海洋平台现场监测技术现状及展望*

李 达 吕柏呈 武文华 李 辉

(1. 中海油研究总院有限责任公司 北京 100028； 2. 大连理工大学工程力学系 辽宁大连 116024)

海洋平台长期服役于复杂的海洋环境中，环境的特殊性使平台设计预估的环境参数难以完整反映平台在服役期间受到的荷载信息。随着平台服役时间的增加，结构安全问题日益凸显。数值分析和模型实验对环境荷载以及结构模型的简化，使其难以完全保障平台在服役周期内的结构安全。

1987年，首个海洋平台监测项目在CONOCO Joliet张力腿平台开展[1]。随着海洋平台监测技术和生产要求的提高，在墨西哥湾、北海等海域开展了大量监测实践。英国Saab、BMT，美国Dunegan、Bentley，挪威CorrOcean等公司针对各类水上、水下结构开发了综合的监测系统，并在智能化海洋平台监测和数字孪生领域率先开展了应用[2]。国内中国海油[3-4]、大连理工大学[5-6]、上海交通大学[7]、哈尔滨工业大学[8]等单位在海洋平台国产化监测硬件、软件、数值分析、信息传输、客户端部署等方面取得了长足的技术积累，在冰区导管架平台、软钢臂系泊系统、深水半潜式平台等监测领域达到了较为领先的技术水平。

海洋平台现场监测通过在平台现场开展数据采集和分析，对在役结构进行设计验证和安全保障，有效弥补了荷载和结构简化带来的安全隐患。近年来，海洋平台现场监测覆盖率随工程需求逐年上升，在监测种类、传输方式、显示能力等方面稳步提高。

未来海洋平台现场监测将向深水化、标准化、智能化的方向发展，但目前技术水平距离达到依靠智能化监测指导生产，实现海上无人自运营装备单元的目标仍需要大量的理论创新和监测标准的建立。本文旨在阐述海洋平台现场监测技术现状，并对未来中国海洋平台现场监测发展进行探讨。

1 海洋环境荷载监测

1.1 风速风向监测

风荷载是海洋结构在服役过程中受到的主要荷载形式之一，监测信息包括风速和风向。常见的传感器类型有机械风速仪[9]、超声波风速仪[10]、热线风速仪和激光多普勒风速仪。风速风向测量需减少结构对测量结果的影响，测量位置为无遮挡、风场稳定、迎风路径长、湍流系数与风速转换系数稳定的区域[11]。图1为几种常用的风速、风向测量仪。表1给出了各类风速、风向仪的测量原理和一般参数。

图1 典型风速、风向仪

表1 风速、风向测量仪器原理和参数Table 1 Anemometer measuring principle and parameters

风环境监测既是海洋平台服役安全的重要保障，也能够为未来新型海洋结构[12]提供可靠的设计依据。风荷载分析一般将风速分为长周期部分(平均风)和短周期部分(脉动风)。平均风速为标准时距5 min或10 min的风速平均值。脉动部分利用统计参数如湍流强度、湍流积分尺度、脉动风速谱等进行描述[13-14]。为计算静、动态风荷载，监测系统对风速风向测量的频率通常采用1 Hz。利用海洋平台现场监测技术对在役平台受到的风荷载进行现场监测，能够更有针对性地获得平台服役海域的风场特性，结合运动响应监测数据对海洋油气平台在服役过程中产生的危险工况进行分析[15-16]，指导现场生产作业。

1.2 浪高周期监测

波浪荷载是系泊系统设计考虑的重要环境荷载[17]。测量方法分为水下、水面和水上测量。水下测量方法有水压式测量仪、声学式测量仪等。水面测量方法包括电阻式波高传感器、电容式波高传感器等。水上测量方法包括雷达测波、立体摄影测量[18]、光学测量等[19]。海洋平台监测系统主要采用测波雷达，获取实时的波高、周期及波浪方向[20]。图2为几种常见的浪高周期测量仪，表2给出了几种波浪测量仪器原理和一般参数。

