油田安全生产智能可视化应用初探

张伟 宁晓波 蒋能记

[摘    要] 油田生产具有点多、线长、面广的特点，以人工管理为主的传统开发模式，无法实现24小时全天候的生产、环保、安全有效管控。视频监控作为安全生产重要辅助措施，分析识别需要人工实现，数据量大、工作强度高且容易出错。运用视频算法对视频内容进行智能分析，通过提取视频中关键信息，进行标记或者相关处理，并形成相应事件和告警，是智能可视化在油田安全生产中的研究方向。

油田安全生产智能可视化系统由前端子系统、传输子系统和后端子系统构成;系统在不同场景中预设不同的报警规则，一旦目标在场景中出现了违反预设规则的行为，系统会自动报警，用户可以通过点击报警信息，实现报警的场景重现并采取相关措施。

油田安全生产智能可视化系统随着技术发展与自适应学习，系统结构不断优化，功能逐渐完善，可以针对核心的应用需求制定特定的解决方案，使用专用的产品提高性能，全面参与油田生产安全管理。

[关键词] 视频监控;智能分析;生产安全;可视化

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 23. 022

[中图分类号] F273;TP311    [文献标识码]  A      [文章编号]  1673 - 0194（2019）23- 0051- 02

0      前    言

油田生产主要分布在广袤的戈壁荒漠中，环境恶劣，油区关键设施多，分布零散，需大量人员进行管控。近年来，油田企业对安全生产的要求不断提升，人工管理模式无法24小时全天候管控生产现场的环保、安全，重要信息易漏报，无法及时发现、预警安全生产事故、环境污染，事件处理反应滞后，事件发生后人工溯源困难、效率低。视频监控作为安全生产重要辅助措施，在油区重点站库、关键工艺环节等区域被大量使用。传统视频监控系统中，视频内容的分析识别等动作需要人工实现，数据量大、工作强度高且容易出错。

如何应用智能视频分析，从海量的数据中提取有价值的数据以及如何利用这些数据，实现油田安全生产可视化，对生产、作业过程进行实时监控、预警，减少安全、环保事故发生概率，是智能可视化应用在油田安全生产管理中的研究方向。

1      系统总体设计

1.1   智能可视化技术现状

目前主流的智能可视化分析手段主要包括：识别类分析、行为类分析、诊断类分析以及图像处理类分析。其中，识别类分析与行为类分析是智能分析动作，诊断类与图像处理类分析是提高分析结果准确性的手段。

行为类分析基于建模技术，有背景建模（着重于背景模型偏离的变化）和模式建模（着重于已知目标模型的变化）两种形式，主要应用在动态场景;识别类分析基于特征识别技术，通过图像识别、帧间对比等方式实现车牌、人脸识别，主要应用在静态场景;诊断类分析，主要指视频质量诊断，应用在视频终端设备状态监测，当出现雪花、偏色、云台失控等故障时，进行故障分析报警;图像处理分析主要判斷采集的图像效果，通过视频增强手段，如降噪、去雾、锐化和矫正等，提高图像质量。

1.2   智能可视化系统架构

智能可视化系统物理结构由前端子系统、传输子系统和后端子系统构成。前端子系统主要包括各类智能摄像机，传输子系统为有线和无线网络传输资源，后端子系统则为NVR、应用服务器、分析服务器、流媒体服务器及大屏幕系统构成。系统结构如图1所示。

1.3   智能可视化分析流程

（1）加载算法过程。系统运行前，对视频分析算法的具体参数进行设置，如分析的模式、覆盖的区域、过滤目标要求等信息加载写入视频分析系统中，系统按照设定的参数运行。

（2）背景建模与更新。视频分析启动后，系统首先开展背景学习，并建立背景模型，完成后系统不断进行自我维护及优化，更新背景图像。

（3）目标提取与跟踪。建模完成后，系统根据设置的参数标准提取并跟踪目标，利用背景减除法即当前图像与背景图像的差分来检测出前景图，它是视频分析的关键和主要环节。

（4）目标分类与识别。系统通过模型培训，利用已知的目标特征进行训练，对之前提取并跟踪的目标进行辨识、比对和匹配，从而对目标进行识别和分类。

（5）行为判断与报警。有了前景建模、目标跟踪、轨迹建立和识别分类等过程，视频分析即可利用以上过程的结果，根据目标出现的时间、地点、速度、大小和停留时间等因素，结合事先设置的行为规则，实现视频分析和报警触发的过程，这也是整个系统的关键过程。

