王磊 杭光強

陜西延長石油（集團）管道運輸公司

摘要：基于吳延管道主要外部風險特征，融合振動光纖預警、AI視頻監控、無人機巡檢和智能感知終端等管道巡護新技術，搭建風險監測智能管控一體化平臺，實現各系統數據信息共享、設備聯動，有效提升了公司管道外部風險管控水平。

關鍵詞：風險管控；一體化平臺；振動光纖；AI視頻監控；無人機巡檢

傳統的以人巡為主的管道巡護方式在時間、空間、質量和效率上已難以應對當前油氣管道不斷增加的外部安全風險。陜西延長石油集團管道運輸公司采用大數據、物聯網、云計算和人工智能等先進技術和設備彌補人工巡檢的短板，為油氣管道保護提供了新的解決方案。

1  管道安全管控現狀

吳起—延煉輸油管道（以下簡稱吳延管道）全長322.77公里，途經陜北黃土高原，多次穿越水源地、自然保護區和河流，地形地貌復雜多變。沿途設有閥室16座，跨越明管29處，穿越大型河流77處。現有高后果區51處，約115.1公里，占全線35.66%。風險管段34處，易打孔盜油點67處，與道路交叉399處、并行92段，并行里程111.14公里，與油氣管道交叉207處，并行135段，并行里程77.049公里。

隨著兩輪漏磁內檢測和缺陷修復工作，吳延管道本體風險基本得到了控制，但是第三方施工損壞、違章占壓、打孔盜油和自然與地質災害等管道外部風險呈上升趨勢。傳統的管道巡護方式難以做到全時空覆蓋，存在不到位、效率低、管理難度大等問題，無法做到事前預警。近年來雖然采取GPS、振動光纖、視頻監控、無人機等技術手段彌補人巡的不足，但各系統之間存在壁壘，影響信息共享、業務交互和應急聯動，亟須建立多源、多維度的空地協同管道智能平臺，加強統一管理，以提升資源的有效利用。

2  監測智能管控一體化平臺

2.1  系統構成

（1）振動光纖預警。能夠準確識別和預警管道周邊人工挖掘、機械挖掘、車輛行駛等第三方損壞行為（圖 1）。

圖 1 振動光纖預警避免第三方損壞事故

（2）AI視頻監控系統。安裝在管道高后果區、風險管段、易打孔盜油等管道重要部位的AI視頻監控，可實現對油氣管道的全天時、全天候“慧眼巡查”，對闖入電子圍欄的可疑人員、車輛和機械進行智能識別、抓拍、告警和錄像，特別是對打孔盜油不法分子起到了一定程度的震懾作用。同時也彌補了雨雪等特殊天氣人工無法巡護和人工巡護具有時段性的短板，保證了巡護質量和效率（圖 2）。

圖 2 AI視頻監控數據統計

（3）無人機場。無人機自動巡檢具有速度快，覆蓋面廣，不受地形影響，環境適應能力強，可實現全方位、高視角、寬視野巡檢，彌補了人工巡檢視野窄小，效率低等短板。但是無人機自動巡檢也受續航里程、天氣、供電、機場位置和成本等因素制約。

（4）平臺邏輯程序是預警信息確認、協同和聯動。為了快速確認和反饋預警信息，實現人防、物防、技防的緊密結合，系統建設中拓展了視頻與無人機聯動模塊。當單一報警信息無法明確事件的準確性時，平臺會自動觸發協同分析模型，實現不同監測手段之間的協同分析，用于進一步確認報警事件的準確性。例如當發生光纖振動報警時，協同分析模塊可快速匹配相應位置的攝像頭查看實時監控視頻，附近無攝像頭時匹配無人機快速前往報警現場查看，確認是何原因造成光纖振動報警，是否需要派遣巡護人員進行現場處置。

（5）在光纖振動和AI視頻監控預警且巡護人員無法立即到達現場的情況下，可通過AI視頻監控桿上或無人機掛載的遠程喊話器進行遠程喊話警告和驅離，及時制止危害管道的行為，防范第三方損壞事件的事故發生。

（6）通過系統平臺可以實時查看每一個AI視頻監控攝像頭視頻畫面和無人機巡檢視頻畫面。通過云存儲可實現各項歷史數據的存儲的調閱，包括統計分析數據和各項原始數據，為安全生產、運維、管理和決策提供數據支撐。

