人工智能监控在油气管道保护中的应用研究｜腾顺达

以下内容由注册人发布，仅供参考。本站点不对内容真实性与准确性负责。

人工智能监控在油气管道保护中的应用研究

腾顺达

2021-08-12 09:48:47 评论（0）

人工智能监控在油气管道保护中的应用研究

胡江锋1 周彬1 孙鹏1 高良泽1 满海东2

1.国家管网集团西部管道酒泉输油气分公司；

2.中国铁塔股份有限公司酒泉市分公司

摘要：人工智能技术在油气管道保护领域的研究与应用，给管道保护工作带来新的变革。通过提出智能监控解决方案，较好地解决了以往管道保护单纯靠人盯死守、信息滞后、事前难以预防、事后无法查证的难题，为提升管道保护效率和管道运行安全提供重要的保障。

关键词：油气管道；人工智能；实时监控；预警推送

酒泉输油气分公司地处“河西走廊”，主要负责管辖西气东输一、二、三线管道，鄯兰原油管道、乌兰成品油管道及油气分输支线共15条管道，总长度达4000多公里。长期以来，油气管道日常巡护主要以人工徒步巡查方式为主，耗时长、效率低，且野外地形复杂，一些“巡检盲区”难以通行；管道周边常有地质灾害、第三方施工等瞬时发生的安全风险；人口密集型高后果区多，稍有不慎就有可能造成严重后果。以传统的人力巡护方式已无法适应快速变化的外部安全风险挑战。2019年以来，分公司依托河西走廊内中国铁塔架设远距离（覆盖半径2 km）高清摄像机，通过采用人工智能监控技术，较好地解决了这一难题。

1 人工智能监控系统的结构和功能

 

1.1 监控系统实现路径

利用中国铁塔远距离（覆盖半径2 km）高清摄像机的前端摄像头，实时回传图像并上传到管理系统大数据分析平台对图片进行分析计算，将分析结果发送至大数据分析系统，结合人工智能分析结果、历史报警信息及用户交互等数据进行第二次计算[1]，并根据预设需求信息判定是否发送报警信息。对需要发送的报警信息，系统推送至PC客户端以及其他移动终端，并进行提醒，工作人员即可查看报警图片及报警详情，快速定位报警区域并第一时间进行处理。

1.2 系统结构

系统在结构上分为五部分：基础数据维护系统、数据采集系统、人工智能监测识别系统、大数据分析平台、客户端，如图 1所示。

图 1 人工智能监控网络设计

（1）基础数据维护系统。基础数据维护系统主要是针对项目中的传感器基础数据（传感器信息、预置位信息、巡航计划）、规则基础数据、人员信息等进行数据管理与维护。

（2）数据采集系统。图像/视频传感器信息采集模块依赖于大数据分析平台，实现了模块程序分布式处理，实时、动态、合理的运用各节点机器资源，提高了程序模块对图像/视频传感器数据采集过程中整体处理效率，保证了数据由进到出的毫秒级快速处理。

（3）人工智能监测识别系统。人工智能监测识别系统是整个系统的技术核心，对于不同需求的场景建立不同的识别模型，并且做到系统的扩展性，对于车辆及其他检测对象的可配置性，保证了满足不同应用方的个性化需求。可分为瞬时和驻留模式，瞬时指的是只要画面中出现需要报警的车辆，系统会立即报警；驻留指的是在同一个地方，同一车辆或者同一个人停留出现时间超过系统所配置的驻留时间，系统会立即报警。

（4）大数据分析平台。是整个系统流程中的关键环节，建立在时序基础上，实现了对于消息整体走向及处理办法的解决方案。随着平台投用时间越来越长，采集的海量信息越来越多，系统可以根据客户端的信息正误反馈信息，自主开展学习功能，对于3次及以上的误报信息，通过对比分析学习功能，不再输出此类信息，从而其分析识别的精准度越来越高。该系统可根据用户需要设置摄像头每个监控预置位下的报警方式，可以设置瞬时或者驻留，也可以设置瞬时或者驻留时自主选择不同时段的不同检测特定需求对象，例如各个时段的挖掘机、铲车、油罐车等需求信息。当系统前端检测、后端分析后判定为检测对象时，立即向客户端实时发出报警信息。

（5）客户端。把监控设备的实时图像传回后端，做视频剪切及图像连续帧分析使用，并将发现警情的前后时间段内的视频留存、图像留存，以及在客户端GIS地图上显示警情，执行可查看详情及处理操作。

