油氣管道線路智能監(jiān)控管理平臺(tái)設(shè)計(jì)開發(fā)

楊啟明，王洪超，劉少柱，溫玉芬，魏來

(1.國家管網(wǎng)集團(tuán)工程技術(shù)創(chuàng)新有限公司，河北 廊坊 065000；2.國家石油天然氣管網(wǎng)集團(tuán)有限公司 科學(xué)技術(shù)研究總院分公司，河北 廊坊 065000)

長輸油氣管道距離長，所經(jīng)區(qū)域人文、自然環(huán)境千差萬別，管道面臨著第三方活動(dòng)、自然災(zāi)害等帶來的多種潛在安全風(fēng)險(xiǎn)。管道運(yùn)營中普遍存在以下現(xiàn)象：管道線路總里程長，常規(guī)巡護(hù)主要依靠人工，受環(huán)境因素影響大，效率低下，發(fā)現(xiàn)問題不及時(shí)；管道線路周邊環(huán)境復(fù)雜，高后果區(qū)往往與人類活動(dòng)密切相關(guān)，有很大安全隱患，管道周圍一旦出現(xiàn)動(dòng)土施工作業(yè)，引發(fā)介質(zhì)泄漏將造成嚴(yán)重后果；管道線路現(xiàn)場情況復(fù)雜，出現(xiàn)危險(xiǎn)事故多數(shù)無法第一時(shí)間取證，難以還原事故現(xiàn)場；高后果區(qū)及重點(diǎn)管段除日常人工巡檢以外，現(xiàn)場缺少主動(dòng)上報(bào)手段，突發(fā)情況無法在第一時(shí)間掌控現(xiàn)場信息；重點(diǎn)管段途經(jīng)地域大多人煙稀少，供電困難，常規(guī)監(jiān)控設(shè)施難以部署；部分重點(diǎn)管段易發(fā)生打孔盜油，通常發(fā)生于夜間或者偏僻地區(qū)，人工巡檢不易發(fā)現(xiàn)，且事后難以取證。

然而，隨著管道周邊區(qū)域經(jīng)濟(jì)快速發(fā)展，交叉工程、機(jī)械施工和違章建筑逐漸增多，管理難度越來越大[1-3]。同時(shí)，管道周邊群眾安全意識(shí)普遍淡薄，施工蓄意避開巡檢節(jié)點(diǎn)，隨意性施工多，進(jìn)一步增大了線路管理人員動(dòng)態(tài)監(jiān)控、日常手段攝取信息的難度。因此，亟需采取技術(shù)手段，開發(fā)和部署具備全天候?qū)崟r(shí)監(jiān)控的管道線路安防系統(tǒng)，對(duì)危害管道安全的行為及時(shí)預(yù)警和處置，有效防范第三方破壞、打孔盜油等風(fēng)險(xiǎn)行為發(fā)生。

1 平臺(tái)建設(shè)的目標(biāo)

某管道公司油氣管道線路智能監(jiān)控管理平臺(tái)作為管道重點(diǎn)地段安全風(fēng)險(xiǎn)防范中的重要技術(shù)措施，主要實(shí)現(xiàn)前端監(jiān)控設(shè)備接入，設(shè)備視頻數(shù)據(jù)采集，視頻數(shù)據(jù)智能AI分析，設(shè)備運(yùn)行狀態(tài)參數(shù)實(shí)時(shí)上報(bào)，設(shè)備運(yùn)行數(shù)據(jù)實(shí)時(shí)存儲(chǔ)，設(shè)備故障及現(xiàn)場危險(xiǎn)行為自動(dòng)感知報(bào)警，工作人員能夠及時(shí)并直觀地了解現(xiàn)場實(shí)際情況和設(shè)備運(yùn)行情況，快速準(zhǔn)確地判斷監(jiān)控畫面中的異常情況，掌握潛在風(fēng)險(xiǎn)，實(shí)現(xiàn)及時(shí)發(fā)現(xiàn)和最快處理，從而有效進(jìn)行事前預(yù)警、事中處理、事后取證[4-6]。

