移动摄像+视频识别在泵站数字孪生工程中的运用

王羿润，单吉强，宋学功

（山东省调水工程运行维护中心寿光管理站，山东 潍坊 262700）

0 引言

随着数字化技术的快速发展，泵站数字孪生工程成为现代水利工程中的重要组成部分，数据底板在数字孪生中承担着数据采集、存储、处理、同步和交互等关键任务，为数字孪生的建立和运行提供了必要的数据基础支持。它是数字孪生实现全生命周期管理和优化的基础，对于提高物理实体的运行效率、降低成本和风险具有重要意义。只有足够丰富的数据基础，所构建的孪生工程才有实际意义，孪生工程的细节应该丰富到能相当程度地替代现场巡视检查。怎样丰富采集端数据，让数据底版这个基础更加夯实，传统办法是增加传感器，用大量的传感器来获取各类设备和系统在运行过程中的数据和状态。然而，传统传感器的安装、维护和数据处理等工作往往繁琐且耗时，给运维带来了不小的挑战。近年来，视频识别技术的迅猛发展为解决这一问题提供了新的思路。视频识别技术通过分析视频图像中的内容，可以实现对目标的识别、分类和跟踪，从而取代传统传感器在运维中的部分功能。本文将详细探讨视频识别技术结合可移动摄像机在运维中的应用，并分析其相对于传统传感器的优势，以及面临的一些技术挑战。

1 视频识别技术的原理

视频识别技术是一种基于计算机视觉和图像处理的技术，通过对视频图像的分析和处理，实现对视频中的目标物体、动作以及环境的识别和理解。泵站数字孪生工程中的视频识别技术主要包括目标检测、行为识别和异常检测等。

在视频识别技术中，首先需要对视频进行预处理，然后，针对视频中的每一帧图像，通过特征提取算法提取出图像的特征描述。接下来，利用机器学习算法对提取到的特征进行训练和分类。常用的机器学习算法包括支持向量机（SVM）、随机森林（Random Forest）、深度学习中的卷积神经网络（CNN）等。这些算法可以学习和建立模型，将输入的特征与预定义的目标类别进行匹配和分类。最后，通过目标检测、目标跟踪、行为识别等技术，对视频中的目标进行定位、追踪和识别[1]。

2 增加监测设备的困境

在建设泵站数字孪生工程中，当需要增加监测设备时，面临的困境如下：

（1）在泵站内，电气设备的数量并非越多越好。首先，过多的设备会增加维护和维修的工作量。每个设备都需要定期检查、维护和保养，以确保其正常运行。如果设备数量过多，维护人员将不得不花费更多的时间和精力来处理这些任务，从而增加了运维的负担。其次，设备的损坏率是一个不可忽视的因素。即使是最可靠的设备，也存在一定的故障概率。当设备数量增加时，故障的概率也会相应增加。如果泵站内的监测设备过多，那么维修和更换设备的频率将大大增加，导致停机时间的增加和生产效率的下降。此外，过多的设备还会增加能源消耗和成本支出。每个设备都需要耗电，如果设备数量过多，将导致能源消耗的增加。同时，购买和安装额外的设备也需要投入大量的资金。因此，在设计泵站时，需要进行合理的设备规划和布局，考虑到维护工作量、设备损坏率以及能源和成本的因素。选择适当数量的设备，并确保其质量可靠，可以最大程度地提高泵站的效率和可靠性，同时降低运维负担和成本支出。

（2）在泵站数字孪生工程中，又确实需要大量详实的监测数据来完整地反映泵站的状态。这些数据是数字孪生工程的基础，只有通过监测到各个细节上的数据状态，才能准确地建立数字模型并实现数字化的运维管理。通过监测数据，数字孪生工程可以实时还原泵站的运行情况，并进行全面的分析和预测。例如，监测泵站的电气设备状态可以提供关键的运行参数，如电流、电压、功率等，从而评估设备的工作状况和能效表现。监测泵站的水位、流量和压力等参数可以帮助了解水泵系统的运行情况，及时发现异常并采取相应措施。此外，监测数据还可以用于识别潜在的故障和预测设备的寿命。通过对设备运行数据的分析，可以发现设备的异常行为和趋势，提前采取维护措施，避免设备故障和停机时间的增加。同时，基于历史数据和机器学习算法，还可以预测设备的寿命和维修周期，优化维护计划，提高泵站的可靠性和运行效率。因此，确保获得详实的监测数据是数字孪生工程的关键。通过合理布置监测设备，并确保其准确、可靠地采集数据，可以为泵站的数字化转型和运维管理提供有力支持，提高泵站的效率和可靠性。

