油气生产过程安全环保违规行为智能识别技术应用

张文沛

应用现状

随着油田信息化技术的发展和应用，实时视频监控系统得到了越来越多的关注，如何充分发挥视频监控的智能化应用也成为目前被广泛考虑的问题。智能视频监控技术包括图像处理、图像分析、模式识别、人工智能等众多研究领域，其智能化分析主要包括运动目标检测、目标分类、目标跟踪和行为理解。

近年来，胜利油田利用生产信息化建设安装的25000多路现场视频监控设备，结合安全环保监督检查工作需要，建成了安全环保视频监控指挥中心。通过集成现场视频监控、现场督查车辆定位以及高风险施工信息等，对各类施工现场及高风险生产区域进行全过程、全天候监督检查，极大的减少了习惯性违章行为的出现，取得了良好的效果。

应用瓶颈

过分依赖人工影响工作效率。按照每天有4人值班进行在线视频督查，每天点击画面总数不超过3000次，在线督查视频数量只占视频总数的30%，加上人的视觉疲劳等不可抗拒因素，容易造成误查、漏查等现象，极大影响了安全环保视频督查实效。

无法对动态施工现场画面进行及时、全面督查。以往视频监控系统完全由工作人员对监控画面进行监视和分析，判断监控画面是否为需要进行监督检查的重点施工画面，效率、准确率低下。作为智能监控技术的基础，运动目标检测成为一项重要的研究课题，由于背景的复杂变化使得运动目标检测存在极大的困难，同时能否准确、有效的检测到运动目标又是后续目标识别与跟踪以及行为理解的基础。

视频监控智能化技术开发应用的难点。胜利油田目前已经实现了未穿工衣、未戴安全帽两种单一违章行为识别的试点应用，但是对于多种违章行为同时发生的情况并未进行深入研究，由于目标之间相互干扰，识别难度大。目前有学者基于深度学习模型在雷达图像多目标检测中进行了研究，识别效率低，未投入实际应用。

摄像头一般架设较高，拍摄的远处目标较小，对于小目标的违章识别难度大。用成熟的深度学习模型也无法很好的解决小目标识别问题，部分学者于是在现有模型上进行改进，通过多尺度融合提高小目标识别的识别率，但未检索到生产行业中的成功案例。

解决方案

围绕安全环保在线督查工作中遇到的技术难题，展开督查对象多维度分类、动态施工现场特征识别、人员HSE违章行为智能报警及多数据融合技术在安全环保督查工作中的应用研究。实现安全环保督查目标迅速定位、违章行为实时推送、督查数据全面集成；降低督查成本、拓宽督查覆盖面、减少违章操作导致的安全事故和经济损失。

按照视频监控对象类别对视频文件进行特征添加，按照注采输修热专业以及风险点类别等进行多维度分类，便于工作人员结合需求快速查看各类现场监控视频。

运用和改进人工智能的深度学习网络和算法，对用火作业、高处作业、破土作业、起重作业等7类高风险施工现场进行智能化识别技术研究。对于识别难度大的作业环节，可辅助现场特殊设备进行识别，提高识别率。

基于改进的FPN方法，融合高层和低层的目标特征，在收集各类违章行为图片、视频供系统自动学习的基础上，不断提升智能识别各类违章行为的准确率，同时系统自动向监督人员推送报警图片并做好存储记录。

基于油田地理信息系统接口，增加监控视频在各类生产运行、施工作业区域的集成展示，并结合数字模型、无人机影像等多种展示手段，实现“一图观全貌”的查看形式。

目前，胜利油田已经利用离线的影像资料进行了动态施工现场的智能识别，下一步将扩大识别条件，地面上有用火设备和人员出现的场景提前预设为用火现场，推送给督查人员，降低漏查率。