石彥鵬,潘作為
(1.內蒙古京寧熱電有限責任公司,內蒙古 烏蘭察布 012000;2.北京京能電力股份有限公司,北京100025)
電力是國民經濟的重要基礎產業,其生產是一個流程化和持續化的過程,電廠作為電力系統的重要生產環節,其安全生產對于電力系統穩定運行具有非常重要的作用。但是,由于電廠的生產設備之間關聯關系復雜,在安全生產過程中存在工作人員少、作業任務重、危險點多、監管困難和技術防范措施受限等客觀因素,給電廠安全生產帶來了隱患。
在電廠生產區域作業現場的管控上,其主要面臨的問題有:1)作業現場環境復雜、危險源點多面廣,依靠傳統的人力監管效率低下,管理手段單一[1],工業電視的興起雖然很大程度上解決了傳統人力監管工作難度大的問題,但是過多的視頻冗余依然給監護人員帶來監控和辨識的難度[2];2)作業現場人員多,專業技能和安全意識參差不齊,作業違章現象時有發生;3)在作業現場較多、較大的情況下,無法對人員的位置、行為進行實時監管[3]。
為適應電力行業的快速發展,傳統電廠正在逐步向數字化智慧電廠演變[4],越來越多的信息技術應用到電廠的運行控制中,大幅提高了電廠運行維護的信息化、智能化和自動化水平[2]。隨著科學技術的迅速發展,安全生產管理水平和技術防范手段有了很大的改進與提升,安全生產的管理已經由傳統的人防、物防向技防等多維度多手段的科學防范快速躍進。當今時代,是科技水平迅猛發展的時代,人工智能、智能穿戴、智慧物聯網理念等高科技產物層出不窮,并且正在快速融入社會,走入各個領域,在各行各業嶄露頭角。在安全生產方面,采用視頻監控手段,以人工智能+高精度定位為首的技術,將先進的科學技術融入實際生產中,獲取目標的類型、方位、運動等特征數據[5],以其特有的智能程度高、準確性能強等特性,針對現場傳統安全防范的痛點、難點提出有效的解決方案,為生產安全提供了有效的技術保障。
該文設計了一套基于人工智能和超寬帶(ultra wide band,UWB)定位的反違章綜合安全管控平臺,實現對現場環境和設備狀態的多樣化采集,達到對作業人員行為進行智能識別和風險預判,對違規操作、異常行為等進行實時預警的目的。結合實際場景,最大限度的開發與探索人工智能的先進性和優越性,實現對廠內重點區域的智慧化管控。
綜合安全管控平臺充分考慮到平臺后期的擴展和集成,采用高內聚、低耦合的軟件架構進行系統集成與開發,保障系統的穩定性、可擴展性。平臺的整體架構如圖1所示。

圖1 綜合管控平臺的整體架構圖
綜合管控平臺采用分布式模塊化開發,分別將告警管理、在線考試、專家知識庫作為管理系統以微服務的方式在應用管理服務器上運行,將AI智能、人員精確定位以及語音播報系統作為實時在線管控系統運行在不同的服務器上,各個子系統間獨立運行和維護,相互之間不干擾。系統之間均以Web服務、Socket交互、消息隊列方式進行數據交互,數據格式統一采用Json數據格式。以此保障整個平臺的高內聚、低耦合的特性,同時方便后期單獨子系統的運維和升級。綜合管控平臺在應用服務器上建立綜合管理服務,用以調配各個子系統之間的資源,建立子系統之間的傳輸通道,其網絡拓撲圖如圖2所示。

圖2 綜合管控平臺的網絡拓撲圖
綜合安全管控平臺整體包含專家知識庫子系統、在線考試子系統、告警管理子系統、智能語音播報子系統、AI智能監控子系統、人員精準定位子系統等6個子系統以及人機交互模塊、數據對接模塊、網絡安全模塊3大模塊。
通過綜合安全管控一體化系統平臺,將大數據、人工智能、知識圖譜專家系統應用功能深度融合于電廠安全管理的各環節中,利用信息化手段監督各級人員安全生產責任制的落實情況、組織本企業安全生產監督涉及設備、人員、設施安全的技術狀況及人身安全的防護狀況,智能化的監管、監控、監測、預警、應急一體化智慧安監管理體系。專家知識庫子系統主要包括:
