油田安全生產智能可視化應用初探

張偉 寧曉波 蔣能記

[摘 ? ?要] 油田生產具有點多、線長、面廣的特點，以人工管理為主的傳統開發模式，無法實現24小時全天候的生產、環保、安全有效管控。視頻監控作為安全生產重要輔助措施，分析識別需要人工實現，數據量大、工作強度高且容易出錯。運用視頻算法對視頻內容進行智能分析，通過提取視頻中關鍵信息，進行標記或者相關處理，并形成相應事件和告警，是智能可視化在油田安全生產中的研究方向。

油田安全生產智能可視化系統由前端子系統、傳輸子系統和后端子系統構成;系統在不同場景中預設不同的報警規則，一旦目標在場景中出現了違反預設規則的行為，系統會自動報警，用戶可以通過點擊報警信息，實現報警的場景重現并采取相關措施。

油田安全生產智能可視化系統隨著技術發展與自適應學習，系統結構不斷優化，功能逐漸完善，可以針對核心的應用需求制定特定的解決方案，使用專用的產品提高性能，全面參與油田生產安全管理。

[關鍵詞] 視頻監控;智能分析;生產安全;可視化

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 23. 022

[中圖分類號] F273;TP311 ? ?[文獻標識碼] ?A ? ? ?[文章編號] ?1673 - 0194（2019）23- 0051- 02

0 ? ? ?前 ? ?言

油田生產主要分布在廣袤的戈壁荒漠中，環境惡劣，油區關鍵設施多，分布零散，需大量人員進行管控。近年來，油田企業對安全生產的要求不斷提升，人工管理模式無法24小時全天候管控生產現場的環保、安全，重要信息易漏報，無法及時發現、預警安全生產事故、環境污染，事件處理反應滯后，事件發生后人工溯源困難、效率低。視頻監控作為安全生產重要輔助措施，在油區重點站庫、關鍵工藝環節等區域被大量使用。傳統視頻監控系統中，視頻內容的分析識別等動作需要人工實現，數據量大、工作強度高且容易出錯。

如何應用智能視頻分析，從海量的數據中提取有價值的數據以及如何利用這些數據，實現油田安全生產可視化，對生產、作業過程進行實時監控、預警，減少安全、環保事故發生概率，是智能可視化應用在油田安全生產管理中的研究方向。

1 ? ? ?系統總體設計

1.1 ? 智能可視化技術現狀

目前主流的智能可視化分析手段主要包括：識別類分析、行為類分析、診斷類分析以及圖像處理類分析。其中，識別類分析與行為類分析是智能分析動作，診斷類與圖像處理類分析是提高分析結果準確性的手段。

行為類分析基于建模技術，有背景建模（著重于背景模型偏離的變化）和模式建模（著重于已知目標模型的變化）兩種形式，主要應用在動態場景;識別類分析基于特征識別技術，通過圖像識別、幀間對比等方式實現車牌、人臉識別，主要應用在靜態場景;診斷類分析，主要指視頻質量診斷，應用在視頻終端設備狀態監測，當出現雪花、偏色、云臺失控等故障時，進行故障分析報警;圖像處理分析主要判斷采集的圖像效果，通過視頻增強手段，如降噪、去霧、銳化和矯正等，提高圖像質量。

1.2 ? 智能可視化系統架構

智能可視化系統物理結構由前端子系統、傳輸子系統和后端子系統構成。前端子系統主要包括各類智能攝像機，傳輸子系統為有線和無線網絡傳輸資源，后端子系統則為NVR、應用服務器、分析服務器、流媒體服務器及大屏幕系統構成。系統結構如圖1所示。

1.3 ? 智能可視化分析流程

（1）加載算法過程。系統運行前，對視頻分析算法的具體參數進行設置，如分析的模式、覆蓋的區域、過濾目標要求等信息加載寫入視頻分析系統中，系統按照設定的參數運行。

（2）背景建模與更新。視頻分析啟動后，系統首先開展背景學習，并建立背景模型，完成后系統不斷進行自我維護及優化，更新背景圖像。

（3）目標提取與跟蹤。建模完成后，系統根據設置的參數標準提取并跟蹤目標，利用背景減除法即當前圖像與背景圖像的差分來檢測出前景圖，它是視頻分析的關鍵和主要環節。

（4）目標分類與識別。系統通過模型培訓，利用已知的目標特征進行訓練，對之前提取并跟蹤的目標進行辨識、比對和匹配，從而對目標進行識別和分類。

（5）行為判斷與報警。有了前景建模、目標跟蹤、軌跡建立和識別分類等過程，視頻分析即可利用以上過程的結果，根據目標出現的時間、地點、速度、大小和停留時間等因素，結合事先設置的行為規則，實現視頻分析和報警觸發的過程，這也是整個系統的關鍵過程。

