油氣生產(chǎn)過程安全環(huán)保違規(guī)行為智能識別技術(shù)應(yīng)用

張文沛

應(yīng)用現(xiàn)狀

隨著油田信息化技術(shù)的發(fā)展和應(yīng)用，實(shí)時(shí)視頻監(jiān)控系統(tǒng)得到了越來越多的關(guān)注，如何充分發(fā)揮視頻監(jiān)控的智能化應(yīng)用也成為目前被廣泛考慮的問題。智能視頻監(jiān)控技術(shù)包括圖像處理、圖像分析、模式識別、人工智能等眾多研究領(lǐng)域，其智能化分析主要包括運(yùn)動目標(biāo)檢測、目標(biāo)分類、目標(biāo)跟蹤和行為理解。

近年來，勝利油田利用生產(chǎn)信息化建設(shè)安裝的25000多路現(xiàn)場視頻監(jiān)控設(shè)備，結(jié)合安全環(huán)保監(jiān)督檢查工作需要，建成了安全環(huán)保視頻監(jiān)控指揮中心。通過集成現(xiàn)場視頻監(jiān)控、現(xiàn)場督查車輛定位以及高風(fēng)險(xiǎn)施工信息等，對各類施工現(xiàn)場及高風(fēng)險(xiǎn)生產(chǎn)區(qū)域進(jìn)行全過程、全天候監(jiān)督檢查，極大的減少了習(xí)慣性違章行為的出現(xiàn)，取得了良好的效果。

應(yīng)用瓶頸

過分依賴人工影響工作效率。按照每天有4人值班進(jìn)行在線視頻督查，每天點(diǎn)擊畫面總數(shù)不超過3000次，在線督查視頻數(shù)量只占視頻總數(shù)的30%，加上人的視覺疲勞等不可抗拒因素，容易造成誤查、漏查等現(xiàn)象，極大影響了安全環(huán)保視頻督查實(shí)效。

無法對動態(tài)施工現(xiàn)場畫面進(jìn)行及時(shí)、全面督查。以往視頻監(jiān)控系統(tǒng)完全由工作人員對監(jiān)控畫面進(jìn)行監(jiān)視和分析，判斷監(jiān)控畫面是否為需要進(jìn)行監(jiān)督檢查的重點(diǎn)施工畫面，效率、準(zhǔn)確率低下。作為智能監(jiān)控技術(shù)的基礎(chǔ)，運(yùn)動目標(biāo)檢測成為一項(xiàng)重要的研究課題，由于背景的復(fù)雜變化使得運(yùn)動目標(biāo)檢測存在極大的困難，同時(shí)能否準(zhǔn)確、有效的檢測到運(yùn)動目標(biāo)又是后續(xù)目標(biāo)識別與跟蹤以及行為理解的基礎(chǔ)。

視頻監(jiān)控智能化技術(shù)開發(fā)應(yīng)用的難點(diǎn)。勝利油田目前已經(jīng)實(shí)現(xiàn)了未穿工衣、未戴安全帽兩種單一違章行為識別的試點(diǎn)應(yīng)用，但是對于多種違章行為同時(shí)發(fā)生的情況并未進(jìn)行深入研究，由于目標(biāo)之間相互干擾，識別難度大。目前有學(xué)者基于深度學(xué)習(xí)模型在雷達(dá)圖像多目標(biāo)檢測中進(jìn)行了研究，識別效率低，未投入實(shí)際應(yīng)用。

攝像頭一般架設(shè)較高，拍攝的遠(yuǎn)處目標(biāo)較小，對于小目標(biāo)的違章識別難度大。用成熟的深度學(xué)習(xí)模型也無法很好的解決小目標(biāo)識別問題，部分學(xué)者于是在現(xiàn)有模型上進(jìn)行改進(jìn)，通過多尺度融合提高小目標(biāo)識別的識別率，但未檢索到生產(chǎn)行業(yè)中的成功案例。

解決方案

圍繞安全環(huán)保在線督查工作中遇到的技術(shù)難題，展開督查對象多維度分類、動態(tài)施工現(xiàn)場特征識別、人員HSE違章行為智能報(bào)警及多數(shù)據(jù)融合技術(shù)在安全環(huán)保督查工作中的應(yīng)用研究。實(shí)現(xiàn)安全環(huán)保督查目標(biāo)迅速定位、違章行為實(shí)時(shí)推送、督查數(shù)據(jù)全面集成；降低督查成本、拓寬督查覆蓋面、減少違章操作導(dǎo)致的安全事故和經(jīng)濟(jì)損失。

按照視頻監(jiān)控對象類別對視頻文件進(jìn)行特征添加，按照注采輸修熱專業(yè)以及風(fēng)險(xiǎn)點(diǎn)類別等進(jìn)行多維度分類，便于工作人員結(jié)合需求快速查看各類現(xiàn)場監(jiān)控視頻。

運(yùn)用和改進(jìn)人工智能的深度學(xué)習(xí)網(wǎng)絡(luò)和算法，對用火作業(yè)、高處作業(yè)、破土作業(yè)、起重作業(yè)等7類高風(fēng)險(xiǎn)施工現(xiàn)場進(jìn)行智能化識別技術(shù)研究。對于識別難度大的作業(yè)環(huán)節(jié)，可輔助現(xiàn)場特殊設(shè)備進(jìn)行識別，提高識別率。

基于改進(jìn)的FPN方法，融合高層和低層的目標(biāo)特征，在收集各類違章行為圖片、視頻供系統(tǒng)自動學(xué)習(xí)的基礎(chǔ)上，不斷提升智能識別各類違章行為的準(zhǔn)確率，同時(shí)系統(tǒng)自動向監(jiān)督人員推送報(bào)警圖片并做好存儲記錄。

基于油田地理信息系統(tǒng)接口，增加監(jiān)控視頻在各類生產(chǎn)運(yùn)行、施工作業(yè)區(qū)域的集成展示，并結(jié)合數(shù)字模型、無人機(jī)影像等多種展示手段，實(shí)現(xiàn)“一圖觀全貌”的查看形式。

目前，勝利油田已經(jīng)利用離線的影像資料進(jìn)行了動態(tài)施工現(xiàn)場的智能識別，下一步將擴(kuò)大識別條件，地面上有用火設(shè)備和人員出現(xiàn)的場景提前預(yù)設(shè)為用火現(xiàn)場，推送給督查人員，降低漏查率。