人工智能監(jiān)控平臺在供能服務站安全管理中的應用

張亞

(浙江浙石油綜合能源銷售有限公司，浙江 杭州 310012)

0 引言

在能源改革時代背景下，全球范圍內(nèi)能源企業(yè)也開始進入到關鍵的轉(zhuǎn)型期。目前，我國能源企業(yè)的業(yè)務開始朝著綜合能源服務發(fā)展。所謂的綜合能源服務，就是為現(xiàn)代能源經(jīng)濟體系建設提供支持，遵循多元化、多內(nèi)容、多形式原則形成的能源服務。針對綜合能源服務的發(fā)展，國內(nèi)也開始積極建設綜合供能服務站，然而，在實踐中關于服務站的管理依然面臨著一些安全隱患和問題。

1 綜合供能服務站安全管理的意義

當前能源結(jié)構(gòu)正處于重要的轉(zhuǎn)型期，除了傳統(tǒng)的石油能源外，新興能源也開始加以應用，并在積極建設綜合供能服務站。根據(jù)相關規(guī)范定義可知，綜合供能服務站指的是提供電氣油等能源補給的服務站點，并且服務站的功能還涉及到智慧停車、文化宣傳、旅行中繼、信息咨詢等多方面內(nèi)容。不難看出，綜合供能服務站由于其業(yè)務內(nèi)容較多，因此，管理難度也相對較大。

在人們對綜合供能服務站需求越來越大的背景下，其各類能源的安全管理工作成為了重點。具體來講，在服務站中開展安全管理工作具有以下意義：第一，提高安全管理實效性，有利于推動整體管理工作開展。如果服務站安全管理工作缺失，就會增加安全隱患，再加上其本身涉及到的能源安全隱患就比較多，因此更容易造成安全事故，從而給社會經(jīng)濟以及人民的財產(chǎn)安全造成損失；第二，加強安全管理，有利于強化服務站工作人員的安全意識，促使他們在日常工作中發(fā)揮出應有的作用與價值。安全管理涉及到安全責任落實以及安全培訓，通過將安全管理制度傳達給員工，有利于從基礎層面實現(xiàn)安全管理水平提升，有效消除安全隱患，促使服務站的安全系數(shù)達到較高的水平[1]。

2 人工智能視頻監(jiān)控技術在綜合供能服務站安全管理中的應用價值

2.1 彌補傳統(tǒng)監(jiān)控的缺陷

目前，我國綜合供能服務站建設處在一個良好的政策環(huán)境中，服務站建設數(shù)量必然呈現(xiàn)一個上升態(tài)勢。與此同時，傳統(tǒng)的能源站，例如加油站、加氣站等都是采用普通的視頻監(jiān)控技術，智能化水平偏低。而對于服務站來講，由于其提供的服務內(nèi)容較多，營業(yè)量與人流量必然達到較高水平，因此，采用普通的視頻監(jiān)控技術必然難以滿足安全管理工作的要求。具體來講，首先，傳統(tǒng)視頻監(jiān)控技術需要安排專門的技術人員來對視頻進行管理，而隨著服務站數(shù)量的增長，這無疑會增加大量的人力成本；其次，傳統(tǒng)視頻監(jiān)控難以做到精確預警，想要發(fā)現(xiàn)安全隱患就必須通過回放、查閱信息等方式來實現(xiàn)，在人為因素的影響下，傳統(tǒng)視頻監(jiān)控自然就會暴露出不同程度的問題與不足；此外，傳統(tǒng)視頻監(jiān)控的理念屬于事后處理，這種技術只能夠?qū)ΜF(xiàn)場情況進行記錄，即使出現(xiàn)安全問題也無法在第一時間進行處理，只能夠為后續(xù)取證提供素材。因此，難以提高服務站安全管理水平。而應用人工智能視頻監(jiān)控技術，則可以有效解決普通視頻監(jiān)控技術存在的缺陷與問題，為提高綜合供能服務站安全管理水平提供有力支持[2]。

2.2 人工智能視頻監(jiān)控技術的應用優(yōu)勢

首先，在綜合供能服務站應用人工智能監(jiān)控技術，能夠做到動態(tài)化、全時段監(jiān)控。基于人工智能技術而構(gòu)建的視頻監(jiān)控系統(tǒng)，可以替代傳統(tǒng)人工對視頻畫面的監(jiān)控與分析，利用人工智能算法來管理監(jiān)控畫面，在發(fā)現(xiàn)安全問題后可以第一時間將報警信息傳遞給管理者，并從監(jiān)控中心發(fā)出指令，對安全問題采取解決措施。

