油田视频监控智能预警系统设计分析

刘建忠?马德忠?张一凡?陈宇

摘要：近年来，传统的人工管理模式已经无法很好地满足现阶段的生产管理需求，国内石油企业面对智能化时代的到来，认识到智能化与信息化是油田發展的必然趋势，是石油企业发展的重要保障，也是实现提质增效的重要举措，因此纷纷推进“智能油田”建设。基于此，主要针对视频监控在油田智能运维与智能化建设中的作用展开探讨，结合油田视频监控的现状区域化管理，对比多种视频监控手段分析油田智能视频应用的远景。

关键词：油田视频监控；智能系统；预警系统

一、前言

在大数据、人工智能、5G、云计算、物联网等技术推动下，油气田的智能化水平将会越来越高，这既是油田降本提质增效的有效途径，也是油气技术发展规律的必然趋势[1]。就现状而言大部分油气田的油水井、联合站、集气站都安装有远程视频监控设备，能够做到二十四小时全天候、全方位监控，但是需要员工时刻紧盯屏幕，对员工的专注度与精力都有很高的要求，往往会因为无法同时兼顾多台显示器而造成隐患未能及时发现的问题。所以遇到情况大都采用事后调取相关图像视频资料方式进行查询，对风险产生无法真正做到实时预防或干预。目前使用的视频监控系统虽然功能上有了较大的提升，分辨率也更高了，但是仍然需要耗费大量的人力在24小时内进行不间断地监控，这对员工的注意力以及精力有非常高的要求，需要监控人员及时看到不安全因素并且给予处理措施。油田单井数量多、距离远等特点造成了监控人员对危险因素捕捉的遗漏；油区自然环境恶劣，数字视频监控画面受到影响不清晰时，容易产生误报、异常事件漏报等问题；目前监控不能实现对设备的参数和运行状态进行动态监控，不能和物联网进行信息互通。因此，如何应用智能化的视频监控技术对可疑情况和其他安全隐患进行智能识别，主动告警，自动准确监控，使监控人员对异常情况在第一时间做出响应已经成为油田视频监控技术的一个重点研究方向，需使用油田作业现场安全风险智能管控与预警系统实现智能化监管[2]。

二、研究内容

针对油田实际生产中存在的问题，利用油田视频监控网络，研发了一套集漏油识别、人脸识别、作业服穿戴识别以及安全监控为一体的图像分析系统。该系统通过视频图像分析技术对上述状态进行预警报警，辅助工作人员对现场安全状况做出及时判断，排除安全隐患。项目提出了一种可用于识别油井漏油状况，设计了智能视频监控分析预警系统，该系统第一部分是前端设备，包括摄像机，油田作业区目前使用最多的视频监控仪器为枪型摄像机和球形摄像机；第二部分是传输设备，包括光缆和光纤收发器；第三部分是处理／控制／记录／显示设备，包括智能视频分析服务器、视频交换机、网络硬盘录像机、报警监控客户端及监视器等，该系统增加智能分析功能，将图像进行识别分析，能够有效地满足油田施工和作业的预警监控。主要实现功能为以下几个模块：

（1）视频监控系统设备以“边缘网关”为接入点，实现网络结构的扁平化与即插即用的网络连接使用方式，作为远程数据采集与长距离传输的基础平台， 使各项信息与关键参数能够在云端随时查看与交流。

（2）在靠近隐患监测对象的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。在被监测对象所在的边缘侧发起，产生更快的网络服务响应，满足安全生产预警在实时业务、应用智能、安全与隐私保护等方面的基本需求。

（3）将收集到的安全生产中的隐患对象的各类信息进行分析、预测；选定正确的用户群推送适合的信息。

（4）提供各种边缘云上的基础服务应用，包括数据采集和协议转换，清洗、分析功能等。

（5）油田现场智能视频监控系统主要实现了监控视频实时播放，作业现场管理，违章管理，预警管理，系统管理，违章信息统计等等。

（6）安全权限管理设置用户访问级别，设置不同级别对应不同权限，基础分为三个级别，一级仅能访问查看对应区块报警内容，二级能够查看并进行处理操作，三级能够修改报警参数，通过功能的细化实现各项风险隐患的精细控制，严格把控岗位履职能力，提高安全管理效率与质量。