1.3 主要功能设置

（1）个性化报警规则设置。由于长输管道线路长，经过的区域环境复杂，同一个摄像头的多个预置位看到的环境也完全不同，而且白天晚上也会是不同的环境。系统为了切合用户实际使用，支持针对同一个摄像头的不同预置位，在白天和晚上都可以设置不同的报警规则。例如1号摄像头1号预置位经过高后果区，2号预置位经过一段管道隐蔽地段必经的唯一路口，此时白天就可以针对1号预置位设置工程车辆入侵和驻留，夜晚设置针对面包车、皮卡、人员设置驻留报警。2号预置位白天针对人、面包车、皮卡车设置入侵报警，夜晚对油罐车、厢式货车等设置入侵报警，对可疑的盗油行为进行监控和预警。

（2）电子围栏、管线位置设置。摄像头每个预置位的画面回传之后，系统读取该画面，呈现在WebGIS客户端，可由用户自行根据管线位置绘制电子围栏。电子围栏可减少用户的无效报警，系统只针对电子围栏区域内的目标进行识别和报警，而电子围栏之外即使出现了施工行为，系统不做任何处理，从而大幅度降低了无效报警，切合用户实际使用场景。

（3）报警等级划分。系统在基本报警对象的基础上，增加了报警等级划分功能，监控人员可根据实际情况，针对任意一个摄像头的任意一个预置位现有的报警对象进行等级划分，比如发现挖掘机施工，是紧急报警，发现面包车停留，是重要报警，发现人员入侵，是普通报警，系统也会根据用户自行设置的不同的报警等级触发不同的报警声音，方便用户区分。

（4）报警屏蔽时段。系统还可以根据用户需求对特定预置位的预警进行屏蔽，例如某特定预置位，为管道企业对管道进行维检修，则可以设置该预置位在特定的维检修期间对相关检测对象不进行预警。

（5）报警类别。报警类别目前分为驻留和入侵报警，驻留报警即检测人、面包车等停留出现时间超过系统所配置的驻留时间就会立即报警；违法入侵为瞬时报警，即监控区域只要出现人、面包车等系统对该预置位配置的报警对象时就会立即报警。

（6）远程喊话。系统提供远程喊话功能，后端（APP端、PC端）采集到的危险信息，后台人员将喊话通过互联网传递至现场设备，经过功放把喊话内容通过现场的大喇叭进行播放，可实现对现场可疑、违法行为第一时间进行远程喊话警告和驱离。

（7）预警短信通知。发生报警后，系统根据所设置的报警等级等报警规则进行分析，对于危险度高的信息，通过短信息提醒的方式，将预警的摘要信息通过短信息发送至客户手机，弥补微信客户端可能提醒不及时的短板，及时派遣巡线人员进行现场处理。

图 2 系统监控主界面

图 3 系统监控实时预警画面

2 现场应用实践

 

目前，分公司实现了30个高后果区段监控全覆盖，并对10个监控点配套安装远程喊话设备，实现远程喊话功能。

（1）投入运行一年多，系统报警总数60412条，其中白天报警数量为48622条，夜晚报警数量为11790条。

（2）通过不断完善和添加识别规则，共识别到进入高后果区管线电子围栏区域人员673人、挖掘机12703辆、推土机33029辆，其他车辆及其他信息14007条。系统运行报警准确率由最初不足50%提升到92%。

（3）共发现高后果区管线周边施工150起，做到了提前预警，同时通过远程喊话功能，制止违法施工行为，随后派人前往现场核查违法施工情况，提高了管道保护质量，降低了隐患整治成本。

3 提升建议

 

（1）模型更新。为保证系统模型的识别准确率，针对现场情况定期进行模型优化更新，持续提升报警准确率，降低误报情况。

（2）功能优化。更精准的设置预置位、电子围栏。

（3）平台升级。针对现场需求，对系统平台，根据功能需要持续进行更新升级。

（4）设备更新。应用更长距离的摄像机，单台覆盖半径能够达到5 km及以上。

（5）系统联动。光纤振动报警系统可对地下的振动情况进行预警，诸如开挖隧道、打孔盗油、定向钻施工等，但光纤预警误报较多，现场核实工作量大。而铁塔远程摄像机可以远程直观观察到管道周边的一切动态行为并进行预警，但无法获取地下活动信息。故通过对智能监控系统在功能架构上的水平扩展，增加多元化的预警通知功能[2]，实现视频智能监控与光纤预警的功能互补。

参考文献：

[1]李遵照，王剑波，王晓霖，董列武，刘道乾，李明，叶青.智慧能源时代的智能化管道系统建设[J].油气储运，2017，36(11)：1243-1250.

[2]王小龙.浅析人工智能在油气行业中的应用[J]. 现代信息科技， 2017，1(2)：117-119.