2      系统功能应用

2.1   在重点工艺环节中的应用

2.1.1   油区关键设施

生产区域分布广，原井区的抽油机、计量器和缓冲罐等关键设备无任何视频监控设备。日常管理中，需大量人员对井区内设施的生产运行状况等进行巡检。在油区关键位置、制高点建设智能视频监控点位，大范围监控油区生产情况，通过设置预置点，快速定位采油井、管汇、缓冲罐，观察现场生产情况。选用热成像摄像机，对油井管线、处理站等温度敏感区域测温，发现管线刺漏、大罐溢油等事故，及时处理，辅助生产管理。

2.1.2   注汽锅炉

在锅炉房内布设监控点，在进水管线与柱塞泵处绘制分析区域，重点监控锅炉进水管线刺漏、电机故障停运，锅炉视频监控图像分析与自动化监控系统重点参数进行联动，监控图像分析发生异常或数据异常情况报警时，报警信息和实时画面推送到SCADA监控系统，监屏人员可第一时间在SCADA监控系统报警栏中发现锅炉视频报警信息，可一键启动监控报警程序，根据监控数据和监控画进行报警信息分析确认，提高监控效率。

2.1.3   生产复核

在油区、重点站库等生产场所，当有重要措施作业需要事后现场操作复核、验证和检查必不可少。个别关键工艺节点的自控阀门、执行器，由于长期在高温、高压的环境中工作，操作指令下达后，可能出现执行器未执行动作或执行动作不到位的情况。在这些自控工艺关键点位布设智能视频监控点位，设置警戒区域，杜绝无关人员闯入，通过DCS系统远程下达控制指令，监控画面联动拍摄执行器动作对执行指令结果进行生产复核。

2.2   在高风险施工作业中的应用

施工作業重点管控2个方面：人员和过程。油区每日有日常巡检、修井施工等作业发生，存在作业人员是否违章作业、未按规定作业等不安全行为。采用智能移动视频监控终端对措施作业区域布控，有效识别作业人员安全穿戴;划分电子防区，对非法闯入、滞留施工区域的人员进行报警。同时对作业过程进行远程监督。了解作业区域、部位状况、工作任务和存在风险;检查作业许可相关手续齐全;检查已制定的所有安全措施落实到位;核查作业人员资格和现场设备的符合性;在作业过程中，根据要求实施现场监督;及时纠正或制止违章行为，发现人员、工艺、设备或环境安全条件变化等异常情况及时要求停止作业并立即报告批准人。

2.3   在人员车辆管控中的应用

（1）重点路口。在油区关键路口运用射频技术结合视频可视化技术，实现机动车自动检测，客户端根据设定的报警规则实时推送报警信息，如无车牌报警、无机动车电子标识报警等。提高油田生产区域安全防护等级，完善油田公路通行车辆的监管手段，对过往车辆信息识别记录，外部车辆主动发出报警，实现油区车辆的有效管控，避免破坏油田安全生产的事件发生，保障油田生产安全，同时有效提高各类事件的可追溯性。

（3）重点站库周界。在重点站库沿站区围墙布设监控点，实现周界监控全覆盖。根据需求设置穿越警戒面、区域入侵、离开区域、区域徘徊等报警功能，根据实际情况对站区周界分时段、分区域进行布防、撤防，智能视频周界系统主动侦测区域内异常事件，实现周界入侵事前防范，提高安防等级，降低人防强度。

3      结论及认识

智能可视化系统随着技术发展与自身自适应学习，系统结构不断优化，功能逐渐完善，将全面参与油田生产安全管理。例如，在油田生产的危险场所，设置人员状态告警;自动巡检在线设备状态并生成工作日志;在特殊作业中，主动监测环境中的危险源，如可燃气体含量、H2S含量等。提高安全防护等级。运用人脸识别技术，实现人员准入管理，人脸轨迹跟踪。运用GPS、射频等技术，实现车辆准入管理、车辆定位测速。在无人值守的机柜间布设监控点，实时监控关键设备运行状况。完善作业管控，确认施工人员身份，倒地报警，远程指导。完善生产复核，实现自动化设备指令执行情况复核，人员操作复核，报警复核。在油田生产领域，可以针对核心的应用需求制定特定的解决方案，使用专用的产品提高性能，从而达到安全生产的目的。

主要参考文献

[1]秦海瑞. 视频监控智能分析技术在银行数据中心生产运维中的应用[J].中国金融电脑，2017（5）：67-72.

[2]徐浙君.大型视频监控系统关键技术的分析与研究[J].信息与电脑，2017（19）：22-6.

[3]王佑卿.基于深度学习的视频质量诊断技术研究[J].中国安防，2018（6）：81-83.