基于多源数据融合的油气管道诊断预警技术

周立国,王勇,李明,石磊,王晓霖

(1. 中石化(大连)石油化工研究院有限公司，辽宁 大连 116045;2.大连市智能油气储运及安全工程技术研究中心，辽宁 大连 116045)

在石油工业各种油气运输方式中，管道运输最为经济合理，是中国油气运输的最主要的方式。管道在长期运行过程中，受第三方施工、腐蚀、自然灾害等诸多因素的影响，会导致管道失效，造成巨大的经济损失，严重影响人民群众的生产和生活[1]。如今智慧管网建设如火如荼，油气管道数据分析已经成为及时排除管道安全隐患，保证管网安全、平稳运行的一种总结归纳预测的重要工具[2]。

目前，企业为避免管道受到各种安全影响因素的损害，同时实现管道的健康诊断以及故障预警的功能，采取了如无人机巡检、视频监测、卫星遥感等多种信息获取技术，并建立了多种管理平台[3-6]。然而平台不一、数据繁多给管道管理带来不便，数据的利用率低下造成了巨大的资源浪费，该类分散、孤立的系统已经越来越难以满足管理的需要。因此，有必要融合各途径获取的数据，深度挖掘有效信息，研究空、天、地面、地下四位空间多源数据融合方法，开发管道诊断预警技术。同时鉴于新冠疫情给管道运维管理带来的新挑战，开发工业云平台，实现全天候的管道远程智能诊断预警。

1 管道的四位空间数据源

随着管道行业新兴技术的进步，为满足完整性管理、管道运行、隐患治理等工作需要，先后应用了面向不同监测对象的系统及终端，包括无人机巡检系统、GPS巡线系统、智能阴保监测系统、卫星遥感监测、视频监控、气象预警、泄漏报警等，数据源涵盖空、天、地面、地下四位空间，海量数据初具规模。

1)无人机巡检系统。该系统由无人机(固定翼或多旋翼机)、任务载荷(摄像机、遥感相机、甲烷检测仪等)、无人机测控数据链、4G无线通信设备、遥感影像处理中心(应急处理软件、标准测绘软件)、高清图像处理分系统组成，如图1所示。通过无人机巡检可以识别管线外部活动、监测地表微变形、检测天然气管道泄漏等，对人员难以到达的特殊地段巡检实现了管道巡线的全覆盖。

图1 无人机巡检系统组成示意

2)GPS巡线系统。该系统是基于地理信息技术的巡检系统，使用手机作为巡检端(采集端)和管理端，通过地图展示巡检区域、线路、巡检点，以及巡检进展和上传点位置等信息。同时，通过报警提示、消息发布、即时通信提高巡检过程的协同能力。通过该系统可实现“三桩一牌”和水土保护的管理、识别管线外部活动、实时掌握外管线巡线效果。

3)智能阴保监测系统。该监测系统利用多路复用A/D、网络同步时间、优化电路结构、硬件触发响应、分时传输数据等技术完成了智能监测装置的微型化、低功耗，通过物联数据监测采集网络，实现管道测试桩处管道阴极保护电位、交流干扰电压、直流电流、交流电流、断电电位、去极化曲线、环境温度的实时采集、处理和远程控制。智能阴保监测系统网络架构如图2所示。

图2 智能阴保监测系统网络架构示意

4)卫星遥感。卫星遥感多以高分辨率光学遥感卫星作为地质灾害解译数据源，采用基于地理学原理进行地物识别、定性与定量分析、时间与空间分析等方法，通过卫星图像对管道全线进行遥感分析，获取地质灾害隐患点地质环境、不良地质现象及其发育环境等信息。

5)视频监控。视频监控主要包括外接视频监控和单兵视频监控，外接视频主要针对高后果区、高风险管道周边大型机械、人员行为等进行全天候的实时监控；单兵视频通过智能安全帽、手机移动端等途径拍录施工作业现场，实时采集现场音视频图像数据。

6)气象预警。气象预警通过气象、行政部门相关数据接口获取监控管道周边雷电、洪水等极端天气以及泄洪、护堤损坏等事件数据信息，并对相关数据信息进行预警。

7)泄漏报警。管道泄漏监测通常以负压波为基本方法，利用管道瞬态模型，采用流量报警、压力定位方式，全天候监测输油管道，一旦管线发生穿孔泄漏，可通过泄漏监测系统及时报警，并定点定位地管理工程监控系统。

2 多源异构数据的融合方法

油气管道大数据存在非常强的时空属性，往往伴随着数据多源和异构的问题，其中多源指的是数据的来源渠道多种多样，异构指的是数据包含有结构化数据和非结构化数据。多源异构数据融合是一个通过多传感器、多系统采集海量数据，清理冗余、虚假、不完整的数据信息，达到关联、识别、决策等目的的数据处理过程[7]。数据融合的核心是多级别、多方面、多层次地处理来自多个源头的数据信息，从而产生新的有意义的信息，避免了数据收集的盲区。多源异构数据的三种结构形式如图3所示，多源异构数据形式各样，从不同领域描述目标，但在表征某一潜在目标时会存在相互重叠的部分，例如可以利用分布式光纤、区域视频监控和无人机航拍影像等不同领域的数据描述一个区域的第三方施工破坏，虽然三类数据隶属于不同领域，即波动信号、视频和照片影像，但是它们在描述目标时具有信息重合的部分。无法将不同领域的数据直接融合，而是提取这些数据背后的领域知识，然后再进行融合。