該平臺(tái)將建成集視頻數(shù)據(jù)采集、智能AI識(shí)別、物聯(lián)網(wǎng)、大數(shù)據(jù)分析等為技術(shù)核心的綜合應(yīng)用管理平臺(tái)，為重點(diǎn)區(qū)域全局的安全、防控、資源管理、分配等應(yīng)用打下堅(jiān)實(shí)的技術(shù)基礎(chǔ)。同時(shí)，深入探索視頻壓縮傳輸技術(shù)、基礎(chǔ)服務(wù)虛擬化技術(shù)等在平臺(tái)的應(yīng)用，提升視頻傳輸質(zhì)量，節(jié)省網(wǎng)絡(luò)資源和基礎(chǔ)設(shè)施資源，充分發(fā)揮該平臺(tái)的技術(shù)優(yōu)勢。該公司陸續(xù)建設(shè)的視頻監(jiān)控系統(tǒng)數(shù)量龐大，應(yīng)用物聯(lián)網(wǎng)技術(shù)，建立設(shè)備資產(chǎn)管理臺(tái)賬和設(shè)備綜合運(yùn)維故障分析功能，實(shí)現(xiàn)設(shè)備全生命周期的管理，自動(dòng)提醒設(shè)備保養(yǎng)期，實(shí)時(shí)掌控設(shè)備運(yùn)行狀態(tài)和運(yùn)行參數(shù)，通過設(shè)備運(yùn)行參數(shù)分析，自動(dòng)感知設(shè)備健康情況，提前預(yù)警并減少因設(shè)備故障造成的不必要損失。通過智能AI識(shí)別技術(shù)，實(shí)現(xiàn)對(duì)場景的自動(dòng)識(shí)別，危險(xiǎn)行為自動(dòng)感知，如人員施工識(shí)別、工程機(jī)械施工識(shí)別、管道占?jí)鹤R(shí)別等，模型算法可根據(jù)使用場景進(jìn)行模型訓(xùn)練，總體實(shí)現(xiàn)無人值守情況下的自動(dòng)預(yù)警，大幅降低了人員成本，提高了管理效率。通過大數(shù)據(jù)分析技術(shù)，綜合分析各項(xiàng)參數(shù)，如設(shè)備故障參數(shù)、智能AI識(shí)別報(bào)警參數(shù)、設(shè)備運(yùn)行數(shù)據(jù)參數(shù)，得出分析結(jié)果供管理者決策使用。另外，系統(tǒng)建設(shè)時(shí)針對(duì)業(yè)務(wù)部門和使用單位關(guān)注的多客戶端管理、數(shù)據(jù)統(tǒng)計(jì)分析、業(yè)務(wù)視頻自動(dòng)分組、事件自動(dòng)提醒、事件數(shù)據(jù)可視化、智能統(tǒng)計(jì)分析等融合業(yè)務(wù)應(yīng)用，可以大幅提高工作效率，提升功能。

2 平臺(tái)設(shè)計(jì)

該平臺(tái)統(tǒng)一軟件技術(shù)架構(gòu)以組件化方式實(shí)現(xiàn)產(chǎn)品構(gòu)成，如圖1所示，平臺(tái)應(yīng)用技術(shù)集成了消息中間件、數(shù)據(jù)庫服務(wù)、分布式緩存、應(yīng)用容器、事件分發(fā)、視頻壓縮傳輸、AI智能識(shí)別、數(shù)據(jù)倉庫、流媒體轉(zhuǎn)發(fā)、設(shè)備接入、數(shù)據(jù)加解密、存儲(chǔ)接入、短信接入、郵件接入、大數(shù)據(jù)分析模塊等，由各個(gè)組件承載相關(guān)服務(wù)能力，提供平臺(tái)及支撐組件的各種功能需求。針對(duì)平臺(tái)使用的流暢性，也做了大量的設(shè)計(jì)工作，采用各種先進(jìn)技術(shù)支持應(yīng)對(duì)平臺(tái)需處理的大規(guī)模任務(wù)，采用分布式緩存、事件分發(fā)機(jī)制、消息中間件等技術(shù)來提升響應(yīng)速度、減少各環(huán)節(jié)交互的性能損失，提高系統(tǒng)運(yùn)行流暢度。