图2 几种常见的浪高周期测量仪器

表2 浪高周期测量仪器原理及适用性Table 2 Wave measurement sensors measuring principle and applicability

波浪谱选取对于海洋平台结构设计和安全分析具有重要意义。典型的波浪谱有Neumann谱、P-M谱[21]、Jonswap谱[22]。大部分波浪谱是基于经验或半经验半理论得出的，不同海区、不同水文条件下波浪谱的选择都有一定的主观性[23]。基于现场监测数据，对监测海域的波浪特征和波浪谱进行修正，预估在役海洋平台在服役期间的运动响应，能够判断结构在极端海况下的运动行为和长期服役下的结构疲劳寿命，保障平台服役安全。同时，基于修正波浪参数，能够为未来海洋平台设计提供更加准确的波浪环境条件[24-25]。

1.3 海流流速流向监测

海流是水下管缆和系泊系统受到的主要荷载形式。通常认为海流主要由风海流、密度流构成[26]。海流监测方式分为测量单一测点海流计和测量海流剖面的剖面仪[27]。现阶段海流监测多利用声学多普勒流速流向剖面仪(Acoustic Doppler Current Profiler,ADCP)对分层海流流速及流向进行测量。由于多普勒流速流向剖面仪测量方向的单一性，采用多个传感器组合测量海流全剖面信息[28]。图3为几种常见的海流测量仪器。表3给出了几种海流测量仪器的测量原理和适用性。

海流流速信息是典型的非稳态随机数据，采样频率和监测周期都会对假设分布规律的参数拟合产生影响。单层海流极值预测难以反映海流随水深变化的客观规律。简化的均匀流、剪切流、梯度流也给水下结构的动力学响应计算和寿命预测带来了不确定性。基于海流剖面监测数据，对海流剖面进行降维处理，通过逆一阶可靠度和响应函数等方法计算海流极值剖面能够更加完整地保留海流各层之间的相关性，保障水下结构的服役安全，同时简化设计对环境条件的选取[30-32]。利用机器学习算法对监测流场进行聚类和预测，分析上部浮体响应和水下结构的强度、疲劳等问题，成为近年海流监测数据应用研究的重要方法[33-35]。

图3 几种常见的海流测量仪器

表3 海流测量仪器原理及适用性Table 3 Current meters measuring principle and applicability

1.4 海冰监测

近年来全球海洋资源开发和航运工业逐渐向传统寒区不断扩展[36]。海冰监测已在库克湾[37]、Baltic、Confederation[38]、渤海等海域开展[39]。海冰监测包括海冰参数(冰厚、冰速等)和冰荷载测量。早期海冰监测利用浮标测量海冰运动速度，随着监测手段的提高，多普勒移频雷达、卫星图像(合成孔径雷达、中分辨率成像光谱仪、全球导航卫星系统[40])等技术逐渐应用在海洋冰荷载分析和预报中。相比海冰速度、冰缘线测量，海冰厚度测量更加困难，早期海冰厚度测量利用钻孔和潜艇声纳，目前视频、卫星、雷达[41-42]、激光、深度学习[43]等技术逐步应用在海冰厚度测量中。冰荷载主要利用冰力测量压力盒进行测量。表4为几种海冰测量方式原理和适用性。

表4 海冰测量原理和适用性Table 4 Sea ice measuring principle and applicability

基于现场监测的冰荷载研究主要集中在最大冰力[44-46]、冰激振动[47-48]，以及考虑季节性海冰对平台结构热点疲劳[49]影响等问题。中国海冰监测主要针对在渤海冰区的导管架平台。基于渤海现场监测数据，开展了平台在动冰力作用下的结构特性、疲劳分析方法以及结构选型等研究工作。

