油田電網現場作業視頻安全管控研究

陳勝波,靖 偉,聶萬慶

勝利油田電力分公司 山東東營 257000

1 研究背景

當前,在油田電網中,安全生產管理工作的重點逐步轉向風險管控,即預防事故的發生,運用科技手段提升安全監管的覆蓋面和監管質量[1-5]。勝利油田電網現場作業安全生產風險管控在措施落實、監督檢查和具體執行過程中,存在以下問題:安全風險管控措施現場執行不到位,不能及時發現安全風險;無法對現場作業違章行為進行事前告警;現場監督檢查工作量大,無法實現現場的全覆蓋。為進一步加強現場作業安全生產管理,提高現場關鍵作業環節的安全生產風險管控能力,研究應用新型信息化手段,來實現勝利油田電網現場作業的視頻安全管控,有效查找和整改現場作業的安全薄弱環節,提高現場作業安全可控、能控、在控的水平。

2 油田電網現場作業視頻安全管控原理

在勝利油田電網中,變電站視頻監控安裝范圍已全面覆蓋,這是實現現場作業視頻安全管控的基礎,可以改變以往通過現場檢查的方式進行現場作業安全生產管理的工作模式。當然,傳統的視頻監控手段無法辨別違章行為,于是對生產管理系統與電網視頻監控系統的功能進行集成,實時讀取生產管理系統中的工作票信息,獲取現場作業的基本情況,并基于變電站自動化系統對現場作業各種遙信數據進行實時采集和監控,實現批量加載、多人協同監測、監控畫面自動巡檢及截圖等功能,確保現場作業全方位實時跟蹤監測。勝利油田電網現場作業視頻安全管控為油田電網現場作業安全生產風險管控提供了新手段、新方法和新視角,在提高現場作業安全生產風險管控工作效率的同時,取得良好的管控效果。

3 現場作業人員人臉識別技術

在勝利油田電網現場作業視頻安全管控平臺中,應用了人臉識別技術[6-8]。一般情況下,滿足人臉識別的要求即可滿足人員行為、物品識別、車輛牌照號、電子邊界等其它內容的識別要求。油田電網現場作業人員要求必須持有相應的特種操作證,并在相關職能部門備案。建立持有特種操作證的現場作業人員與職能人員數據庫,存儲現場作業人員的照片,實現人臉識別。為避免無關人員和不具備進入現場資格的人員進入現場,通過人臉識別技術與數據庫中的持有特種操作的現場作業人員及職能人員進行對比,自動確認人員身份,并進行通報,實現現場作業人員和職能人員的全覆蓋識別。應用同樣的原理,還可以對現場作業人員的勞保物品穿戴情況進行監控和識別。

對人臉識別技術進行多種型號攝像頭測試,在不同放大變焦的情況下錄制視頻。現場測試人員由20 m遠處步行接近攝像頭,由人臉識別算法識別、解析攝像頭視頻中的每一幀圖像,確認不同距離時1 s內能通過人臉識別算法識別出視頻中人員身份的最低圖像分辨率,即圖像清晰度的最低要求。基于測試得到的最低圖像分辨率,換算得到攝像頭的像素規格,進而得到攝像頭的最低配置要求和推薦配置。

在測試中,攝像頭高2.5 m,人臉特征向量對比閾值為0.98,正向人臉識別率高于75%,正常行走、慢跑、由遠及近運動等情況下人臉識別率高于70%,1/4側臉或1/4遮擋情況下人臉識別率高于69%,多人情況下對測試結果不產生影響。

現場測試攝像頭的規格參數見表1,攝像頭鏡頭焦距、監控角度與監控距離之間的關系見表2,攝像頭的最低配置要求和推薦配置見表3。

表1 現場測試攝像頭規格參數

表2 攝像頭鏡頭焦距、監控角度與監控距離對應關系

表3 攝像頭最低配置要求與推薦配置

由表2可見,在攝像頭位置固定時,鏡頭焦距越長,監控距離越遠,但是監控角度則越小,因此需要根據現場的實際情況選取攝像頭。

4 現場作業人員行為預測技術

對現場作業人員的運動軌跡進行測試,確認無論是正常情況還是特殊情況,均可以正常記錄現場作業人員的運動軌跡,并且在多人情況下測試結果不受影響。測試情況見表4。

對現場作業人員的越界情況進行測試,確認正常情況下,人員正常行走越界,檢測效果良好。而對于跳躍、彎腰、爬行和翻滾越界情況,檢測精度則有所降低。

基于對現場作業人員的運動軌跡進行監控,可以進行現場作業人員的行為預測。對監控得到的圖像通過VGG-19經典模型進行特征提取,獲得關節點熱力圖。從關節點熱力圖中提取關節的具體位置,應用非最大抑制算法來獲得峰值,作為關節點的存儲位置。在勝利油田電網現場作業視頻安全管控平臺中,共設置了18個關節點,分別為左右耳、左右眼、鼻、頸、左右肩、左右肘、左右手、左右髖、左右膝、左右腳。基于所獲得的關節信息,確定關節點之間是否相連,并對每一個關節點進行排序。關節點的連接可以看作是一個肢體,在不同監控圖像中,擁有相同肢體即為同一位現場作業人員。

表4 現場作業人員運動軌跡測試情況

在進行現場作業人員行為預測時,利用Microsoft Common Objects in Context數據集來進行訓練,通過YOLO算法對現場作業人員進行檢測,通過深度排序算法對現場作業人員的全程軌跡進行跟蹤,通過卡爾曼濾波預測[9-10]的方法來預測現場作業人員的行為。對檢測得到的現場作業人員前一幀點與通過卡爾曼濾波預測得到的同一名現場作業人員下一幀點進行連線,然后判斷連線與工作區域的每條電子邊界是否有交點,有交點則為越界,由此保證越界檢測的實時性。

5 電子邊界生成方法

在勝利油田電網現場作業視頻安全管控平臺中,電子邊界的生成一般有三種方法:疊加法自動生成電子邊界、物體或環境輪廓檢測算法生成電子邊界、手工繪制電子邊界。

疊加法自動生成電子邊界的原理為:調用調度自動化系統的數據,識別變電站已經懸掛接地線并進入檢修狀態的一次設備;根據現場處于檢修狀態設備的數量、位置,在數據庫中事先設定每臺設備相關聯的安全停電區域;將處于檢修狀態設備的各區域進行疊加,生成現場作業安全工作區域,在智能攝像頭內自動得到電子邊界。在現場作業區域布置遮欄、布幔等實體邊界標志的情況下,通過輪廓檢測算法,即可識別并轉換為電子邊界。

6 視頻安全管控平臺功能

勝利油田電網現場作業視頻安全管控平臺功能框圖如圖1所示。

圖1 勝利油田電網現場作業視頻安全管控平臺功能框圖

7 結束語

以勝利油田電網為例,筆者對油田電網現場作業視頻安全管控技術進行了研究,重點對現場作業人員人臉識別技術、行為預測技術進行了測試。通過人臉識別技術,可以實現現場作業人員的身份識別,及時準確發現不具備進入資格的人員,強化現場管理工作;還可以對現場作業人員的勞保物品穿戴情況進行監控和識別,確保現場作業人員安全措施完備。通過行為預測技術,可以及時發現現場作業人員的部分違章行為,有效降低遭電擊和從高處墜落的風險,提高現場作業的安全性。

油田電網的安全工作是重中之重,通過建立油田電網現場作業視頻安全管控平臺,改變了傳統人為安全監督管理的方式,降低了安全管理人員的工作強度,提高了現場作業安全生產風險管控的水平和效果,實現了現場作業安全監管的全覆蓋。