圖1 油氣管道線路智能監(jiān)控管理平臺(tái)架構(gòu)示意

由圖1可知，該平臺(tái)整體架構(gòu)分為基礎(chǔ)服務(wù)層、業(yè)務(wù)服務(wù)層、開放服務(wù)層三層架構(gòu)：基礎(chǔ)服務(wù)層基于容器引擎實(shí)現(xiàn)容器編排調(diào)度、輕量級(jí)微服務(wù)治理架構(gòu)、云化服務(wù)全生命周期管理、中間件，為上層業(yè)務(wù)服務(wù)提供支撐；業(yè)務(wù)服務(wù)層基于容器化管理，不同的服務(wù)單元部署到不同的容器中，如視圖轉(zhuǎn)發(fā)服務(wù)、人臉分析服務(wù)、車輛分析服務(wù)、行為分析服務(wù)等；開放服務(wù)層提供標(biāo)準(zhǔn)的開發(fā)接口，如SDK，Restful API等，為上層各類業(yè)務(wù)應(yīng)用提供服務(wù)。平臺(tái)界面設(shè)計(jì)采用B/S架構(gòu)網(wǎng)頁端實(shí)現(xiàn)系統(tǒng)管理、C/S架構(gòu)客戶端實(shí)現(xiàn)日常操作、移動(dòng)APP輔助監(jiān)控，使平臺(tái)管理和維護(hù)方便高效。在系統(tǒng)管理中，對(duì)各業(yè)務(wù)的參數(shù)配置管理；在運(yùn)維管理中，對(duì)系統(tǒng)各服務(wù)參數(shù)配置；對(duì)前端監(jiān)控的遠(yuǎn)程控制、檢索、回放錄像資料、日志查詢等都通過Web方式來完成，界面交互友好，能夠讓用戶快速掌握操作方式，并同時(shí)支持桌面應(yīng)用和移動(dòng)應(yīng)用。

3 平臺(tái)建設(shè)

該平臺(tái)建設(shè)充分考慮了重點(diǎn)地段項(xiàng)目規(guī)模和應(yīng)用場景[7]，評(píng)估了管道線路風(fēng)險(xiǎn)，選擇適當(dāng)?shù)攸c(diǎn)安裝智能攝像頭，攝像頭采用太陽能供電和4G通信，可全天候不間斷運(yùn)行。平臺(tái)總體設(shè)計(jì)時(shí)考慮了各服務(wù)層的水平擴(kuò)展能力，尤其是設(shè)備接入、視頻壓縮傳輸、流分發(fā)、流存儲(chǔ)、智能AI識(shí)別、大數(shù)據(jù)分析、事件、容器化部署、數(shù)據(jù)庫等關(guān)鍵服務(wù)。綜合考慮到容易出現(xiàn)的性能瓶頸問題，該平臺(tái)采用分布式設(shè)計(jì)架構(gòu)，可根據(jù)物理服務(wù)器資源及服務(wù)容量情況，將平臺(tái)內(nèi)組件獨(dú)立部署到不同服務(wù)器，根據(jù)業(yè)務(wù)組件承載業(yè)務(wù)量的不同實(shí)現(xiàn)資源動(dòng)態(tài)調(diào)配，總體實(shí)現(xiàn)該平臺(tái)較高的擴(kuò)展性及穩(wěn)定性。

該平臺(tái)主要建設(shè)內(nèi)容包括服務(wù)器建設(shè)、網(wǎng)絡(luò)建設(shè)和服務(wù)器高可用性建設(shè)，為保障該平臺(tái)可根據(jù)接入設(shè)備數(shù)量動(dòng)態(tài)擴(kuò)展，最終滿足支持5×103路視頻進(jìn)入要求，基礎(chǔ)服務(wù)中服務(wù)器部分采用虛擬化技術(shù)搭建，虛擬化軟件為介于硬件和操作系統(tǒng)之間的軟件層，采用裸金屬架構(gòu)的X86虛擬化技術(shù)，實(shí)現(xiàn)對(duì)服務(wù)器物理資源的抽象，將CPU，內(nèi)存，I/O等服務(wù)器物理資源轉(zhuǎn)化為一組可統(tǒng)一管理、調(diào)度和分配的邏輯資源，在單個(gè)物理服務(wù)器上構(gòu)建多個(gè)同時(shí)運(yùn)行、相互隔離的虛擬機(jī)執(zhí)行環(huán)境，實(shí)現(xiàn)更高的資源利用率，同時(shí)滿足應(yīng)用更加靈活的資源動(dòng)態(tài)分配需求，譬如提供熱遷移、HA等高可用特性，實(shí)現(xiàn)更低的運(yùn)營成本、更高的靈活性和更快速的業(yè)務(wù)響應(yīng)速度。

