像识别、大数据及5G通信技术，能够实现工程安全生产的精细化管理，全面提升百色水利枢纽工程的现代化管理水平，显著增强防灾减灾及抵御各种突发性灾害的能力。同时作为数字孪生工程的重要组成部分，为实现大坝安全智能监测和智慧管理，充分发挥百色水利枢纽工程综合效益保驾护航。