胡江鋒1 周彬1 孫鵬1 高良澤1 滿海東2

1.國家管網集團西部管道酒泉輸油氣分公司；

2.中國鐵塔股份有限公司酒泉市分公司

摘要：人工智能技術在油氣管道保護領域的研究與應用，給管道保護工作帶來新的變革。通過提出智能監控解決方案，較好地解決了以往管道保護單純靠人盯死守、信息滯后、事前難以預防、事后無法查證的難題，為提升管道保護效率和管道運行安全提供重要的保障。

關鍵詞：油氣管道；人工智能；實時監控；預警推送

 

酒泉輸油氣分公司地處“河西走廊”，主要負責管轄西氣東輸一、二、三線管道，鄯蘭原油管道、烏蘭成品油管道及油氣分輸支線共15條管道，總長度達4000多公里。長期以來，油氣管道日常巡護主要以人工徒步巡查方式為主，耗時長、效率低，且野外地形復雜，一些“巡檢盲區”難以通行；管道周邊常有地質災害、第三方施工等瞬時發生的安全風險；人口密集型高后果區多，稍有不慎就有可能造成嚴重后果。以傳統的人力巡護方式已無法適應快速變化的外部安全風險挑戰。2019年以來，分公司依托河西走廊內中國鐵塔架設遠距離（覆蓋半徑2 km）高清攝像機，通過采用人工智能監控技術，較好地解決了這一難題。

1  人工智能監控系統的結構和功能

1.1  監控系統實現路徑

利用中國鐵塔遠距離（覆蓋半徑2 km）高清攝像機的前端攝像頭，實時回傳圖像并上傳到管理系統大數據分析平臺對圖片進行分析計算，將分析結果發送至大數據分析系統，結合人工智能分析結果、歷史報警信息及用戶交互等數據進行第二次計算[1]，并根據預設需求信息判定是否發送報警信息。對需要發送的報警信息，系統推送至PC客戶端以及其他移動終端，并進行提醒，工作人員即可查看報警圖片及報警詳情，快速定位報警區域并第一時間進行處理。

1.2  系統結構

系統在結構上分為五部分：基礎數據維護系統、數據采集系統、人工智能監測識別系統、大數據分析平臺、客戶端，如圖 1所示。

圖 1 人工智能監控網絡設計

（1）基礎數據維護系統。基礎數據維護系統主要是針對項目中的傳感器基礎數據（傳感器信息、預置位信息、巡航計劃）、規則基礎數據、人員信息等進行數據管理與維護。

（2）數據采集系統。圖像/視頻傳感器信息采集模塊依賴于大數據分析平臺，實現了模塊程序分布式處理，實時、動態、合理的運用各節點機器資源，提高了程序模塊對圖像/視頻傳感器數據采集過程中整體處理效率，保證了數據由進到出的毫秒級快速處理。

（3）人工智能監測識別系統。人工智能監測識別系統是整個系統的技術核心，對于不同需求的場景建立不同的識別模型，并且做到系統的擴展性，對于車輛及其他檢測對象的可配置性，保證了滿足不同應用方的個性化需求。可分為瞬時和駐留模式，瞬時指的是只要畫面中出現需要報警的車輛，系統會立即報警；駐留指的是在同一個地方，同一車輛或者同一個人停留出現時間超過系統所配置的駐留時間，系統會立即報警。

（4）大數據分析平臺。是整個系統流程中的關鍵環節，建立在時序基礎上，實現了對于消息整體走向及處理辦法的解決方案。隨著平臺投用時間越來越長，采集的海量信息越來越多，系統可以根據客戶端的信息正誤反饋信息，自主開展學習功能，對于3次及以上的誤報信息，通過對比分析學習功能，不再輸出此類信息，從而其分析識別的精準度越來越高。該系統可根據用戶需要設置攝像頭每個監控預置位下的報警方式，可以設置瞬時或者駐留，也可以設置瞬時或者駐留時自主選擇不同時段的不同檢測特定需求對象，例如各個時段的挖掘機、鏟車、油罐車等需求信息。當系統前端檢測、后端分析后判定為檢測對象時，立即向客戶端實時發出報警信息。

（5）客戶端。把監控設備的實時圖像傳回后端，做視頻剪切及圖像連續幀分析使用，并將發現警情的前后時間段內的視頻留存、圖像留存，以及在客戶端GIS地圖上顯示警情，執行可查看詳情及處理操作。