除以上监测信息外，根据海洋平台类型以及服役海域特点，海洋平台现场监测还对空气温度、湿度、气压、海水盐度、气隙高度等信息进行持续测量。

海洋环境荷载监测经过长期发展累积了大量的技术和经验，测量技术已相对成熟。由于环境荷载的固有属性差异以及荷载计算方式的不同，利用监测数据准确描述海洋平台在服役过程中受到的完整时序荷载仍较为困难，导致现阶段海洋环境荷载信息在海洋平台监测分析中的作用难以充分发挥。随着传感器技术的不断完善以及荷载模拟理论的进步，通过少量监测信息准确还原真实环境荷载，继而更加准确地保障现场结构和作业安全是未来海洋平台环境荷载监测的重要研究方向。

2 海洋平台结构监测

2.1 结构响应监测

2.1.1浮体及上部结构监测

海洋平台浮体和上部结构运动响应监测通常将监测对象假定为刚体，测量结构平动和转动运动。传感器主要有DGPS (Differential Global Position System，差分全球定位系统)、INS (Inertial Navigation System，惯性导航系统)、倾角传感器等[50]。传感器安装位置一般位于平台轴线方向，减少加速度对监测数据的影响。随着海洋结构物尺寸的逐渐增大，浮体及上部结构的变形逐渐难以被忽略，已有研究利用图像数据，边缘检测等方式对大型结构整体变形进行监测[51]。图4为几种常见的浮体及上部结构测量传感器，表5为几种测量传感器的测量原理和适用性。

对于导管架平台，平台产生整体运动幅值较小，但结构在波浪作用、冰荷载、碰撞冲击下结构产生的振动频率较高，因此对结构振动信息进行测量。测量一般采用加速度传感器和应变测量装置，依据结构振动频率和阵型确定测点位置和传感器个数[52]。

图4 几种常见的平台运动测量传感器

表5 平台运动测量传感器原理及适用性Table 5 Platform movement measuring sensors principle and applicability

2.1.2系泊锚链监测

水下测量是海洋平台监测的难点。系泊锚链监测主要有3种方式：顶端直接测量、水下传感器测量和水下机器人辅助测量。顶端直接测量利用称重式传感器测量锚链顶端张力，该方法成本低、实施简单，但定期维护矫正较为困难。随着水深和锚链长度的增加，顶部测量难以完整反映水下结构的运动规律。水下传感器测量装置一般在锚链上安装夹持结构，测量安装位置的水深、倾角等信息[53]。由于水深限制，深水结构测量多采用自容式传感器。中国南海“挑战号”监测中，已利用此类传感器完成了较长周期的水下锚链运动连续监测[54]。水下自容式传感器目前仍存在功耗、时间校准等技术挑战[55]。但随着水下数据传输和无线充电技术的进步，水下自容式传感器已逐渐向长监测周期、超深水方向发展[56-58]。水下机器人监测通过水下机器人携带的测量装置对水下信息进行测量，突破了水下测量的空间限制，但水下机器人难以完成长期连续监测，增加了监测数据利用的难度。图5为几种常见的系泊锚链监测装置，表6为系泊锚链测量仪的测量内容和现场监测适用性。

图5 几种常见的系泊锚链测量装置

表6 系泊锚链测量仪器原理及适用性Table 6 Mooring line measuring devices principle and applicability

2.1.3张力腿与张紧式立管监测

张力腿和张紧式立管(Top Tension Riser，TTR)采用相似的监测方法。主要测量内容为顶部张力、水下运动姿态、底部在位状态。顶部张力利用顶张力传感器和光纤光栅传感器进行测量[61]。水下运动姿态利用水下传感器进行测量，测量参数包括监测节点的水深、倾角、加速度、温度等[62]。近年来，水下结构监测网络成为了水下结构监测的热点之一[63]。此外水下管缆也可采用预置式测量方案[64-65]，将光纤光栅传感器在制造时预置入结构内部，达到应变、温度等信息完整长度测量的目的。预置式测量方式需考虑在制造、运输、安装和在位过程中的变形极限，在服役过程中也难以进行及时更换。张力腿底部在位状态监测主要依靠遥控无人潜水器(Remote Operated Vehicle，ROV)或水下巡检机器人完成[66]。一般来说，巡检机器人需具有运动系统、水下视频系统、照明系统和清障系统几个组成部分，保证巡检过程的安全性和有效性。图6为TTR立管和张力腿监测方案。