其次，人工智能視頻監(jiān)控技術具有較高的準確率，報警效率也更具有優(yōu)勢。人工智能視頻監(jiān)控技術對人工智能算法加以運用，基于此構(gòu)建監(jiān)控系統(tǒng)。站在使用者的角度，系統(tǒng)會對異常情況進行分析并作出定義供他們作出判斷，如此一來在出現(xiàn)安全隱患后系統(tǒng)就可以準確、快速作出反應，從而幫助管理人員執(zhí)行解決方案。

再次，基于人工智能的視頻監(jiān)控系統(tǒng)，在響應速度方面也具有優(yōu)異的表現(xiàn)。人工智能視頻監(jiān)控系統(tǒng)中的智能化水平較高，能夠?qū)Π踩[患進行精確識別。在發(fā)現(xiàn)異常情況后，能夠向安全管理人員提示相關信息，從而在發(fā)生安全事故之前解決安全隱患，基于事前控制來提高綜合供能服務站安全管理水平。

最后，人工智能視頻監(jiān)控技術在數(shù)據(jù)分析方面也具有比較突出的優(yōu)勢。利用該項技術建立視頻監(jiān)控系統(tǒng)，能夠準確、直觀梳理出不同的異常數(shù)據(jù)，為安全管理工作提供參考。通過對異常情況的分析來確定具體信息，例如位置、時間等等，作為系統(tǒng)使用者，就可以針對安全管理的缺陷作出更加科學的決策，制定有效的安全管理方案與辦法，從源頭上消除安全隱患。

2.3 綜合供能服務站安全管理對人工智能視頻監(jiān)控技術的需求

對于綜合供能服務站來講，由于其服務與管理模式相較于傳統(tǒng)的加油站有著一定的區(qū)別，因此，在對人工智能視頻監(jiān)控技術的應用需求方面也有所差異。具體來講，首先，在服務站中的作業(yè)區(qū)域劃分更加復雜，因此，服務站需要對人工智能行為識別系統(tǒng)進行構(gòu)建，遵循動態(tài)化、自動化、全時段要求對各類行為進行識別與巡查；其次，基于人工智能的視頻監(jiān)控技術應用，要求在各種復雜場景中具有較強的適應能力，能夠針對各種人員的違規(guī)行為與操作進行自動識別與監(jiān)控，通過分析來作出預警，為服務站安全管理決策提供指導與參考，在條件允許的情況下還可以使用語音、短信等方式進行警告。

3 綜合供能服務站存在的安全管理問題

綜合供能服務站在我國正處于發(fā)展階段，但在安全管理實踐中也暴露出來一些問題。首先，從管理意識層面來看，目前在服務站安全管理實踐中，有的服務站并沒有配備足夠的安全管理人員，并且安全培訓教育也相對缺失，安全意識相對薄弱，在安全管理工作中難以嚴格執(zhí)行標準。與此同時，有的服務站在開展安全管理工作時依然沿襲傳統(tǒng)思維，遵循事后控制的理念，并沒有注重事前預防，從而導致安全問題難以得到有效規(guī)避，在發(fā)生之后造成一定的損失。在安全意識、安全培訓與教育缺失的情況，服務站中很多工作人員缺乏對先進的安全技術的應用能力，例如，在操作人工智能視頻監(jiān)控系統(tǒng)時難以對數(shù)據(jù)分析結(jié)果作出準確的判定，從而導致安全隱患難以被發(fā)現(xiàn)[3]。

此外，就硬件設施建設條件而言，目前，服務站建設由于處于發(fā)展階段，其在實際建設過程中的規(guī)劃設計內(nèi)容可能并沒有考慮全面。而服務站中的供能設備大多涉及到汽油、柴油、天然氣、電等危險產(chǎn)品，由于在安全管理工作中缺乏完善的硬件設施，從而導致生產(chǎn)經(jīng)營管理工作中存在諸多安全隱患，對安全管理工作的開展有著不利的影響。以油罐為例，由于其埋設于地下，很多問題具有隱蔽性，隨著時間的推移，油罐因為擠壓或腐蝕被破壞，從而影響到油品品質(zhì)。

再者，有的綜合供能服務站屬于新建，其在投入生產(chǎn)經(jīng)營時沒有對管理制度進行設計，從而難以對安全管理工作提供指導，導致安全管理處于低效狀態(tài)。具體來講，有的服務站在建設初期對盈利效果過分關注，在建設過程中沒有制定完善的管理標準，從而導致服務站的安全隱患較大。

