基于多源數據融合的油氣管道診斷預警技術

周立國,王勇,李明,石磊,王曉霖

(1. 中石化(大連)石油化工研究院有限公司，遼寧 大連 116045;2.大連市智能油氣儲運及安全工程技術研究中心，遼寧 大連 116045)

在石油工業各種油氣運輸方式中，管道運輸最為經濟合理，是中國油氣運輸的最主要的方式。管道在長期運行過程中，受第三方施工、腐蝕、自然災害等諸多因素的影響，會導致管道失效，造成巨大的經濟損失，嚴重影響人民群眾的生產和生活[1]。如今智慧管網建設如火如荼，油氣管道數據分析已經成為及時排除管道安全隱患，保證管網安全、平穩運行的一種總結歸納預測的重要工具[2]。

目前，企業為避免管道受到各種安全影響因素的損害，同時實現管道的健康診斷以及故障預警的功能，采取了如無人機巡檢、視頻監測、衛星遙感等多種信息獲取技術，并建立了多種管理平臺[3-6]。然而平臺不一、數據繁多給管道管理帶來不便，數據的利用率低下造成了巨大的資源浪費，該類分散、孤立的系統已經越來越難以滿足管理的需要。因此，有必要融合各途徑獲取的數據，深度挖掘有效信息，研究空、天、地面、地下四位空間多源數據融合方法，開發管道診斷預警技術。同時鑒于新冠疫情給管道運維管理帶來的新挑戰，開發工業云平臺，實現全天候的管道遠程智能診斷預警。

1 管道的四位空間數據源

隨著管道行業新興技術的進步，為滿足完整性管理、管道運行、隱患治理等工作需要，先后應用了面向不同監測對象的系統及終端，包括無人機巡檢系統、GPS巡線系統、智能陰保監測系統、衛星遙感監測、視頻監控、氣象預警、泄漏報警等，數據源涵蓋空、天、地面、地下四位空間，海量數據初具規模。

1)無人機巡檢系統。該系統由無人機(固定翼或多旋翼機)、任務載荷(攝像機、遙感相機、甲烷檢測儀等)、無人機測控數據鏈、4G無線通信設備、遙感影像處理中心(應急處理軟件、標準測繪軟件)、高清圖像處理分系統組成，如圖1所示。通過無人機巡檢可以識別管線外部活動、監測地表微變形、檢測天然氣管道泄漏等，對人員難以到達的特殊地段巡檢實現了管道巡線的全覆蓋。

圖1 無人機巡檢系統組成示意

2)GPS巡線系統。該系統是基于地理信息技術的巡檢系統，使用手機作為巡檢端(采集端)和管理端，通過地圖展示巡檢區域、線路、巡檢點，以及巡檢進展和上傳點位置等信息。同時，通過報警提示、消息發布、即時通信提高巡檢過程的協同能力。通過該系統可實現“三樁一牌”和水土保護的管理、識別管線外部活動、實時掌握外管線巡線效果。

3)智能陰保監測系統。該監測系統利用多路復用A/D、網絡同步時間、優化電路結構、硬件觸發響應、分時傳輸數據等技術完成了智能監測裝置的微型化、低功耗，通過物聯數據監測采集網絡，實現管道測試樁處管道陰極保護電位、交流干擾電壓、直流電流、交流電流、斷電電位、去極化曲線、環境溫度的實時采集、處理和遠程控制。智能陰保監測系統網絡架構如圖2所示。

圖2 智能陰保監測系統網絡架構示意

4)衛星遙感。衛星遙感多以高分辨率光學遙感衛星作為地質災害解譯數據源，采用基于地理學原理進行地物識別、定性與定量分析、時間與空間分析等方法，通過衛星圖像對管道全線進行遙感分析，獲取地質災害隱患點地質環境、不良地質現象及其發育環境等信息。

5)視頻監控。視頻監控主要包括外接視頻監控和單兵視頻監控，外接視頻主要針對高后果區、高風險管道周邊大型機械、人員行為等進行全天候的實時監控；單兵視頻通過智能安全帽、手機移動端等途徑拍錄施工作業現場，實時采集現場音視頻圖像數據。

6)氣象預警。氣象預警通過氣象、行政部門相關數據接口獲取監控管道周邊雷電、洪水等極端天氣以及泄洪、護堤損壞等事件數據信息，并對相關數據信息進行預警。

7)泄漏報警。管道泄漏監測通常以負壓波為基本方法，利用管道瞬態模型，采用流量報警、壓力定位方式，全天候監測輸油管道，一旦管線發生穿孔泄漏，可通過泄漏監測系統及時報警，并定點定位地管理工程監控系統。

2 多源異構數據的融合方法

油氣管道大數據存在非常強的時空屬性，往往伴隨著數據多源和異構的問題，其中多源指的是數據的來源渠道多種多樣，異構指的是數據包含有結構化數據和非結構化數據。多源異構數據融合是一個通過多傳感器、多系統采集海量數據，清理冗余、虛假、不完整的數據信息，達到關聯、識別、決策等目的的數據處理過程[7]。數據融合的核心是多級別、多方面、多層次地處理來自多個源頭的數據信息，從而產生新的有意義的信息，避免了數據收集的盲區。多源異構數據的三種結構形式如圖3所示，多源異構數據形式各樣，從不同領域描述目標，但在表征某一潛在目標時會存在相互重疊的部分，例如可以利用分布式光纖、區域視頻監控和無人機航拍影像等不同領域的數據描述一個區域的第三方施工破壞，雖然三類數據隸屬于不同領域，即波動信號、視頻和照片影像，但是它們在描述目標時具有信息重合的部分。無法將不同領域的數據直接融合，而是提取這些數據背后的領域知識，然后再進行融合。

