AI視頻監控系統在油氣長輸管道領域的應用分析

祁宏庚

摘 要 本文根據自己在油氣管道企業的工作實踐，分析當前油氣管道在打孔盜油、第三方施工、高后果區管控等方面面臨的形勢，研究AI視頻監控在該領域的應用前景，通過利用AI視頻監控系統賦予管道“智慧”，實現實時監控管道周邊環境、適時做出合理預判、及時采取措施應對等功能，有效解決長期困擾油氣管道防控監管上的難題，為油氣管道運輸安全和公共安全提供有力的技術支撐。

關鍵詞 AI;視頻監控;油氣;長輸管道

引言

油氣長輸管道大多分布在荒野地帶，線路分布廣、管道上方“無圍墻”導致管道周邊第三方施工、人為破壞、重車碾壓等諸多影響管道安全的問題，雖然管道企業投入了大量人力物力，但一直以來油氣管道安全防護形勢依然嚴峻。現在的人防、無人機巡線手段難以解決管道巡護“空窗期”問題，不能做到實時發現、實時告警、實時響應的有效監管。AI視頻監控系統為管道賦予“智慧”，實現了實時了解管道重點部位周邊環境，主要包括管道本體是否安全，是否有異常環境變化，管道周邊是否有突發第三方施工，管道周邊高后果區人群分布情況有無變化，管道易打孔盜油區域是否有可疑人員、車輛駐留，預警預判地質形變是否存在地質災害風險等。

1 油氣長輸管道安全管理面臨的形勢

油氣長輸管道作為國家能源大動脈，具有連續輸送、易燃易爆、高壓等特點，因線路分布廣闊，管道沿線經過區域有人煙稀少的荒野地帶，有人員密集的城鎮區域，還有部分與鐵路、公路等公共基礎設施交叉的地段。各種因素導致在這些重要區域容易出現突發第三方施工、重車碾壓以及打孔盜油等事故，給油氣管道安全運行帶來極大的壓力。

1.1 打孔盜油風險大，管道安全保衛形勢嚴峻

一是打孔盜油更加專業化，犯罪分子作案目標清晰，定位準確，作案時間短暫，使得企業和公安機關難以在短時間內發現盜竊行為。二是打孔盜油更加隱蔽，犯罪分子打孔盜油常在夜間作案，作案區域多選擇野外人煙稀少且有掩體的地段，盜油后常變換地點，不易被發現。三是逐步成團伙化、職業化作案。

1.2 城鎮化擴張，高后果區管理難度加大

隨著我國城鎮化持續推進和油氣管道的快速建設，管道經過區域存在交叉并行的公里、鐵路、住宿區，一旦管線失效將發生管道泄漏燃燒爆炸等重大事故，造成人員傷亡、財產損失、環境污染，給企業的管理帶來了新的壓力和挑戰。

1.3 第三方施工持續增多，威脅管道安全

一是施工單位未告知管道企業，私自在管道上方機械施工威脅管道安全。二是施工人員明知管道情況，施工過程中野蠻施工威脅管道安全。三是施工現場監管不到位，施工人員未按方案施工破壞管道[1]。

2 AI視頻監控概述

2.1 AI技術概述及發展趨勢

人工智能（英語：Artificial Intelligence，縮寫為AI）通過普通計算機程序來呈現人類智能。AI的核心問題包括建構能夠跟人類相似甚至超卓的推理、知識、規劃、學習、交流、感知、移物、使用工具和操控機械的能力等。隨著時代的發展，人工智能最近幾年發展得如火如荼，學術界、工業界、投資界各方一起發力，硬件、算法與數據共同發展，不僅僅是大型互聯網公司，包括大量創業公司以及傳統行業的公司都開始涉足人工智能行業。盡管最近一年在資本市場趨冷的大環境下，AI 熱度有所下降，但從長遠來看，人工智能在各行各業獲得越來越廣泛的應用一定是社會發展最大的趨勢之一。

2.2 AI視頻監控系統

近年來，監控技術大量運用于油氣長輸管道的安防監管，如第三方施工、風險點、高后果區等重點部位，但隨著攝像頭數量的增加，海量數據處理與信息安全問題成為困擾管道監控走向更加光明前景的“絆腳石”。因此，為了破解這些難題，在管道視頻監控中融合AI等信息技術成為主流選擇[2]。

AI視頻監控系統采用人工智能深度學習技術、大數據技術，利用邊緣計算、圖像結構化、圖像大數據等手段，讓監控視頻可以做到隨時調用、檢索、分析、應用。AI視頻監控系統側重于提前主動出擊，偵查預先設定好的可疑情況，及時處理可能發生的危險。概括起來，就是用人工智能升級傳統監控系統，給長輸管道裝上“視神經”和“超級大腦”，讓它更加智能化。