图6 TTR立管和张力腿监测

2.1.4软刚臂系泊系统监测

软刚臂系泊系统是一种较为特殊的海洋系泊形式，其主要系泊部件在水上，能够在冰区海域服役。中国首个海洋核动力平台也选取了软刚臂系泊系统作为系泊形式[69-70]。系泊系统(图7)利用多铰连接，达到释放油气开发平台的效果，属于7自由度多体动力学系统，结合平台的6个运动自由度和系泊腿摆动监测数据，可完整计算系泊结构在服役过程中的运动状态和受力行为[71]。中国渤海多艘软刚臂系泊系统已具备系泊系统的运动学和动力学实时监测和计算的能力，软刚臂系泊系统监测已逐渐趋于成熟[72]。

图7 软刚臂系泊系统监测

随着平台尺寸的增加和大量非线性材料的应用，常规监测手段已难以完整描述平台的服役姿态。未来海洋平台响应监测可基于现有监测基础，结合图像分析等方法反映平台的多维度响应特征，更加完整地复现平台真实服役状态。对于系泊系统监测，由于涉及水下结构，方案选取和测量难度都更高，监测数据应用也更加复杂。国产化监测硬件研制和新分析理论是下一步海洋平台结构响应监测和数据工程化应用的重点。

2.2 局部损伤监测

海洋平台结构局部损伤监测一般使用无损检测的手段。无损检测主要有应变监测、超声波检测、射线探伤检测和磁力探伤检测几种。

应变监测测量结构的应变变化。传感器可分为传统应变计和智能传感器。智能传感器包括光纤传感器、压电材料传感器[73-74]等。与传统应变监测传感器相比，智能传感器具有更高的灵敏度、灵活性、嵌入性和抗电磁干扰性。应变监测已应用于碰撞和海浪引起的应变响应[75]、立管的轴向张力弯矩[76]、平台关键区域疲劳裂纹[77-78]、船体甲板整体弯曲[79]等领域。超声波检测利用超声波在构件内部传播的反射信号确定结构发生缺陷的位置，在系泊锚链、平台焊接结构方面已有应用[80-83]。射线检测测量内部缺陷引起的射线强度变化，能够对各类材料进行损伤检测，但辐射和显影定影液的污染问题导致其难以在长期、大规模的海洋平台监测中应用。磁力探伤通过观测漏磁磁场大小、数量以及分布判断构件表面、次表面损伤缺陷。磁粉施加方式分为干式和湿式，海洋平台钢结构磁粉探伤一般采用湿式检测[84]。磁粉探伤具有较高的灵敏度，不受试件的大小及形状限制，但仅局限于磁性材料，对结构内部缺陷的检测能力也较差。涡流检测技术对表面缺陷检测有较高的灵敏度，能够对狭窄区域结构进行检测，但仅适用于导电材料的表面缺陷，适用于定性检测。

局部损伤监测面临的问题主要是无法形成常态化连续监测能力。传统损伤检测方式难以形成连续测量能力，而利用响应信息反演结构损伤的方法对监测信息质量、反演模型精度以及优化算法选取都有很高的要求。随着无人化平台的发展，利用智能巡检机器人可提高局部损伤监测的适用性。通过连续的环境和响应监测数据指导局部损伤检测位置选择和探伤方式也是未来海洋平台损伤识别问题的重要研究方向。