图3 多源异构数据的三种结构形式示意

2.1 状态特征提取

以管道安全状态为出发点，结合第三方破坏、地质灾害破坏、腐蚀破坏、设计施工缺陷4种导致管道失效的主要原因，通过各特征间的逻辑隶属关系建立记忆链接，构建管道安全状态思维导图，提取安全状态特征，管道安全状态特征如图4所示。

图4 管道安全状态特征示意

2.2 数据融合方法

根据层级，数据融合分为数据层融合、特征层融合、决策层融合[8]，多源数据的融合方式如图5所示。针对不同的数据融合层次，常见的融合方法见表1所列，针对不同的应用场景，选择合适的融合方法。

表1 常用数据融合方法

图5 多源数据的融合方式示意

D-S证据理论是一种高效率解决不确定问题的办法，相比于其他算法，在不清楚、不确定问题上的应用有着很大的优势[9]，无论是融合第三方破坏、地质灾害破坏等单类特征数据，还是融合管道安全状态的综合特征数据，都有较强适用性。该证据理论融合过程是针对识别框架U={u1，u2，u3， …}中目标进行的，U是由相互独立、互相排斥的特征构成，说明为某一管道状态所对应的可能特征集合。对于非结构化的音视频数据融合，需提取其相关特征进行安全识别，通过模糊化的自然语言转化为数值类的结构化数据。

2.3 预警信号等级划分

根据数据融合结果，将管道预警信号分为4个等级，即红色报警(一级)、橙色预警(二级)、黄色预警(三级)、蓝色预警(四级)，管道预警信号分级见表2所列。

表2 管道预警信号分级

3 管道远程智能诊断预警平台建设

为解决各系统数据孤岛的问题，开发了基于多源数据的管道远程智能诊断预警平台，深度挖掘无人机巡线、智能视频监控、北斗高分卫星遥感、智能阴保监测等系统采集的数据价值，对出现的风险和事件及时处理，高品质实现各项事件的闭环管理。

3.1 系统架构

该预警平台作为综合性可视化平台，服务于生产运行、管道管理、安全环保多个专业和层级的人员，可提供诊断预警信息、可视化一张图综合信息展示、图形化报表等。管道远程智能诊断预警平台架构如图6所示，实现的功能包括： 各系统数据接入，第三方破坏、腐蚀破坏、地质灾害破坏等数据融合的异常诊断，视频智能识别预警信号，包括管道走向示意图、监控信息展示等的可视化一张图，各类统计数据的图形化报表及音视频资料，各类数据管理及推送功能等。

图6 管道远程智能诊断预警平台架构示意

3.2 信息储存设计

在该预警平台建设开发过程中，存在多个与外部系统间的信息交换，数据库是平台建设的核心，负责各个外部系统数据信息的录入与存储，配置专门的数据存储服务器存储所有诊断与该预警平台的数据。数据库设计如图7所示，以数据模型为基础，各系统通过开放接口实现巡线、监测等动态数据的同步，完整性管理数据、历史数据等静态数据迁移至该预警平台，支撑多源数据融合的数据提取。

图7 数据库设计示意

4 案例应用

以某管道线路为例，通过日常巡线发现某段存在山体滑坡事件，距管道中心线约5 m，巡线人员通过手机APP将该处事件的描述、位置等信息上传至该预警平台，管道管理人员根据位置信息，调取前后两次的无人机在该段管道拍摄的正射影像，得出滑坡程度轻微、地表变形轻微、山体易发灾害程度中等信息。

通过气象预警系统的数据得知，24 h气象预警中有8 h为红色，5 h为橙色，所以短时间内由于天气因素引起再次滑坡的可能性较高。根据位置信息，提取出管道的埋深1.4 m，无附件保护，设计施工状况等级为较好。通过融合巡线数据、无人机巡检数据、气象监测数据以及管道埋深、附加保护等静态数据，得到该处自然地质灾害的预警等级为黄色预警，短期内滑坡事件对管道安全运行具有一定的威胁，需要综合成本与效益采取增设挡土墙、护坡等防护措施。

5 结束语

采用天、空、地多位空间感知，全数字化移交等技术为油气管道管理提供了便利，也带来了挑战，数据海量但利用率低，制约了智能化管道建设进程。通过研究多源数据融合方法，创新状态诊断与预警技术，开发一体化平台，即保留对于各单项系统功能的管理需求，又探索出基于多位空间数据关联的管理新模式。

目前油气管道的智能化建设尚处于初级阶段，如何实现行业的技术创新、融合创新、跨界创新，将大数据、物联网、5G通信、人工智能等技术实施落地，切实为油气管道“安稳长满优智”服务，全力保障管道投入运营安全可靠，是每个管道管理者和技术研发者亟需思考与解决的问题。