2 ? ? ?系統功能應用

2.1 ? 在重點工藝環節中的應用

2.1.1 ? 油區關鍵設施

生產區域分布廣，原井區的抽油機、計量器和緩沖罐等關鍵設備無任何視頻監控設備。日常管理中，需大量人員對井區內設施的生產運行狀況等進行巡檢。在油區關鍵位置、制高點建設智能視頻監控點位，大范圍監控油區生產情況，通過設置預置點，快速定位采油井、管匯、緩沖罐，觀察現場生產情況。選用熱成像攝像機，對油井管線、處理站等溫度敏感區域測溫，發現管線刺漏、大罐溢油等事故，及時處理，輔助生產管理。

2.1.2 ? 注汽鍋爐

在鍋爐房內布設監控點，在進水管線與柱塞泵處繪制分析區域，重點監控鍋爐進水管線刺漏、電機故障停運，鍋爐視頻監控圖像分析與自動化監控系統重點參數進行聯動，監控圖像分析發生異常或數據異常情況報警時，報警信息和實時畫面推送到SCADA監控系統，監屏人員可第一時間在SCADA監控系統報警欄中發現鍋爐視頻報警信息，可一鍵啟動監控報警程序，根據監控數據和監控畫進行報警信息分析確認，提高監控效率。

2.1.3 ? 生產復核

在油區、重點站庫等生產場所，當有重要措施作業需要事后現場操作復核、驗證和檢查必不可少。個別關鍵工藝節點的自控閥門、執行器，由于長期在高溫、高壓的環境中工作，操作指令下達后，可能出現執行器未執行動作或執行動作不到位的情況。在這些自控工藝關鍵點位布設智能視頻監控點位，設置警戒區域，杜絕無關人員闖入，通過DCS系統遠程下達控制指令，監控畫面聯動拍攝執行器動作對執行指令結果進行生產復核。

2.2 ? 在高風險施工作業中的應用

施工作業重點管控2個方面：人員和過程。油區每日有日常巡檢、修井施工等作業發生，存在作業人員是否違章作業、未按規定作業等不安全行為。采用智能移動視頻監控終端對措施作業區域布控，有效識別作業人員安全穿戴;劃分電子防區，對非法闖入、滯留施工區域的人員進行報警。同時對作業過程進行遠程監督。了解作業區域、部位狀況、工作任務和存在風險;檢查作業許可相關手續齊全;檢查已制定的所有安全措施落實到位;核查作業人員資格和現場設備的符合性;在作業過程中，根據要求實施現場監督;及時糾正或制止違章行為，發現人員、工藝、設備或環境安全條件變化等異常情況及時要求停止作業并立即報告批準人。

2.3 ? 在人員車輛管控中的應用

（1）重點路口。在油區關鍵路口運用射頻技術結合視頻可視化技術，實現機動車自動檢測，客戶端根據設定的報警規則實時推送報警信息，如無車牌報警、無機動車電子標識報警等。提高油田生產區域安全防護等級，完善油田公路通行車輛的監管手段，對過往車輛信息識別記錄，外部車輛主動發出報警，實現油區車輛的有效管控，避免破壞油田安全生產的事件發生，保障油田生產安全，同時有效提高各類事件的可追溯性。

（3）重點站庫周界。在重點站庫沿站區圍墻布設監控點，實現周界監控全覆蓋。根據需求設置穿越警戒面、區域入侵、離開區域、區域徘徊等報警功能，根據實際情況對站區周界分時段、分區域進行布防、撤防，智能視頻周界系統主動偵測區域內異常事件，實現周界入侵事前防范，提高安防等級，降低人防強度。

3 ? ? ?結論及認識

智能可視化系統隨著技術發展與自身自適應學習，系統結構不斷優化，功能逐漸完善，將全面參與油田生產安全管理。例如，在油田生產的危險場所，設置人員狀態告警;自動巡檢在線設備狀態并生成工作日志;在特殊作業中，主動監測環境中的危險源，如可燃氣體含量、H2S含量等。提高安全防護等級。運用人臉識別技術，實現人員準入管理，人臉軌跡跟蹤。運用GPS、射頻等技術，實現車輛準入管理、車輛定位測速。在無人值守的機柜間布設監控點，實時監控關鍵設備運行狀況。完善作業管控，確認施工人員身份，倒地報警，遠程指導。完善生產復核，實現自動化設備指令執行情況復核，人員操作復核，報警復核。在油田生產領域，可以針對核心的應用需求制定特定的解決方案，使用專用的產品提高性能，從而達到安全生產的目的。

主要參考文獻

[1]秦海瑞. 視頻監控智能分析技術在銀行數據中心生產運維中的應用[J].中國金融電腦，2017（5）：67-72.

[2]徐浙君.大型視頻監控系統關鍵技術的分析與研究[J].信息與電腦，2017（19）：22-6.

[3]王佑卿.基于深度學習的視頻質量診斷技術研究[J].中國安防，2018（6）：81-83.