3 监测数据采集与分析

3.1 监测数据采集与集成

海洋平台监测数据的采集，即信号由监测传感器传输至下位机的过程，涵盖电压电流信号、光信号、Wi-Fi信号等。由于监测数据传输距离较远，在实际监测过程中需避免传感器输入电压压降和输出模拟信号衰减等问题。滑环类结构进行监测时，由于难以采用线缆形式连接，利用无线传输技术进行短距离数据传输[85]。对于水下结构，传输线缆难以及时维护，已有研究将水声技术引入长期水下数据信息传输，通过建立水下信息传输节点，形成水下传输网络保障采集稳定性。考虑传输数据的采样频率和采集类型多样性，海洋平台监测系统一般设置传输集成工作站对采集数据进行下位存储和整理。在中控室设置监测上位机，集成储存标准化监测数据。

未来海洋平台监测数据的采集和集成需形成水下、水面的完整化、标准化、强鲁棒性的信息网络，攻关水下信息传输理论和传输设备，结合水上信息采集集成节点，搭建完整的监测信息流，保障监测信息的稳定性和时效性。

3.2 监测数据传输

海洋平台主要采用卫星和海缆传输的通讯方式联通陆地终端和其他平台。随着信号传输技术的发展，监测系统可选择的数据传输方式日趋丰富，如北斗卫星传输、微波传输和散射传输[86]。中国海油信息科技在海洋平台数据多网融合通讯研究和工程实践进行了大量的探索与创新，形成了较为完备的海洋平台信息传输网络[87]。表7为各类数据传输原理和监测适用性。

表7 监测数据传输原理和适用性Table 7 Monitoring data transmission principle and applicability

监测信息实时准确传输是台风期间海洋油气平台决策的重要依据。考虑功耗和监测系统独立生存时长要求，北斗卫星短报文传输技术成为监测系统在台风条件下的有效信息传输手段[88]。台风期间通过北斗卫星信号将平台实时测量数据传输至陆地监测中心，能够使决策人员更加准确地掌握台风期间平台实时安全状态，评估作业决策。微波是比普通无线电波更短、频率超过1 GHz的电磁波[89]。海上微波无线传输组网技术在陆地建立通讯站点，利用海洋平台组成微波局域网，实现超视距远距离信号传输。中国南海运营的一条微波链路传输距离达到98 km，30 MHz频宽下可以提供50～80 Mbps的信息传播率[90]。散射传输利用流层中的不均匀体对微波和毫米波的折射和再次辐射进行信号传输[91]。与卫星传播方式相比，微波和散射传输硬件占地面积及功耗更大。

目前各类信息传输模式已经能够较为完整地传输海洋平台监测信息。随着各种新兴数据传输技术的应用，未来海洋平台数据传输将不断向低功耗、大带宽、低延时的方向发展。

3.3 监测数据分析与集成软件数据库

在役海洋平台安全评估、预测、预警以及未来海洋结构设计优化是监测项目应用的核心问题。目前海洋平台监测数据分析方法主要分为两类，直接基于监测数据的分析方法和结合模型及监测数据的分析方法。

直接基于监测数据的分析方法研究较为深入，常见的分析方法有特征参数分析、概率分析以及机器学习(表8)。特征参数分析方法一般对一维监测数据的特征参数进行计算，与设计参数或标准比较，对环境荷载和结构响应进行定量分析[92]。概率分析利用长期监测数据的概率特征，评估环境荷载、平台响应的长重现期极值、安全预警等级等指标[93-94]。机器学习涵盖了大量算法，已应用在多维环境荷载类别分析、响应预测预警以及结构损伤识别等多个方面[95-96]。随着海洋平台监测数据量的累积和机器学习在其他领域的成功应用，机器学习分析方式逐渐被海洋工程领域接受。

表8 基于监测数据的海洋平台分析方法Table 8 Offshore platform analysis methods based on monitoring data

结合模型的分析方法不仅利用监测数据，同时结合结构物理特征实现在役平台响应复现和结构属性反演(表9)。理论上，模型和数据结合的方法能够更好地解释结构特征变化，保障分析方法的泛化能力，但建模能力和简化方法也增加了此类分析方式的难度和结构属性反演计算的收敛性。基于结构模型和监测数据分析方式多采用智能优化算法拟合结构特征完成对在役结构的实时反演，在导管架[97]、软钢臂系泊系统[98]、半潜式平台监测过程中已对腐蚀程度、磨损损伤、系泊损伤等问题开展了相关研究，但距离工程应用仍需大量验证工作和理论迭代。