1)隱患排查。系統建立隱患例行檢查要素和標準庫,根據隱患計劃,建立隱患排查檢查表,發送給相關崗位人員,接收人通過移動終端依據檢查表逐項排查。
2)反違章管理。系統建立違章標準,通過監控智能判斷和人員稽查確定違章,完成違章登記、違章核準的處理,建立違章整改計劃、違章跟蹤、違章驗收及違章積分檔案。
3)風險預控。建立風險預控指標體系,包含:建立預警指標選擇、預警標準設定、預警指標監控和預警指標更新完善等功能。
建立三級安全管理電子資料庫,主要包含國家法律法規、行業標準、規章制度、典型事故案例、安全知識等,實現對電子資料分類管理,根據索引、電子資料名稱、內容等進行查詢、調閱,并可自動隨機生成試題庫。
在線考試子系統具備培訓管理、考試管理、學習管理、培訓資源、統計分析、考試過程中人臉識別認證、人臉不定期檢測功能。通過三級安全培訓考試并經審核通過后,實現現場工作人員的準入權限。
告警子系統具有:告警檢測、告警處理、告警查詢、告警規則、告警風暴抑制、告警通知、告警統計等功能。
1)告警檢測:基于人工智能技術,通過前端移動設備采集的視頻,對施工人員的行為進行智能分析,一旦檢測到施工人員有相關的違章行為,可自動上報至系統。
2)告警處理:值班人員在系統大屏對報警數據進行處理,常規報警進行處理操作,對誤報的報警信息進行消除。
3)告警查詢:可根據時間、報警類型等對告警信息進行查詢。
4)告警規則:支持告警激活規則設置,過濾無用告警;支持設置告警級別、告警源和聯動動作,只有設定了告警規則的告警才能被激活;支持告警激活時間設置,在設定的時間范圍內告警上報,在時間范圍外的告警不再上報,支持批量設置。
5)告警風暴抑制:支持告警風暴抑制,在設定的告警風暴時間內,相同的告警不再重復上報。
6)告警通知:支持告警接收人設置,支持向移動APP推送告警信息。
7)告警統計:支持告警日統計和月統計,可按告警處理狀態、告警類型、告警級別統計數量和占比。
根據攝像頭識別、現場高風險作業過程管控及智能識別系統分析結果,調用數據接口聯動前端聲光報警器,通知提示現場工作人員。
通過手機APP接收告警通知,由前端聲光報警器進行聲音提示,后臺系統管理包括系統網關功能、設定語音策略、語音播報歷史留痕以及根據告警規則綁定聲光報警器。
基于先進的人工智能計算機視覺技術,以人工智能為基礎的圖像識別技術中,獲取信息的最主要方式就是圖像采集和智能分析[6],通過對生產現場重要場所部署專業高清網絡攝像機,準確地智能分析實時視頻的關鍵信息。高清網絡攝像機負責采集廠區的視頻,內容識別服務器負責對高清網絡攝像機設定區域進行視頻分析,同時將報警記錄、快照存入到數據庫,便于隨時查詢和資料的調取。人工智能圖像分析對視頻圖像進行語義化解析[7],最大限度地降低視頻冗余,將有用的信息推送給用戶。
AI分析的落地應用需要2個關鍵要素,分別為算法和模型,具備的特點是占用資源低、成本消耗少、能量發揮大[8]。因此,在本方案設計中,單獨拆分出1臺算法服務器用于實現AI算法的學習與訓練功能,其主要目的是搭建平臺自有的AI生態,實現模型、場景、算法的融合以及更多AI業務的落地與應用。
AI智能監控子系統中的人臉識別、電子圍欄防入侵、安全帽佩戴檢測、煙火檢測、人員行為檢測(越線、絆線、聚集、徘徊)和油區油罐車輛識別等可采用已有的常規視頻分析算法。
AI智能監控子系統需要設計的視頻分析算法主要有:高空作業安全帶檢測、違章動火行為檢測、非標準化作業檢測、違章操作起重設備檢測、配電間人員走錯間隔及違章操作檢測。
