關于油田電網現場作業視頻安全管控研究

代濤

[摘? ? 要]電力始終是支撐設備運轉和資源開發的重要基礎，與社會不同行業的連接也尤為緊密，在這其中，油田開發就是較為突出的一個環節。文章以油田電網現場作業視頻為切入點，從安全管控的角度出發，分析安全管控的基本原理，并介紹基本的控制技術，希望能夠給相關從業人員帶來一定的參考和啟示。

[關鍵詞]油田電網;現場作業視頻;安全管控;技術應用內容

[中圖分類號]TM727 [文獻標志碼]A [文章編號]2095–6487（2021）11–00–02

Research on Video Safety Control of Field Operation of Oilfield Power Grid

Dai Tao

[Abstract]Electric power is always an important foundation to support equipment operation and resource development， and is particularly closely connected with different industries in society. Among them， oilfield development is a more prominent link. In this regard， this paper will also take the on-site operation video of oilfield power grid as the starting point， analyze the basic principle of safety control from the perspective of safety control， and introduce the basic control technology， hoping to bring some reference and Enlightenment to relevant practitioners， which can only be used to attract jade.

[Keywords]oilfield power grid; site operation video; safety control; technical application content

1 分析油田電網現場作業視頻安全管控的基本原理

當下一些油田電網已實現了變電站視頻監控安裝的全覆蓋，但傳統的視頻監控手段并不能準確地辨別違章的行為，所以生產管理系統和電網視頻監控系統的功能也逐漸集中到一起，能夠隨時讀取工作信息，分析現場的作業狀態，篩選精簡的資源，并利用變電站自動化系統針對現場作業的各種有效數據展開采集，滿足批量加載，多人協同監測，監控畫面巡檢，畫面自動截圖等多個功能的需求，保證現場作業能夠獲得最及時的跟進。即，電網現場作業視頻的安全管控，能夠為風險的預防注入更多的生機與活力，讓管理者從更多的視角出發，細致地排查潛在的風險，及時制止違規行為，取得更加明顯的管控效果，保證生產的正常運轉。

2 分析現場作業視頻安全管控在油田電網中的應用內容

2.1 人臉識別技術

目前，有很多油田電網都構建了完善的現場作業視頻安全管控平臺，以長慶油田為例，人臉識別技術的應用就給后期的監督提供了極大的便利。通人臉識別技術能夠分辨人員的行為，辨別物品，識別車輛的牌照以及號碼，劃分電子邊界，功能具有十分明顯的多樣性特點。而油田電網的現場工作人員也必須要手持特種操作證，并取得備案登記之后，才能與職能人員數據庫相連接，將自身的照片登記到系統上，滿足人臉識別的需求，獲得準入的權限。為了排除無關人員和無資格人員的亂入，人臉識別技術也能夠與數據庫相連接，針對那些持有特種操作證的現場作業人員和職能人員進行比較，自動確認進場者的身份，然后展開上級通報，這樣可以滿足全覆蓋識別的基本需求。同理，該技術也可以對勞保物品以及作業人員的穿戴情況進行監控。

為了提高測試的準確性和精確性，很多油田也針對人臉識別技術的應用，采用了不同型號的攝像頭，并展開了一定范圍的測試，在不同放大變焦的條件下錄制相應的視頻。先讓現場的測試人員從20 m遠的起點出發，步行逐步接近攝像頭，然后通過人臉識別算法進行解析，分辨攝像頭視頻中的每一幀圖像，確認在1 s內的不同距離下，人臉識別算法識別出視頻中人員身份的最低圖像分辨率，這里所提到的最低圖像分辨率指的就是圖像清晰度的最低標準，能夠作為攝像頭像素規格的換算參考。企業也可以明確攝像頭的最低配置需求，選擇一些推薦配置的型號，選擇性地安放在現場作業的不同區域。而測試結果也說明，當攝像頭高2.5 m，人臉特征向量對比閾值是0.98時，那么正向人臉識別率可以高于75 %。如果在正常行走，慢速跑等由遠及近的運動情況下，人臉識別率通常會高于70 %。如果只露出了1/4的側臉或面部被遮擋1/4，人臉識別率也可以高于69 %，即便是面對多人檢測的情況，測試結果也相對較為穩定。但不可否認的是，如果攝像頭的位置相對固定，鏡頭焦距越長，監控距離是越遠的。然而，監控的角度會有所變小，這也就意味著，企業需要根據現場的實際情況合理選取攝像頭，并根據攝像和監控系統構建完整的數據庫，收錄最全面的人臉信息，將人臉與工作人員的身份一一對應。