根據(jù)業(yè)務(wù)模塊的不同，將不同的業(yè)務(wù)模塊部署到不同的虛擬服務(wù)器中，既提高了物理服務(wù)器的使用率，也避免了服務(wù)器資源的浪費(fèi)。使用人員常用的業(yè)務(wù)模塊主要有綜合分析模塊和運(yùn)行管理中心模塊。綜合分析模塊提供各類分析統(tǒng)計(jì)功能，可按不同的管理維度進(jìn)行分析，如管理單位分組統(tǒng)計(jì)設(shè)備在線情況、設(shè)備AI識(shí)別報(bào)警情況、設(shè)備報(bào)警態(tài)勢感知、高分析區(qū)域設(shè)備統(tǒng)計(jì)分析、各分公司設(shè)備在線率情況等，統(tǒng)計(jì)分析支持自定義擴(kuò)展，為分析管理人員分析決策提供依據(jù)。運(yùn)行管理中心提供服務(wù)運(yùn)行監(jiān)控，日志采集、報(bào)警，運(yùn)行參數(shù)調(diào)整等各類平臺(tái)運(yùn)維功能，并且支持將掉線的服務(wù)器自動(dòng)遠(yuǎn)程控制啟動(dòng)，或者通過界面人工觸發(fā)重啟或者停止服務(wù)，方便平臺(tái)的運(yùn)行維護(hù)。

4 風(fēng)險(xiǎn)事件智能識(shí)別

該平臺(tái)對(duì)風(fēng)險(xiǎn)事件的智能識(shí)別功能包括兩部分：攝像頭自身具有的識(shí)別功能；運(yùn)行于算法服務(wù)器的圖像二次識(shí)別功能。線路智能攝像頭可以設(shè)置警戒區(qū)域，識(shí)別出進(jìn)入警戒區(qū)域內(nèi)的物體并報(bào)警。但是由于攝像頭的識(shí)別能力較弱，僅能識(shí)別出物體的移動(dòng)，容易因風(fēng)吹樹葉、雜物等物體移動(dòng)產(chǎn)生誤報(bào)警。

為了提高該平臺(tái)報(bào)警的準(zhǔn)確性，采用深度學(xué)習(xí)技術(shù)[8-11]開發(fā)了智能識(shí)別模塊。該模塊運(yùn)行在GPU服務(wù)器上，分析從攝像頭獲取的報(bào)警圖片，組成架構(gòu)如圖2所示。線路攝像頭全部采用4G方式接入到平臺(tái)中。

圖2 智能識(shí)別和報(bào)警管理模塊架構(gòu)示意

攝像頭監(jiān)測到風(fēng)險(xiǎn)事件后抓拍圖片上傳至該平臺(tái)，平臺(tái)獲取設(shè)備報(bào)警信息，封裝并推送給AI算法服務(wù)器，對(duì)報(bào)警圖片進(jìn)行二次識(shí)別。二次識(shí)別算法采用了深度學(xué)習(xí)中的YOLO目標(biāo)檢測算法，該算法是一種1-stage算法，采用單個(gè)卷積神經(jīng)網(wǎng)絡(luò)來預(yù)測多個(gè)檢測框和類別概率，具有運(yùn)行速度快、識(shí)別準(zhǔn)確率高的優(yōu)點(diǎn)。二次識(shí)別采用的YOLO基礎(chǔ)網(wǎng)絡(luò)為Darknet-53網(wǎng)絡(luò)結(jié)構(gòu)，該網(wǎng)絡(luò)有53個(gè)卷積層，初始卷積層從圖像中提取特征，然后使用多個(gè)由1×1降維層、3×3卷積層和殘差塊組成模塊實(shí)現(xiàn)多尺度特征的提取，將分辨率加倍進(jìn)行檢測，最后由全連接層預(yù)測并輸出概率和坐標(biāo)。