表9 基于模型和监测数据的海洋平台分析方法Table 9 Offshore platform analysis methods based on modeling and monitoring data

海洋平台现场监测数据和分析结果需完整体现在海洋平台现场监测软件上。监测软件和数据库的建立需综合考虑各类数据的录入、管理、查询并兼顾数据的初步分析能力[99]，对传感器型号信息、有效期、DGPS固定站变化、校准日期、传感器存余数量、独立供电系统容量等信息进行完备存储。常用的数据库有Oracle、MySQL、Microsoft SQL Server等。建立监测数据库的主要目的之一在于对历史监测数据的回溯和分析，监测数据库存对数据进行清洗、更新、汇总时保障原始数据不被覆盖。

随着计算能力的提高，海洋平台监测数据分析不断前移，时效性也不断提高。未来海洋平台现场监测数据分析将逐渐降低对陆地端科研人员的依赖，通过新理论和新算法的大量应用，在现场对监测数据直接进行实时评估，保障在役结构安全，指导海上资源开发作业。

4 平台监测供电系统

海洋平台现场监测系统需独立于海洋平台生产系统。在台风等极端工况下，监测系统需要依靠自身的能源持续工作，稳定的电力供应直接关系到监测系统可靠性。供电系统电压一般设置为48 V，利用变压装置对各监测系统硬件提供稳定的工作电压，满足绝大多数工控机和传感器使用要求。独立供电系统(图8)需充分考虑各类传感器、采集装置、数据传输装置和上、下位机的功耗总和，预估监测系统所需容量，保障至少在一个平均台风周期的连续采集能力。

图8 监测系统独立供电系统

现阶段独立供电技术已能较好地保障平台监测系统在避台期间的连续电力供应。随着监测对象的不断完善，海洋平台监测系统的电力需求逐步提高。近年来，充放电优化设计[100]、风光互补[101]以及新型蓄电池技术取得了快速发展，未来海洋平台监测供电系统需具备更长周期的稳定电力供应能力，提高海洋平台监测系统的独立生存能力。

5 海洋平台现场监测技术展望

伴随现场监测硬件、软件和分析技术的进步，以及大数据、物联网、数字孪生、元宇宙等新理论和新算法的应用，未来海洋平台监测将逐渐向标准化、深水化、智能化方向发展。

5.1 监测标准化

海洋平台监测的难点之一在于海洋平台种类众多，同一类海洋平台服役环境也不相同，现场监测的侧重点存在差别，尚未形成统一标准指导海洋平台监测系统设计。同时海洋平台设计和建造阶段，未充分考虑监测系统硬件布局、走线方式以及集成空间冗余，造成目前海洋平台监测往往在平台服役后逐步更新，加大了监测系统安装的困难。未来海洋平台现场监测需形成较为统一的监测物理量选择、测点位置、走线方式、集成方式、接口方式、波特率、功耗、工作电压、硬件构架和传感器硬件标准，利用集成程度更高、数量更少的监测传感器使海洋平台现场监测能够更加快速、完备地在各类海洋平台结构物上开展。

标准化信息管理平台既是现场监测数据工程化应用的重要手段，也是未来海洋平台智能化发展的数据基础。建立标准化信息管理平台，完整覆盖海上各类油气开发设施，构建区域化信息管理网络，结合陆地运营决策中心为在役海洋平台提供更加科学的运营维护服务和工程作业指导。

5.2 监测深水化

随着水下技术日趋成熟，海洋资源开发逐渐向深水发展。中国典型监测系统服役平台所在海域水深逐步增大(图9)。1 500 m水深的“深海一号”能源站服役，标志着中国海洋平台开发已经从浅海走向深远海[102]。未来海洋资源开发，作业中心逐渐向深水转移。对于海洋平台监测，深水、超深水水下监测传感器、水下信号传输装置、水下信息组网技术、水下声传输、水下无线充电技术以及水下多功能机器人等多领域的国产化硬件研制和集成化水下监测网络建设将成为海洋平台监测深水化的研究重点。