3 解决困境的突破口

如何解决泵站数字孪生工程建设中的这个困境，困扰了技术工作者很久，在现有的技术条件下，终于找到了一个突破口，就是利用可以移动的摄像机构实现一对多设备的监测，依次采集多个设备或机组的状态信息。具体移动方式有以下3 种：轨道摄像机，定制巡检机器人或智能眼镜。每种方式都有各自的特点：巡检机器人，是较为理想的移动平台，既能全面地巡视设备，又可以携带足够的监测设备，可以完美替代人工巡检，但目前的机器人都是轮式的，对场地有较为苛刻要求；轨道式，则可以适应更复杂的地形情况，但前期需要改造施工，而且拍摄角度也很受限；智能眼镜场地适应性较好，但需要人工佩戴，带来的便利性有限。

这种移动识别的方式具有以下几个优点：①效率提升：使用视频识别技术可以在同一时间段内同时监测多个设备或机组的状态，从而提高工作效率。传统的方法可能需要逐个检查每个设备，而视频识别可以一次性获取多个设备的信息。②节省成本：通过使用一个摄像头来监测多个设备或机组，可以减少所需的设备数量和摄像头数量，在有限的资金条件下选择分辨率更高、功能更多的摄像头（比如增加热成像摄像头），从而降低成本。此外，视频识别技术可以实现自动化监测，减少人力资源的需求，进一步降低成本。③重点监测：在开停机时、或发现设备、机组异常的情况下，移动摄像头可以提供重点部位的实时状态监测。此类需要重点监测的位置，在运行过程中不会太多。开停机一定是一步一步进行，不可能同时操作；设备异常往往也会及时修正，不会在异常情况下长期工作。需要重点监测的部位是少数，移动摄像头完全可以胜任。

当然使用视频识别技术只能部分替代传统的传感器或监测装置。有些比较容易识别的参数，比如手车位置、接地刀位置、压板状态、带指示灯的开关状态、现场带指针的电流电压值、辅机的运行状态等等。如果再结合热成像摄像装置，则还可以监测电路发热状态、以及旋转部件的磨损情况。还有很多状态则不适合使用视频识别来监测，比如一次线路的各个电流电压，一次线路的开关状态，前后池的水位等等，这些关键位置的状态需要运维人员或计算机实时监测，确保不发生意外，这些用传统的设备更合适。

可移动的摄像装置结合视频识别技术，监测的是那些需要将其反映到数字孪生工程中，又无需实时跟踪的状态参数。这种技术可以看作是一个虚拟的值班人员，不断巡视泵站。同时，它还可以完整记录巡查内容，随时供查阅。总之，可移动的摄像装置结合视频识别技术，可以用少数设备装置对更大数量级的设备进行监测和状态管理，充分利用视频识别技术的优势，既提供了便利和效率，也提高了工作效率，降低了成本。

智能识别是这一应用的核心和关键。目前很多自动化水平较高的泵站摄像头基本能覆盖工作区域，一个小区域内的一到两个摄像头虽然不足以用来识别设备的各种参量，但也能提供相当程度的信息。甚至很多较好位置的高清球机在逐一对焦的情况已经可以识别部分机柜的开关状态、指示灯状态等。针对视频的智能识别技术应该争取做到以下3点。①识别范围要争取全面。计算机不但要识别出设备，还要识别设备的具体开关状态、压板情况、运行指示灯的状态等等，并可以把这些状态直接储存到数据库，从而在泵站数字孪生工程的展示中真实的反映出来。传统的泵站即使已经可以做到相当程度的自动化，但依然需要工作人员定期巡视检查，智能识别需要包含的内容，就是争取覆盖工作人员巡视时需要检查的所有地方。②要确保识别准确、可靠。图像信息很容易受到干扰，比如不同的光照条件，或者被异物遮挡等情况。如果识别错误，在孪生工程中以错误的状态显示出来，反而会扰乱工作人员的判断。③要能兼容一些意外情况。这些意外情况，就是并非预先的设定内容，但发生在巡视的工作空间内的情况。这些意外情况导致指定区域与以往的状态存在差异，需要工作人员确认，比如地面有异常积水、有小动物活动、未复原的设备、设备有异常发热点等等，可能会对安全运行产生影响的情况。