2.2  系統架構

平臺采用B/S架構搭建（圖 3），基于統一平臺底座，建立時空基準框架，采用高可靠、高性能和彈性可伸縮地理空間數據計算和存儲技術，實現地面傳感器監測、光纖振動預警、AI視頻監控和空中無人機巡檢、人工巡檢等多源異構數據的統一管理、存儲、分析、對齊、共享、分發及檢索等功能。通過多維度變換、多模態綜合、多尺度空間數據整合、數據集成，實現各類監測數據的統一集成、匯聚、分析和共享應用。

圖 3 系統架構圖

2.3  關鍵技術選擇

（1）智能感知終端。在管道沿線安裝地表位移監測裝置（圖 4），在各閥室與場站安裝壓力變送器和溫度變送器等感知終端并接入系統，及時獲取真實、可靠的管道運行數據。

圖 4 地質災害位移檢測器

（2）振動光纖預警。振動光纖預警由預警主機、傳感光纖和預警管理終端組成。預警主機安裝在站場或閥室。傳感光纖利用管道原有伴行光纜中的一芯光纖作為傳感器，實時采集監測沿線振動信號并加以處理通過網絡上傳至管理系統。管理終端為監控管理軟件，安裝在有人值守場站或調控中心電腦，用于接收預警主機上傳數據及預警信息，可對預警、顯示、權限、查詢等進行集中管理（圖 5）。

圖 5 振動光纖預警設備構成

（3）AI 視頻監控。自建高度10 m監控桿（接入電源或風光互補）和利用中國鐵塔掛載的方式，在沿線高后果區、風險管段和其它管道重要位置分批次安裝了41臺200萬像素53倍變焦激光云臺攝像機，以及遠程喊話器。攝像機支持水平360°連續旋轉，垂直旋轉范圍為40°～90°，水平旋轉速度為0.1°～120°/s，垂直旋轉速度為0.1°～50°/s，激光照射距離為1000 m；可設置預置位300個。

因管道所經區域地形地貌復雜，采用了多種組網方式進行傳輸，對可視通地段采用IP數字微波設備搭建鏈路，建立網絡傳輸通道；對不可視通地段考慮中轉或租用運營商網絡，傳輸至云服務軟件平臺。通過大數據算法對人工智能解析之后的數據進行實時分析，對危害管道安全的各種場景進行智能監測和告警，最后由調度人員做出是否出警和應急響應的決策。

（4）無人機自動巡檢。采用大疆自動起降多旋翼無人機及機場，并將飛控系統融入延長石油吳-延管道風險監測智能管控一體化平臺，實現無人機自動起降、存放、充電、遠程控制、遠程通信、巡檢、數據存儲、智能分析和應急聯動等功能。

（5）基于大數據、物聯網、云計算、人工智能等技術，底層搭建智能管控一體化平臺架構，打通各類智能感知終端、振動光纖預警、AI視頻監控和無人機場等系統平臺接口，利用數據倉庫技術，對各類異構數據源進行有效集成。通過AI自動識別和自動分析，設計感知觸發事件邏輯程序，實現各系統之間的有效融合，最終實現多方位感知、綜合性預判、自適應優化、一體化管控的管道智能管控一體化系統平臺。

3  應用效果

通過管道風險監測智能管控一體化平臺，對管道周邊第三方破壞、打孔盜油、地質災害等管道風險進行實時有效監測和管控。自2023年5月試用至今，振動光纖預警431次，其中一級預警（最低級）247次，二級預警140次（包括6次自主驗證），三級預警（最高級）44次，系統平臺自動觸發AI視頻監控23次，有效確認管道周邊大型機械施工3次，啟用遠程驅離喊話3次，自動觸發無人機巡線2次。另外，AI視頻監控自動識別管道周邊風險46次，啟用遠程驅離喊話8次，自動觸發無人機巡線5次，無人機常規巡線13次。有效制止了管道周邊第三方大型機械施工作業等對管道造成威脅，通過管道風險監測管控一體化平臺，使管道各類風險多方位實時監測，并進行自動分析和觸發響應，實現管道風險智能一體化管控。

4  結語

吳延管道途徑多個高后果區和高風險管段，傳統人巡方式效率低、質量不高，原有GPS、振動光纖、視頻監控、無人機等巡檢系統獨立運行，無法實現信息共享、業務交互和應急聯動。通過搭建風險監測智能管控一體化平臺，實現了對振動光纖預警、AI視頻監控、無人機巡檢和智能感知終端等系統數據的整合，各系統聯防聯動，有效提升了吳延管道外部風險管控能力。

作者簡介：王磊，1982年生，本科，工程師，陜西延長石油（集團）管道運輸公司第四分公司管道技術科主管，主要從事分公司管道完整性管理和智能管道建設工作。聯系方式：18909112618，306690743@163.com。