2.2 行為預測技術

早在之前，很多油田就針對現場作業人員的運動軌跡進行了測試，并將其劃分為兩種類型：正常情況和特殊情況。正常情況指的是人員的正常行走，一般來講，運動的軌跡是不會丟失的。特殊情況指的是跳躍、慢跑、彎腰或者是下蹲等現象，而以上這些動作也能夠被現場的監控所捕捉，人員軌跡并未丟失。但值得注意的是如果工作人員倒地且周圍的光線較暗，那么人員起身的瞬間，有可能出現軌跡丟失的問題。因此，正常情況下人員行走的檢測精度是更加突出的，至于跳躍、彎腰、爬行或者是翻滾越界等情況，檢測精度會隨之降低。

要對運動軌跡進行監控的主要目的是對現場作業人員的行為進行預測，操作人員可以利用VGG-19這一經典模型，對現場捕捉到的圖像進行特征的分析和提取，形成關節點的熱力圖，然后再標注出具體的位置，應用非最大抑制算法獲得行為的峰值，并將其作為關節點的存儲參考。一般情況下，油田會在現場作業視頻安全管控平臺中設置雙位數的關節點，主要集中在左右耳朵，左右眼睛，左右肩膀，左右手走，左右膝蓋，左右腳這些關鍵的部位，并根據節點提煉出來的信息，分析關節點之間是否存在相連的關系，然后做出順序的組合排練。在這里關節點之間的連接就可以看作肢體的運動，在得到不同監控圖像時，如果肢體相同，那么現場作業人員就是同一位，這樣可以更加快速地辨別作業人員的身份，即便是不露臉。除此之外，很多油田也會在行為預測時，利用數據集展開訓練，并借助YOLO算法，以深度排序的模式，針對現場作業人員的全程軌跡展開跟蹤，對他們進行評估和預測。接著通過卡爾曼濾波預測判斷下一步的行為，把現場作業人員的前一幀與通過卡爾曼濾波預測得到的同一名現場作業人員的下一幀相連，判斷連線與每條工作區域的電子邊界是否存在焦點，如果發現了焦點，那么工作人員就出現了越界的行為，這樣可以進一步提高越界檢測的實時性。

2.3 電子邊界的生成

電子邊界的生成有3種途徑：疊加法自動生成、物體或環境輪廓檢測算法生成、手工繪制生成。就疊加法自動生成來講，其自身的應用需要先調度自動化系統中觀察到的數據，針對變電站那些已經懸掛接地線并進入檢修狀態的一次設備進行識別。然后根據現場待檢修的設備數量和位置，在數據庫中預先設定好每臺設備關聯的安全停電區域，把待檢修的設備疊加到一起，劃分整個現場作業的安全區域，這樣就可以在智能攝像頭內自動得到電子邊界。如果作業現場布置了遮欄，布幔一些實體的邊界標志，那么也可以通過輪廓檢測算法，將其轉化為電子邊界，判斷現場作業人員是否出現了違規行為。

3 分析油田電網現場作業視頻安全管控的基本功能

3.1 非法進入作業區域監控

油田生產本身就伴隨一系列的風險和隱患，在企業內部也根據安全等級的不同，劃分了與之相對應的作業區域，對于一些安全敏感地帶來講，出于保護的角度考慮，需要對區域進行出入檢測。如果發現未經授權的人或可疑人物或是車輛進入安全隱患地帶，就可以利用視頻進行自動檢測，識別入侵目標然后發出警報，通知現場的管理人員前去處理。在這里，入侵檢測本身就是安防領域較為常見的功能，一般情況下，企業都會使用背景減除法或者幀間差分法進行背景重構，準確地定位運動目標，然后再使用跟蹤算法對目標進行追蹤，及時發現警戒線越界，禁區闖入這些不安全行為。總之，現場作業視頻安全監控具有明顯的實時性特