图9 中国典型海洋平台水深

5.3 监测智能化

海洋平台智能化监测旨在通过传感器采集环境信息、响应信息，形成具有认知能力、记忆能力、学习能力、自适应能力、预测能力和决策能力的智能数字化孪生系统，完成对在役结构的实时评估、预测和控制。目前海洋平台现场监测对智能化核心问题，实时结构评估和预测的理论与技术的研究仍较为初步。其主要原因首先在于海洋平台监测需在真实的海洋环境下，真实结构上开展，现场开展难度限制了监测技术和分析方法研究的参与性；其次，海洋平台结构分析综合多个复杂学科、领域的理论和技术，增加了海洋平台监测智能化的研究难度。

监测智能化分析主要有以下几部分核心内容。

1) 数据特征分析。

数据特征分析包括环境数据、单一或组合响应监测数据的特征分析，如频域分布、相关性分析、概率密度拟合、功率谱、固有频率等。通过数据特征分析获得服役海域环境和海洋平台响应的特征，对平台进行设计评价和安全评估。

2) 监测数据类别分析。

海洋平台大部分时间处在较为温和的海况下，监测信息集中在安全范围。结构安全分析中，极端工况等偶发行为对结构强度、系统稳定性校核更加重要。海洋平台监测数据维度多、耦合性强，合理划分监测数据类别对在役平台安全和新平台设计都有重要意义。

3) 在役结构实时评价。

在役结构实时评价主要分析长期服役导致的结构固有属性和运动特征变化，考核在役结构的安全性、人员舒适性等指标。目前针对平台质量、质心位置、转动惯量、节点损伤等问题已开展了大量研究，但海洋结构参数多，相关研究仍难以满足智能化监测要求。近年来，深度学习[103]为在役海洋结构实时评价提供了新的方案。深度学习对海洋结构实时评价的关键问题在于提出准确且有效的含标签训练集。与其他大型工业装备面临的问题相同，有效数据的匮乏限制了现阶段深度学习在真实海洋结构实时评价的泛化能力。

4) 响应预测。

海洋平台结构响应预测能够保障海洋结构物在特殊工况的作业安全，尤其对极端天气下(台风)的海洋平台结构安全意义重大。响应预测基于实时监测的环境荷载信息和结构响应信息对平台未来的运动时程和特征进行预测。目前利用深度学习算法对在役结构实时运动已开展了相关研究[104]。

5) 数字孪生。

数字孪生技术[105]在数字维度建立与物理平台等效的数字模型。与传统的有限元等建模方式不同，数字孪生的特点在于涵盖特征维度更广、参数随真实模型的改变可进行实时调整，且具备更强的人机交互能力。数字孪生技术既是未来智能化监测的最适合载体，同时也是未来无人化海洋平台、海洋风场、海上城市建设的重要核心。在美国、韩国的海洋风场，数字孪生技术已有较为实际的应用，为海洋风场安全、运维提供了科学的数值参考，节省了资金投入。未来海洋平台数字孪生系统不仅包含现阶段海洋平台监测的内容，还将集成平台生产系统、生活系统，形成在役海洋平台的完整数字映射。

6 结束语

近年来中国海洋平台监测技术能力和国产化水平都有了快速提升。但由于现场监测的复杂性，海洋平台现场监测仍缺乏顶层设计，导致监测数据分析应用和后评估的部分环节难以达到指导生产作业的能力。同时各领域未形成统一的标准，未建立起由现场监测到远程智能化控制的技术闭环。未来，大量新知识新概念的出现和应用，将成为海洋油气平台现场监测最明显的特征，以现场监测为载体，以原创理论、原创技术为核心的智能化海洋平台监测体系将逐步建立，指导现场作业和装备设计，提升中国海洋资源开发能力。