3 AI視頻監控系統在油氣長輸管道領域的功能實現

3.1 系統構成

管道AI視頻監控系統由前端子系統、傳輸系統和監控中心系統三部分組成。①前端子系統：為視頻采集系統，由實現各種采集功能的攝像機組成。包括可見光、夜視、透霧、熱成像等功能。②傳輸系統：即數據傳輸網絡鏈路，由光纜、桿路、管道、交換機等組成。隨著2020年5G技術的逐漸普及，可根據攝像機數據傳輸需求，配置5G無線網絡。③監控中心系統平臺：是油氣管道智慧監控系統的核心，負責對回傳視頻進行24小時不間斷的分析、提示、預警、決策等。主要包含AI監測識別系統和大數據分析平臺。

3.2 運行原理

針對管道周邊環境情況以及需要發現的業務場景，創新采用AI深度學習檢測模型。利用大數據流計算分析實時行為，建立大規模數據集，訓練針對特別場景的識別模型，并引入模型的自學習更新機制，對管道周邊進行安全隱患的定位和及時響應能力。

基于管道周邊場景，定制化選用遠距離晝夜監控攝像機，全天候、實時、高效地利用機器學習技術，對管線周邊的第三方施工、重車碾壓、違章占壓、管道打孔、盜油等場景特征（車輛、人員等關聯目標的行為、開工動土的場景）進行智能監測;基于地理信息系統（GIS）和管控業務終端，進行報警地點定位和出警任務派發。

4 AI視頻監控系統在油氣長輸管道領域的應用

4.1 功能實現

AI視頻監控系統具備監控對象辨別能力、異常行為判斷能力、惡劣環境識別能力等多項技術可實際運用于油氣長輸管道領域，具體如下：①監控對象辨別能力：使用人工智能深度學習算法，能夠在攝像頭轉動過程中，分辨出人員和各類車輛。對于車輛能夠準確區分卡車、鏟車、挖掘機、小車、客車、罐車、皮卡、面包車、自行車、三輪車、摩托車等。②異常行為判斷能力：大數據分析系統會實時根據人工智能圖像識別結果，分析目標圖片中需要檢測的異常目標，抓住“時間”因素，對人員和指定目標在同一位置產生的異常行為進行告警。③惡劣環境識別能力：系統具有白天夜晚激光夜視告警、夜晚紅外攝像頭告警功能，尤其是在茂密的樹林中也能很好地識別出目標。針對不同的應用場景，包括雨天、霧霾天、大風天等特殊天氣都可以進行告警，從而實現24小時不間斷地對輸油管線進行全天時、全天候、高效率的保護。

該系統應用于油氣長輸管道，可依托地理位置高點掛載攝像頭，監控中心系統平臺分段安裝于各輸油站監控室，以便當班人員第一時間發現并處理告警信息，有效解決長期困擾油氣管道防控監管上的難題，為確保油氣運輸安全和公共安全提供有力的技術支撐。

4.2 優勢體現

AI視頻監控應用于油氣長輸管道領域，可彰顯下列5大優勢：

降低誤報率：AI視頻監控能夠輕易辨別不同種類的人和物件，例如在此區域中設定偵測「人」，則當動物及車輛經過，或者樹木產生的陰影，皆不會造成誤報，可減少90%的誤報率。

容易設置及維護：沒有AI的傳統影像監控必須考慮地形、攝影機視角、感應器位置等，一旦要在設定上作任何變動都需要手動重新計算這些因素，并可能會影響其他原有的設定。相較之下，使用人工智慧偵測功能，可讓系統管理者透過單一控制介面調整系統設定及攝影機，亦能隨時在幾分鐘內調整特定區域內欲偵測的目標物件。

容易與第三方技術整合：AI的本質就是學習，并且能夠自行調整成適合在各種條件下的運行狀態，因此人工智慧可以輕易且即時地與第三方技術進行多層組合。例如，一旦在特定區域中偵測到目標物件，便會發出警報或連動其他可連鎖的附加裝置等，而這些操作都只需要通過電腦端即可完成。人工智慧影像監控系統亦能夠輕易地與現有的錄影裝置及儲存系統進行整合。

提高監控效率。由于人的大腦會自然地交替出現注意力集中和注意力分散，注意力疲勞是視頻監控操作工作人員面臨的一個主要問題之一。而如果通過由人工智能介入與人類合作完成，則可有效杜絕此類情況的發生，甚至更加完美。

5 結束語

從目前的發展來看，AI視頻監控系統具有天然在長輸管道安防措施落實方面得以應用的優勢。從“看得見”到“看得清”再到現在的“看得懂”，AI技術的發展越來越趨向于實用主義。加上如今人工智能在算法與芯片領域的成熟及成本的下降，使得智能監控的商業化落地更加快速地普及，同時智能監控市場在尋求差異化競爭形成了百花齊放的形勢。

參考文獻

[1] 左驥，王文瀚，周媛.淺談智能視頻監控技術及其在安防領域的應用[J].科技視界，2017，15（2）：147-149.

[2] 孫澤民，吳天俊，侯潤峰.淺析新形勢下打孔盜油的特點與對策[J].新西部（理論版），2012，（8）：101-102.