何訓1 常印2

1.中國鐵塔股份有限公司； 2.中國鐵塔股份有限公司天津分公司

1 實現技術架構

依托管道周邊的鐵塔基建資源，采用現代化監控傳感器，利用人工智能技術對管道周邊出現的各種車輛、行人等和偷盜原油、建筑施工場景的相關因素進行解析，同時接入大數據算法對人工智能解析之后數據進行實時分析，對危害管道高后果區安全的各種場景進行智能監測，保護方案技術架構如圖 1所示。

2 實現功能架構

功能架構由數據采集層、網絡傳輸層、數據服務層、數據應用層和訪問層組成，功能架構如圖 2所示。

（1）數據采集層：負責現場實時視頻數據及IPC預置位等數據信息的采集，為油氣管線安全監控平臺提供原始信號源；采集數據信息包括實時視頻、預置位信息數據及其他信息數據。

（2）網絡傳輸層：視頻監控信息承載在由運營商所提供的互聯網專線上，互聯網專線提供統一的、基于IP的網絡承載平臺，為視頻監控數據傳輸、存儲與處理提供可靠的網絡保障。

（3）數據服務層：由設備接入、存儲轉發及外部接口等模塊組成。

（4）數據應用層：包括實時監控、預警處理、系統管理及應用擴展功能。

（5）訪問層：包括客戶端顯示（B/S）及手機公眾號推送。

3 通信網絡設計

基于鐵塔資源實時監視系統以通信鐵塔為主要承載平臺，實現指定區域內油氣管線資源監測全覆蓋，通過統一的數據中心，為油氣管道監測各業務終端、指控終端以及執法智能終端提供信息服務與數據支持，是油氣管線高點監視系統的主要數據與信息流程。互聯網專線組成攝像頭的通信網絡是實現油氣管道監視系統中所有攝像頭設備和信息系統等基礎設施的互聯互通，實現數據與信息的實時、安全、有效的交互，實現內部程序、指令、計算、存儲交換等過程的高效運行，實現各類終端的訪問與控制。因此，通信網絡是保障實時油氣管道監視系統正常運作的基礎。

4 大數據應用設計

為達到油氣管線信息數據高效利用和功能服務目標，利用云GIS技術最大限度的將空間數據與業務數據，以及歷史及時態數據相互結合，提高工作人員利用數據頻率和效率，增加油氣管線及周邊數據的自身價值。利用通信塔網的無縫覆蓋的特點，以通信塔網為基礎形成的塔上多功能球機感知系統和塔下綜合電子傳感網絡系統能夠對以鐵塔為中心的方圓1 km范圍內的油氣管線進行實時監控�；�于塔網的綜合電子傳 感器感知網絡能夠定點提供反映油氣管線及周邊實時動態的視頻/圖像。

5 基于大數據的智能化技術

根據油企管線安全監控業務需求，大數據處理系統自動形成系統規劃，將業務所需的態勢信息及時準確地回傳至指揮中心。在智能視頻分析、行為模式識別和基于深度學習的目標特征提取與分類技術的基礎上，用大數據技術綜合基準數據和歷史數據完成對疑似違法行為的交叉信息驗證，從而形成更精確的目標行為判讀結果，更完備的目標行為模板庫，及時準確地對疑似違法活動進行告警，可以解決油氣管道安全監督執法部門對違法行為“發現難”的問題，從而提升執法部門的執法能力，促進安全監管部門形成新的管理、治理方式方法。

6 智能信息處理技術

隨著人工智能和機器學習技術的發展，當前基于實時視頻/圖像的智能應用已經得到比較全面的發展，為油氣管線安全監控系統的智能化設計提供了大量的研究基礎；從降低安全監控人員體力支出、減少因疲勞等主觀因素干擾導致的漏報等問題出發，進行的系統智能化的設計還具備如下四方面的優勢，即降低通信網絡壓力、降低存儲模塊壓力、降低后臺計算中心運算壓力以及降低運維費用。因此，油氣管線安全監控系統的智能化設計，既是油氣企業對管線安全監控的現實需求，也是技術積累發展的必然結果。同時，針對油氣管線及周邊的幾種典型活動智能監視的需要，逐一對每一個監視活動和監視對象以及監視手段進行分析。

（1）打孔盜油監測。行人監測及行為分析，對于在管線地埋位置周邊停駐、徘徊時長的行人進行檢測識別分析，判斷為可疑情況時，推送告警消息。

（2）采油車輛監測。車輛的監測和車型的分類識別，對于在管線周邊一定范圍內停駐時長情景進行監測識別，判斷為可疑情況時，推送告警消息。

（3）高后果區監測。對出現在高后果區范圍內的各類建筑活動，如卡車、挖掘機、鏟車等作業行為進行識別分析，判斷為可疑情況時，推送告警消息。

（4）密集遮擋區監測。在樹林茂密的監測區域，如有人影晃動、人工勘測地形、人工作業等行為，監測到動態目標并判斷為可疑情況時，推送告警消息。

7 數據擴展集成服務

系統提供了基于安全認證的第三方數據擴展、集成服務，通過采用REST風格的設計，系統可以提供針對不同語言的應用服務進行數據接口獲取服務，可以根據需求提供數據信息，數據信息將通過標準的JSON格式進行返回。通過采用主流的標準協議，系統可以對現有的業務系統（智能管道檢測、微信等）進行良好的數據集成。

8 應用情況及效果

中石化天津某段管線智慧監控，是中國鐵塔公司天津分公司與中國石化管道儲運有限公司合作，在確保最優的監控覆蓋效果的前提下，選取該管線周邊鐵塔站點22座、激光夜視攝像機12處、紅外熱成像攝像機10處，利用人工智能技術對管線周邊出現的各種車輛、行人等和偷盜原油場景的相關因素進行解析，同時接入大數據算法對人工智能解析之后數據進行實時分析，對危害油氣管線安全的各種場景進行智能監測。經過實際應用，可以實現白天夜晚激光告警，夜晚熱成像雙光譜告警，尤其是在茂密的樹林中也能很好地識別動目標，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小時不間斷的對管道進行全天時、全天候、高效率的保護。同時基于人工智能深度學習算法，能夠分辨出人員和10余種車輛類型。

作者：何訓，博士，中國鐵塔有限責任公司行業營銷總監。