2.5.1 高空作業安全帶檢測
結合工作票、視頻圖像中的人員以及安全帶目標,利用人工智能圖像分析算法實現對人員高空作業不系安全帶的行為進行檢測。檢測內容包括:
1)根據工作票信息獲取作業人員是否有高空作業行為。
2)根據現場布控的攝像機判斷人員是否在高空作業。
3)根據人員的人形姿態分析判斷人員是否離開地面。
4)在安全帶上增加醒目標識,用于圖像分析算法對安全帶的識別。
2.5.2 違章動火行為檢測
對油區、氨區、酸堿間和制粉區等重點區域的動火作業進行檢測,檢測流程如下:
1)根據工作票獲取有動火作業內容。
2)利用目標檢測檢測現場是否有火點。
3)利用目標檢測檢測現場是否有滅火器材。
4)根據UWB定位判斷現場是否有動火作業的相關人員。
5)利用人臉識別檢測動火作業的人員是否有動火作業資質。
6)根據動火作業票、火點、人員、滅火器材判斷動火作業是否違章。
2.5.3 非標準化作業檢測
此功能需要聯合油區外、油區門口、輸油管處多個攝像頭以及UWB定位綜合判斷。檢測流程如下:
1)油車停在油區外面,在外面布控攝像機,利用目標檢測對油車車輛進行識別。
2)為接地線增加醒目標識,利用行為識別對接地線是否與油車進行接觸進行識別。
3)在門口以及其他靜電釋放球附近布控攝像頭,在輸油管附近布控攝像頭。利用行為分析的辦法對人員觸碰接地球的行為進行識別判斷。結合人臉識別分析算法對圖像下的人員進行識別認證。
4)根據上述綜合判斷分別對輸油管未接地行為和人員未觸碰靜電釋放球行為進行判斷和預警。
2.5.4 違章操作起重設備檢測
在制粉區域下方布控攝像機,違章操作起重設備檢測算法首先對采集的視頻圖像利用行為分析方法識別是否有人操作起重設備的終端;然后綜合UWB定位和人臉識別,對操作起重設備終端的人員進行身份認證,最后判斷該人員是否具備操作起重設備的資質。
2.5.5 配電間人員走錯間隔及違章操作檢測
主要對6 kV配電間的作業進行違章檢測,檢測流程如下:
1)根據工作票、操作票獲取作業間隔和作業人員。
2)利用UWB定位和人臉識別方式判斷人員是否為作業人員,且人員是否在作業間隔內。
3)如果人員在其他間隔內且進入間隔黃線區域超過設定時間,則觸發走錯間隔預警。
4)如果人員在其他間隔內且進入間隔黃線區域超過設定時間,并且人員有觸碰間隔設備的行為則觸發違規操作預警
本系統通過基礎配置維護區域、標簽和人員的關系,通過集成定位數據和關系模型,實現人員定位、人員軌跡回放、電子圍欄等應用功能。定位基站對需要進行人員定位的區域進行信號覆蓋,通過定位標簽實時反饋位置信息,可以滿足生產安全管理上對人員、設備等的定位需求,可查詢生產區域內員工、外委單位人員的實時位置信息,可查詢人員的歷史軌跡。
該部分利用UWB定位手段實現對電廠內鍋爐零米、鍋爐運轉平臺、汽機13.6 m運轉平臺、汽機零米、汽機9.6 m、尿素水解間、油區、380 kV配電間、酸堿間等重點場所進行零維、一維、二維定位,可視化方式為二維電子地圖顯示。
人機交互模塊包括移動APP交互、前段大屏展示和系統后臺管理。
移動APP支持IOS/Android操作系統,兼容微信推送功能,可將廣播、單播消息推送給所有用戶或單獨用戶,用戶收到消息后,可以通過微信平臺對消息進行查看、審閱以及反饋。用戶通過手機APP注冊用戶和登錄系統,新注冊的用戶由管理員分配其權限,具備不同權限的用戶在APP上可使用不同的功能。
前段大屏展示結合AI智能監控系統以及人員精準定位系統,對平臺中的報警數據,以推窗的形式實時展示平臺報警信息。能夠第一時間通知值班人員,通過智能語音報警系統,告知現場工作人員。