征，而且準確性較高。

3.2 勞動紀律監控

油田電網的運行牽涉資源的開發和各項儀器的運轉，所以也很容易遇到一些意外事故。同時，油田開發的工藝復雜，而且有可能面對高溫高壓的環境，這就給勞動者提出了更加嚴格的需求，必須要專心致志的集中精力，按照宏觀上的標準和規定來執行任務，時刻關注設備運行、溫度變化、壓力檢測、環境等條件的變化，并做出靈活的應對和處理，只有這樣才可以保證電網運行的穩定性，讓生產有序進行。一旦上班睡覺，擅自離崗或嬉戲打鬧，實施一些與現場作業無關的行為，從而導致精力不集中，忽略了自己的職責，那么就必然會增加事故發生的可能性。在這種情況下，現場作業視頻就可以完成人體目標識別這項工作，通過面部表情分析和瞳孔驗證，判斷工作人員是否屬于疲勞狀態，是否出現睡崗等現象。而離崗脫崗的監測主要強調的是區域內是否存在符合要求的人體目標，如果某些崗位需要雙崗執勤，但監控卻并沒有在現場識別到人體目標或者是只有一人，那么就可以判斷出現了離崗或者是脫崗的問題。

3.3 勞動保護監控

如果油田工作人員沒有按照規定和要求配備保護裝置實施保護措施，那么就很容易在石油開發的過程中受到干擾和傷害，如為佩戴膠皮手套、手被灼傷、沒有佩戴護目鏡、眼睛被灼傷、沒有佩戴口罩和面罩、吸入有毒物質等。在這種情況下，就可以繼續利用現場視頻監控這一功能，采取機器智能學習的方法，對膠皮手套、防護口罩、防護面具、安全帶、工作服、進行全方位建模。如果發現工作人員沒有佩戴以上這些裝置，就應當發出相應的報警信號。同理，其他類型的勞動保護用品識別也可以參照這種做法。例如，在判斷是否佩戴安全帽時，就可以使用梯度直方圖，采用支持向量機方法定位人體，然后再利用AdaBoost分類器對安全帽進行定位，判斷現場作業人員是否佩戴了安全帽。

3.4 作業智能監控

從國家的標準規定中可以看出，凡在距墜落地面高度2 m以上的作業，都屬于高處作業的范疇。油田電網的運行本身就需要鋪設電線，搭建起相應的光纖電纜，所以裝置的擺放位置也相對較高，很多維修工作都與高空作業存在密不可分的關系，這也就意味著，工作人員面臨的安全風險是顯而易見的。而在登高作業時，除了要設置好腳手架，系好安全帶之外，還應當通過現場的監控視頻進行全方位的保護與跟進。在這里，可以發揮出監控視頻的圖像測量技術，先判斷人體與地面的高度，如果高度超過2 m，那么就要自動對作業過程進行抓拍，直到操作告一段落。與此同時，也要把操作時間、操作地點和特定的操作人員充分結合到一起，分析這一次高空作業是否辦理的作業證。如果檢測到了高空墜物或者是人員墜落的問題，要及時發出報警信號，提醒管理者到現場快速進行救援。除了高空的監督之外，動火作業也需要獲得更高的關注和重視，動火作業本身就是石油行業風險最大的項目之一，國家也針對這一領域制定了嚴格的規范和標準。

4 結束語

持續性推動現場作業視頻安全管控是合理且必要的舉動，這是為油田電網運行提供安全保障的應有之策，也是維護人身安全和經濟安全的有效措施。本文通過非法進入作業區域監控、勞動紀律監控、勞動保護監控、作業智能監控這幾個角度，論述了現場作業視頻安全管控的基本功能，充分結合了油田電網監控技術引進的現狀，具有理論上的合理性與實踐上的可行性，能夠作為從業人員的參考依據。在未來油田企業也需要打造更為完善的監督和控制體系。

參考文獻

[1] 陳勝波，靖偉，聶萬慶.油田電網現場作業視頻安全管控研究[J].上海電氣技術，2019，12（4）：57-59，68.