编者按：创新之美，在于扎根实践的精准破局；奋进之力，在于立足岗位的久久为功。2025年，全处职工以巧思为笔、实干为墨，绘就骆运创新图景：泗阳闸站的水泵密封改良夯实了设施运维根基；刘老涧闸站的水草识别模型守护着泵站安全；水文站的功率整编程序提升了数据处理效能；沙集闸站的防干烧报警器防范了设备运行风险；皂河站的皮带纠偏装置保障了作业平稳推进……这些“五小”创新，凝聚着职工的智慧与汗水，奏响了提质增效的激昂乐章。近期，处网站将推出专题报道，一同探寻我处首届“五小”科技创新成果背后的匠心故事，见证平凡岗位迸发的不凡力量。愿这份创新精神激励你我，共同书写高质量发展的奋进新篇。今日分享：刘老涧闸站管理所“一种泵站引河水草识别预警模型”（项目组成员：杜亮、徐楠、唐鹏、单翔宇、刘林）。

“十四五”期间，我处积极响应“实施‘天空地水工’一体化监测感知夯基提能行动”要求，以精密监测和数字孪生建设为抓手，着力提升对工程实体的透彻感知能力，为水利工程安全风险监测和防控提供动态实时信息支持。刘老涧抽水站是我处重点打造的全要素精密监测示范点工程，近年来已完成工程精密监测设施布设和系统平台构建，无人船、无人机和巡检机器人组成“水陆空战队”，全方位立体化巡查工程内外部、空中水下异常情况，全力守护工程安全。“泵站下游引河水草识别预警模型”作为最新研发并投入应用的系统，为泵站下游引河河道增添“慧眼”，在保障清污机安全运行中成效显著，正加速补齐泵站安全运行预警体系的短板。

突发故障——暴露薄弱环节

今年8月份，受短时强降雨影响，中运河水位快速上涨，刘老涧抽水站下游河道内出现大量水草，短时间积聚在清污机格栅前，堵塞过水断面，导致格栅前后水位差达1.5米，清污机持续运行在过负荷状态下，多台出现故障，严重影响主机组安全运行。经过技术人员加班加点的抢修，顺利解决了清污机故障，畅通了抗旱调水主动脉。

（识别效果图）

原因分析——突袭遇上空窗期

夏季水草生长茂盛，加之短时间强降雨，下游各口门开闸放水，农村小河道内水草大量冲入中运河，是导致此次清污机拦污栅快速堵塞的根本原因。目前各泵站通常采用清污机定时运行与人工巡视相结合的方案，如果水草较少，可采用固定频次开启清污机，若发现大量水草涌入，则应立刻开机清污，避免持续堆积导致堵塞，因此，本次故障的另一个重要原因就是水草“突袭”遇上人员巡视间隔“空窗期”。

（计算曲线图）

攻坚难点——探索智能预警

为了减轻人工巡检负担，提高来草预警的准确率，刘老涧所成立了研究小组，全力攻坚清污机安全运行保障难题。YOLO是一款成熟的计算机视觉开源模型，已在多个领域应用，研究小组成员考虑使用现有摄像头拍摄的画面，配合YOLO图像识别功能，实现水草精准识别，为预警提供有力支撑。

人工智能——助力精准识别

首先通过rtsp协议在视频监视系统局域网内获取原始画面素材，选取不同光照条件（晴天、阴雨天、夜间等）的图片，人工框选图中的水草部位，结合水草多形态标记，确保不遗漏画面中的水草，选取不低于100张截图，用于模型的初步训练；初步训练结束后，开启第一次自动识别框选，识别不低于1000张画面，再次进行人工比对，补充遗漏情况，删除错误识别图片；重复训练多次，直至学习库累计超过一万张图片，得到较为成熟的识别模型。

阈值设定——判断来草情况

根据水面水草图像，判断连续水草是否为水下同一根系，并分析水草漂移规律，结合多帧连续图像比对，追踪水草位移变化规律，构建起水草分布动态模型。

通过对单个画面水草框的面积之和，计算占整体画面的百分比，可实时分析河道水草含量，占比低于5%属于较低含草量，可按正常频率清理水草；若超过20%，属于严重情况，需立即清理。当水草随水流逐渐依附到拦污栅上时，会从画面中消失，因此需要预估附着在拦污栅上的水草量，目前采用的计算方案为：按固定时间间隔（如每分钟一次）的瞬时水草含量，累加估算出水草总量，通过计算出的百分比与阈值比较，判断是否需要预警。

实战应用——预警效果显著

该模型自8月份投运以来，至全站停机时，共自动迭代20次，识别图片素材近16万张，标注框数量近200万，识别水草准确率接近70%，未出现一起清污机格栅堵塞故障，有效保障了工程调水运行安全，刘老涧所计划在下阶段调水中继续使用该模型，进一步提高识别精确度和预警可靠性。

（责编：黄月琪）