此外，视频识别技术相对于传统传感器在泵站运维中还具有以下优势：①非接触式监测：传统传感器通常需要直接接触被监测对象，而视频识别技术可以通过摄像头对泵站进行非接触式监测。这意味着不需要额外的物理传感器设备，减少了安装和维护的成本和工作量。②多维信息获取：视频识别技术可以提供丰富的多维信息，不仅可以获取泵站的运行状态和性能指标，还可以获取图像、视频流等视觉信息。这些信息可以用于更全面地分析和监测泵站的运行情况，提供更准确的数据支持。此外，视频识别技术还具有较高的灵活性，可以根据不同的运维需求和场景进行定制和调整，满足不同运维任务的要求。③实时监测和预警：视频识别技术可以实时监测泵站的运行状态，并通过算法和模型对图像和视频数据进行分析和处理，及时发现异常情况、故障或风险，并提供实时的预警和报警功能，帮助运维人员快速做出反应。从而能够更快地采取措施进行维修和保养，提高了运维的响应速度和效率。④大数据分析和智能决策：视频识别技术生成的数据量庞大，可以进行大数据分析和挖掘，提取有价值的信息和模式[2]。通过机器学习和人工智能算法，实现对泵站运行的智能决策和优化，提高运维效率和能源利用效率。

4 技术挑战及发展方向

目前的巡检机器人，利用其携带的摄像装置，已经可以构建一个断续更新的虚拟场景，这种虚拟场景与数字孪生的展示形态是极度吻合的。

依托视频识别技术，在运维领域用移动摄像装置替代部分监测装置仍面临一些技术挑战，包括以下2 个方面：①大规模数据处理和存储：与传统的开关状态数据不同，视频数据通常是大规模的，需要进行高效的数据处理和存储。处理和分析大规模视频数据需要强大的计算能力和存储资源，同时还需要考虑数据传输和同步的效率与稳定性。②复杂环境下的识别准确性：运维场景常常存在复杂的环境条件，如光线变化、遮挡、噪声等，这些因素可能影响视频识别的准确性。需要进一步提升算法和模型的鲁棒性，以适应各种复杂环境下的运维需求。

随着人工智能和深度学习技术的不断发展，视频识别技术在泵站数字孪生工程中的应用将会进一步增强。未来，视频识别技术可以与其他数字化技术相结合，如大数据分析、物联网和云计算等[3]，实现更加智能化和自动化的泵站运维管理。同时，视频识别技术还有望应用于泵站的智能化控制系统，通过对视频图像的分析和识别，实现对泵站设备的自动控制和优化调整，提高泵站的运行效率和能耗管理。

5 结语

可移动摄像机结合视频识别技术在泵站数字孪生工程中具有广阔的应用前景和重要的意义，具备在运维领域替代部分传统传感器的潜力。它既可以满足泵站数字孪生工程对监测数据的庞大需求，又不至于过分的增加运维负担。它可以为泵站的运维管理提供全方位的支持，实现设备智能检测、环境监测和安全管理等功能，提高泵站运行的效率和可靠性。这种技术在大规模数据处理和隐私保护等方面仍面临挑战，需要进一步研究和发展。通过克服技术挑战、提高识别准确性，视频识别技术将为智能化运维提供更多的可能性，并为泵站的运维工作带来更大的效益。随着技术的不断发展和创新，其在泵站数字孪生工程中的应用将会进一步扩展，并为水利工程的发展带来更多的机遇和挑战。