4 人工智能視頻監(jiān)控技術的應用方案

基于人工智能的視頻監(jiān)控系統(tǒng)，應該能夠以技術需求差異為依據(jù)來判定響應條件。根據(jù)綜合供能服務站的客觀要求，人工智能視頻監(jiān)控系統(tǒng)應該包含識別異常行為、異常標識以及異常操作流程的功能。在識別異常的操作流程方面，還可以按照異常行為來進行識別。

例如對吸煙檢測，系統(tǒng)制定的方案包括姿態(tài)估計、目標檢測以及動作分類等3 個內(nèi)容，系統(tǒng)會通過視頻進行動態(tài)分析，在滿足3 個內(nèi)容的條件時就會作出反應并發(fā)出警告。吸煙行為識別的算法主要是根據(jù)視頻流協(xié)議對視頻幀進行采集，在預處理后按照以下步驟進行識別：行人檢測→目標跟蹤→人體姿態(tài)分析→煙頭檢測→動作識別。

根據(jù)上述步驟，行人檢測主要是對人的位置加以確定，將行為軌跡關聯(lián)到系統(tǒng)中，通過目標跟蹤則能夠?qū)π腥藱z測的背景檢測錯誤率進行控制。之后系統(tǒng)會采用基于人工智能的煙頭檢測模型對煙頭目標位置進行預測。并且基于動作識別算法，對時序行為信息進行分析，然后確認并識別吸煙行為。最后，在煙頭檢測、動作識別的綜合分析，對吸煙行為作出最終判定。在不同級聯(lián)與模態(tài)算法模型的支持下，能夠確保算法準確，減少錯誤率。

再比如人員穿戴規(guī)范的檢測。基于人工智能的視頻監(jiān)控系統(tǒng)會對基于深度學習的實時行人人頭檢測器加以利用，在處理視頻流后應用基于IOU 匹配的高效率跟蹤算法，采取動態(tài)跟蹤的方式來對視頻中的人員信息進行搜集與捕捉。與此同時系統(tǒng)還采取了多幀行人屬性分類與自研特殊姿態(tài)過濾算法，對多模型融合預測方法進行設置。具體來講，就是按照工服、工帽的屬性對行人類型進行劃分，從而使算法的魯棒性與抗干擾能力得到強化，憑借多幀分類結(jié)果來判斷行人的屬性。在現(xiàn)實場景中，為了確保算法的魯棒性達到要求，避免有誤報情況出現(xiàn)，將自研的特殊姿態(tài)過濾算法作為算法的輸出端，在捕捉到特殊姿態(tài)行人時，如果發(fā)現(xiàn)沒有視覺信息則過濾掉報警，從而對最后的告警結(jié)果進行輸出。該項技術方案主要通過處理視頻流對時序信息加以保留，憑借多幀來對輸出結(jié)果及逆行預測，在單幀畫面中的受干擾影響就可以得到規(guī)避[4]。

5 人工智能視頻監(jiān)控技術在綜合供能服務站中的具體應用

為了將人工智能視頻監(jiān)控技術的應用優(yōu)勢與價值體現(xiàn)出來，本文結(jié)合某城區(qū)綜合供能服務站作為研究對象，對其人工智能視頻監(jiān)控系統(tǒng)進行構(gòu)建，同時選取某傳統(tǒng)加油站進行對比，對比的內(nèi)容以服務站與加油站的加卸油區(qū)域為主，對人工智能視頻監(jiān)控技術與傳統(tǒng)視頻監(jiān)控技術的區(qū)別進行了分析，經(jīng)過一段時間的實測，獲取到基于不同技術的報警數(shù)據(jù)，如表1所示。

結(jié)合上表數(shù)據(jù)不難發(fā)現(xiàn)，基于人工智能的視頻監(jiān)控系統(tǒng)擁有較高的報警準確率，在綜合供能服務站安全管理中其能夠有效識別一些安全問題與隱患，而傳統(tǒng)視頻監(jiān)控技術的報警率最高僅僅為69.9%，相較于人工智能視頻監(jiān)控系統(tǒng)具有較大的差距。

6 結(jié)語

總而言之，綜合供能服務站涉及到的能源供應類型較多，這無疑加大了安全管理的難度。其中人工智能視頻監(jiān)控技術在綜合供能服務站安全管理中具有較高的應用價值。因此，有必要針對服務站安全管理的相關技術應用進行研究，在實踐中優(yōu)化技術應用效果，提高技術應用水平，為促進綜合供能服務站的建設與發(fā)展提供有力支持。