三、系统实施

油田作业现场安全风险智能管控与预警系统前期通过广泛收集数据，构建完备的模型数据库，然后通过合理分析规划不同作业现场的特征区分，通过人工标定实现数据集制作，去除难以识别的混淆数据，并混入传统计算机视觉数据集以进行数据清洗。中期通过规范研究法、定量分析法划定数据集构成，通过直接标定、混合逻辑推理等方法训练优化识别模型，搭配画面预处理技术，运用图像处理、位置判定、姿态识别等技术构建整体识别系统，系统应可以接入实时视频流，调取作业现场的实时画面，并对其进行识别分析，所产生结果实时存储至数据库与本地。之后进行实地部署，以实际工作环境下的实验数据进行变量考察，分析难点，优化不足，完善前端显示功能，提高用户人性化体验，实现后端识别与前端显示的合理联动，提高识别效果，规避使用风险。

（一）系统实施关键技术

（1）系统分别在各区域中心视频服务器轮巡

轮巡策略需要考虑以下因素：轮巡间隔，根据违章频率、发生现场作业的概率等参数确定重点轮巡哪些摄像头，提取图片还是连续若干帧的视频流等。

（2）调用画面预处理（前提：建立画面预处理规范）

输入为摄像头id，输出为1024*768（分辨率待定）的jpg格式图像或视频流。算法负责对轮巡到的每帧画面利用组合算法进行统一预处理，去雾、阴雨天气、早中晚光照影响，各种气候条件自适应调整亮度、色差、饱和度，并考虑远程调整摄像机的参数得到更好的画质。

（二）系统功能实现的算法

在区域中心应用服务器并行识别通用违章和作业现场类型，过滤掉无关视频数据源。

（1）通用目标识别算法

输入画面预处理算法包输出的jpg格式图像，输出为通用违章检测结果5项参数（违章类型、违章图片、时间戳、摄像头ID、视频流），识别内容包括未戴安全帽、吸烟、打手机、未穿工衣、作业现场无监护人， 动火作业、起重作业、动土作业、作业现场未设置警戒线等违章行为，以合理方式及时提醒督查人员人工审核，正确结果写入通用违章数据库，错误识别结果经人工标记后用以训练完善模型。

（2）作业现场特征识别算法

结合督查看板数据库，调用画面预处理算法包输出的jpg格式图像，输出4项参数（作业现场类型、现场图片、时间戳、对应的摄像头ID），识别内容包括高处作业、受限空间、动火作业、井下作业、动土作业、临时用电、起重作业、盲板抽堵、海上作业等作业现场[3]，识别结果写入作业现场历史记录数据表，方便督查人员回调现场作业记录，正确结果写入到作业现场数据库，错误识别结果经人工标记后继续完善模型。

（3）在区域中心进行违章行为识别算法

在区域中心服务器接收进行2项参数（作业现场类型、对应的摄像头ID），在现场作业的摄像头范围内，依次调取某摄像头从上次轮巡到时间到当前时间的视频流，将取到的流文件分帧处理（可自行选择需不需要调用画面预处理通用算法），调取分帧后的图片，进行各类违章行为的分析，若为小目标，若为小目标，调用摄像头标准指令放大可疑目标，再进行违章判断，识别后输出5项参数（违章类型、违章图片、时间戳、摄像头ID、视频流），提交督查人员人工审核，正确结果写入违章数据库，错误识别结果经人工标记后用以训练完善模型。

四、实现功能

（一） 预警功能及现场应用

主要实现监控视频的预警，违章行为预警推送浏览。当检测到违章行为时，系统会进行自动推送提醒，违章数据统计报表管理，对于各种违章行为进行统计，以图表的形式进行展现，便于查看。

（1）当单井产生异常参数，系统自动切换到对应井场，并报警提示，显示位置和对应人员负责项目（如冲程冲次的改变，超压卸压，泵况异常）生产机器可以显示运行状态和对应参数，可以显示设备的压力与温度等参数，这样由被动形成主动防御系统，这样减少了紧急情况处理时间，提高生产效率[4]。

（2）在油田大平台内，如图1所示，现场测试人员模拟检测出未戴安全帽，未穿工服，还有漏油污染，违禁使用手机。

（3）针对油田的使用场景，采用行为分析算法，实现从算法训练到算法优化的定制化解决方案，拓展违章识别监控范围至30米远距离，达到较高的周界防范水平。

（二） 构建新型架构提升精确度

创建基于微服务架构的自适应边云协同生产安全智能监控与态势感知一体化服务支撑环境，解决石油领域复杂背景下分布异构平台中资源负载不均衡、服务质量差、平台运维成本高的难题。