圖3 多源異構數據的三種結構形式示意

2.1 狀態特征提取

以管道安全狀態為出發點，結合第三方破壞、地質災害破壞、腐蝕破壞、設計施工缺陷4種導致管道失效的主要原因，通過各特征間的邏輯隸屬關系建立記憶鏈接，構建管道安全狀態思維導圖，提取安全狀態特征，管道安全狀態特征如圖4所示。

圖4 管道安全狀態特征示意

2.2 數據融合方法

根據層級，數據融合分為數據層融合、特征層融合、決策層融合[8]，多源數據的融合方式如圖5所示。針對不同的數據融合層次，常見的融合方法見表1所列，針對不同的應用場景，選擇合適的融合方法。

表1 常用數據融合方法

圖5 多源數據的融合方式示意

D-S證據理論是一種高效率解決不確定問題的辦法，相比于其他算法，在不清楚、不確定問題上的應用有著很大的優勢[9]，無論是融合第三方破壞、地質災害破壞等單類特征數據，還是融合管道安全狀態的綜合特征數據，都有較強適用性。該證據理論融合過程是針對識別框架U={u1，u2，u3， …}中目標進行的，U是由相互獨立、互相排斥的特征構成，說明為某一管道狀態所對應的可能特征集合。對于非結構化的音視頻數據融合，需提取其相關特征進行安全識別，通過模糊化的自然語言轉化為數值類的結構化數據。

2.3 預警信號等級劃分

根據數據融合結果，將管道預警信號分為4個等級，即紅色報警(一級)、橙色預警(二級)、黃色預警(三級)、藍色預警(四級)，管道預警信號分級見表2所列。

表2 管道預警信號分級

3 管道遠程智能診斷預警平臺建設

為解決各系統數據孤島的問題，開發了基于多源數據的管道遠程智能診斷預警平臺，深度挖掘無人機巡線、智能視頻監控、北斗高分衛星遙感、智能陰保監測等系統采集的數據價值，對出現的風險和事件及時處理，高品質實現各項事件的閉環管理。

3.1 系統架構

該預警平臺作為綜合性可視化平臺，服務于生產運行、管道管理、安全環保多個專業和層級的人員，可提供診斷預警信息、可視化一張圖綜合信息展示、圖形化報表等。管道遠程智能診斷預警平臺架構如圖6所示，實現的功能包括： 各系統數據接入，第三方破壞、腐蝕破壞、地質災害破壞等數據融合的異常診斷，視頻智能識別預警信號，包括管道走向示意圖、監控信息展示等的可視化一張圖，各類統計數據的圖形化報表及音視頻資料，各類數據管理及推送功能等。

圖6 管道遠程智能診斷預警平臺架構示意

3.2 信息儲存設計

在該預警平臺建設開發過程中，存在多個與外部系統間的信息交換，數據庫是平臺建設的核心，負責各個外部系統數據信息的錄入與存儲，配置專門的數據存儲服務器存儲所有診斷與該預警平臺的數據。數據庫設計如圖7所示，以數據模型為基礎，各系統通過開放接口實現巡線、監測等動態數據的同步，完整性管理數據、歷史數據等靜態數據遷移至該預警平臺，支撐多源數據融合的數據提取。

圖7 數據庫設計示意

4 案例應用

以某管道線路為例，通過日常巡線發現某段存在山體滑坡事件，距管道中心線約5 m，巡線人員通過手機APP將該處事件的描述、位置等信息上傳至該預警平臺，管道管理人員根據位置信息，調取前后兩次的無人機在該段管道拍攝的正射影像，得出滑坡程度輕微、地表變形輕微、山體易發災害程度中等信息。

通過氣象預警系統的數據得知，24 h氣象預警中有8 h為紅色，5 h為橙色，所以短時間內由于天氣因素引起再次滑坡的可能性較高。根據位置信息，提取出管道的埋深1.4 m，無附件保護，設計施工狀況等級為較好。通過融合巡線數據、無人機巡檢數據、氣象監測數據以及管道埋深、附加保護等靜態數據，得到該處自然地質災害的預警等級為黃色預警，短期內滑坡事件對管道安全運行具有一定的威脅，需要綜合成本與效益采取增設擋土墻、護坡等防護措施。

5 結束語

采用天、空、地多位空間感知，全數字化移交等技術為油氣管道管理提供了便利，也帶來了挑戰，數據海量但利用率低，制約了智能化管道建設進程。通過研究多源數據融合方法，創新狀態診斷與預警技術，開發一體化平臺，即保留對于各單項系統功能的管理需求，又探索出基于多位空間數據關聯的管理新模式。

目前油氣管道的智能化建設尚處于初級階段，如何實現行業的技術創新、融合創新、跨界創新，將大數據、物聯網、5G通信、人工智能等技術實施落地，切實為油氣管道“安穩長滿優智”服務，全力保障管道投入運營安全可靠，是每個管道管理者和技術研發者亟需思考與解決的問題。