系統后臺管理包括:1)人員管理維護,主要用于審核移動端注冊用戶信息及相關資質;2)管理維護平臺基礎數據及相關配置;3)歷史數據追溯;4)操作日志查看。
數據對接模塊需要和電廠原有的ERP系統和高風險作業系統交互,獲得工作票相應信息。
平臺需要讀取的信息包括:工作內容、工作起止時間、工作相關人員、作業位置及區域(位置指具體的房間,區域指具體間隔)、安全工器具信息、安全措施和工作票關聯的其他信息(諸如動火票、高空作業票)。
目前,電廠的工作票信息儲存在ERP系統中,因此需要ERP系統開放工作票檢索接口,由本對接模塊根據時間、日期檢索工作票信息。根據工作票信息確認時間節點信息、工作負責人、工作班成員、作業設備、作業區域(大區域)等信息。
此外,工作票中包含動火作業等高風險作業信息的作業時,需高風險作業系統開放查詢接口,當有新的作業信息錄入時,安全管控平臺能夠實時查詢到最新的高風險作業信息,判斷高風險作業人員是否通過培訓考試。同時需要獲取高風險作業系統的任務信息和對應的視頻流,對視頻流進行智能分析,對作業現場未佩戴安全帽、違章動火、違章操作起重設備等行為進行及時預警。
網絡安全模塊包括以下功能:
2.9.1 應用安全隧道
1)安全隧道具備白名單過濾功能,只有被系統認可的地址才能通過安全隧道進入內網,進行訪問。
2)支持多種數據加密算法。
3)加密、解密密鑰不進行存儲,沒有人知道密鑰內容,從而防止人為泄密。
2.9.2 入侵防御系統
實時、主動攔截黑客攻擊、蠕蟲、網絡病毒、后門木馬、D.O.S等惡意流量,保護企業信息系統和網絡架構免受侵害,防止操作系統和應用程序損壞或宕機。
基于互聯網Web站點的掛馬檢測結果,結合URL信譽評價技術,保護用戶在訪問被植入木馬等惡意代碼的網站時不受侵害,及時、有效地第一時間攔截Web威脅。
2.9.3 日志審計
通過集中采集信息系統中的系統安全事件、用戶訪問記錄、系統運行日志、系統運行狀態等各類信息,經過規范化、過濾、歸并和告警分析等處理后,以統一格式的日志形式進行集中存儲和管理,結合豐富的日志統計匯總及關聯分析功能,實現對信息系統日志的全面審計。
綜合管控平臺通過API接口使用平臺提供的各種微服務,將具體的業務展現給最終的用戶??稍贚CD/LED屏、PC機、手機以及Pad進行展示。同時,平臺滿足多部門對視頻數據、信息數據的共享需求,在授權的情況下,各部門可實現視頻、信息資源及信息數據的共享。
綜合管控平臺結合AI智能監控系統以及人員精準定位系統,對平臺中的報警數據,以推窗的形式實時展示平臺報警信息,能夠第一時間通知值班人員,通過智能語音報警系統,告知現場工作人員。
該文通過搭建基于AI視頻分析及人員精確定位的反違章監控綜合安全管控平臺,通過人工智能圖像分析和高精度定位手段實現對現場人員的位置、身份、行為進行采集,對現場環境和設備狀態進行多樣化采集,充分利用廠內ERP系統和高風險作業系統的基礎數據,實現現場安全管控的多重保障,結合PC端、移動端、現場聲光報警器等多種形式實現現場作業和違章管控的閉環,大幅度提升人員、設備、環境、制度的全要素安全保障力度和安全管理效率,有效把控節奏,實現巡檢、施工作業安全管理和監督的可視、可測、可追蹤。平臺以防控為核心,形成了資源優化配置、專業管理和安全監督統籌協調的作業安全管理及監督的可視化平臺,提升巡檢與檢維修作業安全風險管控的信息化、智能化水平,實現節奏控制可量化、作業過程可觀測、潛在問題可預判、危險行為可報警、管控信息可查詢、責任到位可追溯,確保作業現場可控、在控。