通過分析管道以往遭受第三方破壞的原因，可確定主要來自人和機(jī)械的活動(dòng)，機(jī)械主要由挖掘機(jī)、推土機(jī)、旋耕機(jī)和油罐車(打孔盜油)等。因此利用網(wǎng)絡(luò)資源和管道現(xiàn)場照片訓(xùn)練二次識(shí)別算法模型。通過實(shí)際管道中的應(yīng)用測試，該算法可準(zhǔn)確識(shí)別油罐車、挖掘機(jī)等工程、農(nóng)用機(jī)械以及人員，識(shí)別準(zhǔn)確率達(dá)到90%以上，并將攝像頭的報(bào)警數(shù)降低了75%以上。

5 現(xiàn)場應(yīng)用

2019年至今，該公司在高后果區(qū)、打孔盜油易發(fā)區(qū)、高風(fēng)險(xiǎn)管段以及閥室安裝攝像頭共計(jì)2.392×103處，全部部署到油氣管道線路智能監(jiān)控管理平臺(tái)，該平臺(tái)已經(jīng)成為該公司管道保護(hù)防護(hù)的核心力量，與常規(guī)巡護(hù)相互補(bǔ)充，起到了事半功倍的效果，主要優(yōu)點(diǎn)如下：一是顯著提高工作效率，管道線路防護(hù)情況可通過該平臺(tái)實(shí)現(xiàn)客戶端和APP端隨時(shí)隨地監(jiān)控瀏覽，該方式巡檢視野廣，覆蓋范圍大，徹底改變了以往“驅(qū)車2 h，現(xiàn)場5 min”的低效工作模式；二是降低人員安全風(fēng)險(xiǎn)，節(jié)約成本，大范圍減少管道線路夜間人員和車輛巡護(hù)頻次，降低人員和車輛長途跋涉巡檢的安全風(fēng)險(xiǎn)，進(jìn)一步節(jié)約巡護(hù)費(fèi)用；三是提高威懾力，在打孔盜油頻繁區(qū)部署攝像頭，通過該平臺(tái)預(yù)警情況分析，管道附近可疑人員與車輛明顯減少，對(duì)不法分子起到強(qiáng)有力的震懾作用；四是顯著降低管道安全風(fēng)險(xiǎn)。該平臺(tái)平均日?qǐng)?bào)警總數(shù)約為9×103次，報(bào)警有效率達(dá)到85%，處置率達(dá)到100%，有效報(bào)警信息經(jīng)現(xiàn)場確認(rèn)和處置，將風(fēng)險(xiǎn)降到最低。自該平臺(tái)應(yīng)用以來，視頻監(jiān)控覆蓋范圍內(nèi)，未發(fā)生管道被打孔盜油、第三方損傷和泄漏事故，管道線路安全得到有力保障。

6 結(jié)束語

油氣管道線路智能監(jiān)控管理平臺(tái)在重點(diǎn)管段安裝攝像頭，利用攝像頭的智能識(shí)別功能初步判斷風(fēng)險(xiǎn)，然后采用平臺(tái)深度學(xué)習(xí)技術(shù)進(jìn)行二次識(shí)別，可實(shí)現(xiàn)工程車輛、機(jī)械和人員風(fēng)險(xiǎn)行為的準(zhǔn)確預(yù)警。目前，該公司主要高風(fēng)險(xiǎn)管段實(shí)現(xiàn)了視頻監(jiān)控全覆蓋，可全天候無死角預(yù)警監(jiān)控。預(yù)計(jì)到2022年，攝像頭總數(shù)將達(dá)到4×103個(gè)，將大幅降低單純?nèi)斯ぱ矙z漏檢概率和勞動(dòng)強(qiáng)度，有效提高了管道安全防護(hù)水平。未來通過風(fēng)險(xiǎn)素材的逐步累計(jì)，進(jìn)一步研究優(yōu)化風(fēng)險(xiǎn)行為識(shí)別技術(shù)，可以持續(xù)提升管道線路安全的智能化防護(hù)水平。