采用新型技术体系架构模式，从边缘计算网关层面，适配多种传感设备的管理及数据解析存储，为设备监控提供基础，同时提供的本地联动控制管理提高了管理的自动化能力。油田智能识别工作站具有IOT设备管理、AI调度分析能力，为系统提供强大的中台能力。分析后的数据在本地按照设置进行本地存储，通过路由器进行传输，通过交换机等设备进行IP地址映射，在网络服务器进行整体处理统计，达到在油田局域网内可以进行实时查看的整体系统架构，提供了对业务系统全方位监控管理。

（1）快速将所有智能化子系统构建、集成到统一的信息化平台，各子系统的数据能够集中管理。

（2）转变各个子系统分散管理的模式，建立联合调度中心，从而实施井场各类事务统一受理、统一指挥、统一考核的新机制，提高管理服务的效率。

（3）实现实时警报，将问题扼杀在未发生之前。

（4）对各类工作实施限时办结和质量考核，使系统具备自动督办的能力，从而使服务具有主动性。

（5）定期提供运行数据的分析结果，从而为科学决策提供支持。领导能够通过平台随时掌握井场运行状况。

针对上述的系统分析的精确度，我们检测到智能视频监控预警系统对微目标的识别有待提高，主要是夜间油水区分较难、白天光照较强时光的反射造成视频监控设备识别率不稳定等状况。因此我们对模型进行了进一步的优化，经过11轮的迭代后收敛，将没参与训练的从各种渠道收集来的230多段包含上述识别内容的违章视频片段进行了测试对比，模型优化后的识别率见表1，综合识别率达到80%以上，并且在油田作业区实际部署运行中也得到了验证。

五、数字视频监控与智能视频监控性能比较

目前，吉庆油田的井场已经可以智能识别未戴安全帽、未穿工服、禁区抽烟、违规打电话等多种违章行为，该技术在多个井场实际推广应用，达到了监控违章行为，减少安全隐患的目的，最终实现用人工智能技术代替繁琐重复的工作，以智能化推动和服务安全管理与建设[5]。

借助井场视频数据，引入智能分析手段，结合业务场景和定制的模型能力，快速灵活的部署、集成到管理系统或运营系统中，并支持快速训练、更新定制审核模型能力，真正做到符合自身生产状况的高效管理，对各类安全事件做到预知、预判、预防、预警和有效处置[6]。对预案进行数字化管理，形成应急指挥调度方案并实时指挥调度。实现施工违章行为的自动监测，并能够及时预警和进行全网的通知，在减少人工监控的劳动强度同时，更加及时有效地查找安全生产薄弱环节和安全隐患，为防范和遏制重大事故的发生提供技术支撑。

这项技术优势可以实现智能运维降本增效，充分利用降低成本，使用原有摄像头进行图像分析，兼容已有监控系统，适合批量上线，极大降低部署成本[7]。算法高精度，软硬件结合使用。表2是传统数字视频监控与智能视频监控性能比较，从监控持续性可以看出，不需要一直紧盯屏幕，工作人员只需要在系统告警时进行确认即可，避免了工作人员因长时间观看屏幕造成疲劳而降低注意力，真正做到7×24全天候监控。从监控有效性，自动进行智能监控，工作人员只要对产生告警的摄像机进行确认和处理即可，实际有效监控范围提高数十倍。

六、结语

总体看，世界石油石化行业的智能化发展仍处于起步阶段。加快数字化转型，智能化发展是目前工作尤为重要的一部分，本文讨论的智能视频监控系统设计如果在井场试验成功，可以推广到联合站使用，这一技术的广泛应用能够提高视频监控效率与准确率，更大程度地保证了油气田的安全生产。

参考文献

[1]李阳，廉培庆，薛兆杰，等.大数据及人工智能在油气田开发中的应用现状及展望[J].中国石油大学学报（自然科学版），2020，44（04）：1-11.

[2]陈楠，谭海峰，向东奎.智能化在油田发展中的应用[J].中国管理信息化，2021，24（18）：90-91.

[3]张娜，武瑛，章玲，等.试析大数据在油田信息化建设中的应用[J].信息系统工程，2021（09）：124-126.

[4]李志勇，李强，王承龙，等.油田信息化关键技术研究及其应用探析[J].天津化工，2021，35（04）：92-94.

[5]邹礼，石雄，丁玉珍.基于云存储技术的视频监控系统在油田中的应用[J].中国管理信息化，2021，24（18）：111-112.

[6]程有为，于巾涛，董金平，等.油田作业现场智能视频监控系统[J].系统仿真技术，2021，17（02）：103-108.

[7]范晓松.智能视频监控在数字油田的应用与分析[J].信息系统工程，2019（05）：27.

作者单位：新疆油田公司吉庆油田作业区