1.3  主要功能設置

（1）個性化報警規則設置 。由于長輸管道線路長，經過的區域環境復雜，同一個攝像頭的多個預置位看到的環境也完全不同，而且白天晚上也會是不同的環境。系統為了切合用戶實際使用，支持針對同一個攝像頭的不同預置位，在白天和晚上都可以設置不同的報警規則。例如1號攝像頭1號預置位經過高后果區，2號預置位經過一段管道隱蔽地段必經的唯一路口，此時白天就可以針對1號預置位設置工程車輛入侵和駐留，夜晚設置針對面包車、皮卡、人員設置駐留報警。2號預置位白天針對人、面包車、皮卡車設置入侵報警，夜晚對油罐車、廂式貨車等設置入侵報警，對可疑的盜油行為進行監控和預警。

（2）電子圍欄、管線位置設置。攝像頭每個預置位的畫面回傳之后，系統讀取該畫面，呈現在WebGIS客戶端，可由用戶自行根據管線位置繪制電子圍欄。電子圍欄可減少用戶的無效報警，系統只針對電子圍欄區域內的目標進行識別和報警，而電子圍欄之外即使出現了施工行為，系統不做任何處理，從而大幅度降低了無效報警，切合用戶實際使用場景。

（3）報警等級劃分。系統在基本報警對象的基礎上，增加了報警等級劃分功能，監控人員可根據實際情況，針對任意一個攝像頭的任意一個預置位現有的報警對象進行等級劃分，比如發現挖掘機施工，是緊急報警，發現面包車停留，是重要報警，發現人員入侵，是普通報警，系統也會根據用戶自行設置的不同的報警等級觸發不同的報警聲音，方便用戶區分。

（4）報警屏蔽時段。系統還可以根據用戶需求對特定預置位的預警進行屏蔽，例如某特定預置位，為管道企業對管道進行維檢修，則可以設置該預置位在特定的維檢修期間對相關檢測對象不進行預警。

（5）報警類別。報警類別目前分為駐留和入侵報警，駐留報警即檢測人、面包車等停留出現時間超過系統所配置的駐留時間就會立即報警；違法入侵為瞬時報警，即監控區域只要出現人、面包車等系統對該預置位配置的報警對象時就會立即報警。

（6）遠程喊話。系統提供遠程喊話功能，后端（APP端、PC端）采集到的危險信息，后臺人員將喊話通過互聯網傳遞至現場設備，經過功放把喊話內容通過現場的大喇叭進行播放，可實現對現場可疑、違法行為第一時間進行遠程喊話警告和驅離。

（7）預警短信通知。發生報警后，系統根據所設置的報警等級等報警規則進行分析，對于危險度高的信息，通過短信息提醒的方式，將預警的摘要信息通過短信息發送至客戶手機，彌補微信客戶端可能提醒不及時的短板，及時派遣巡線人員進行現場處理。

圖 2 系統監控主界面

圖 3 系統監控實時預警畫面

2  現場應用實踐

目前，分公司實現了30個高后果區段監控全覆蓋，并對10個監控點配套安裝遠程喊話設備，實現遠程喊話功能。

（1）投入運行一年多，系統報警總數60412條，其中白天報警數量為48622條，夜晚報警數量為11790條。

（2）通過不斷完善和添加識別規則，共識別到進入高后果區管線電子圍欄區域人員673人、挖掘機12703輛、推土機33029輛，其他車輛及其他信息14007條。系統運行報警準確率由最初不足50%提升到92%。

（3）共發現高后果區管線周邊施工150起，做到了提前預警，同時通過遠程喊話功能，制止違法施工行為，隨后派人前往現場核查違法施工情況，提高了管道保護質量，降低了隱患整治成本。

3  提升建議

（1）模型更新。為保證系統模型的識別準確率，針對現場情況定期進行模型優化更新，持續提升報警準確率，降低誤報情況。

（2）功能優化。更精準的設置預置位、電子圍欄。

（3）平臺升級。針對現場需求，對系統平臺，根據功能需要持續進行更新升級。

（4）設備更新。應用更長距離的攝像機，單臺覆蓋半徑能夠達到5 km及以上。

（5）系統聯動。光纖振動報警系統可對地下的振動情況進行預警，諸如開挖隧道、打孔盜油、定向鉆施工等，但光纖預警誤報較多，現場核實工作量大。而鐵塔遠程攝像機可以遠程直觀觀察到管道周邊的一切動態行為并進行預警，但無法獲取地下活動信息。故通過對智能監控系統在功能架構上的水平擴展，增加多元化的預警通知功能[2]，實現視頻智能監控與光纖預警的功能互補。

 

參考文獻：

[1]李遵照，王劍波，王曉霖，董列武，劉道乾，李明，葉青.智慧能源時代的智能化管道系統建設[J].油氣儲運，2017，36(11)：1243-1250.

[2]王小龍.淺析人工智能在油氣行業中的應用[J]. 現代信息科技，  2017，1(2)：117-119.

 

作者簡介：胡江鋒，現任國家管網集團西部管道有限責任公司酒泉輸油氣分公司經理，高級工程師。聯系方式：17325141325，123860562@qq.com。