席有強 薛繼旭 孫國強 于晶晶

北京管道石家莊輸油氣分公司

摘要：光纖預警系統告警與視頻監控技術聯動應用于油氣管道保護領域，能有效解決以往光纖預警處置低效、事后無法查證等難題，是一種新的預防性手段，可以有效提升管道保護工作效率，保障管道運行安全。

關鍵詞：天然氣管道；光纖預警；視頻監控聯動；人工智能

石家莊輸油氣分公司地處“京津冀”要地，天然氣管道穿越高鐵、高速公路、河道、人口密集型高后果區情況普遍，第三方施工損壞風險較高。2021年對陜京二線259公里管道啟用光纖振動預警系統，在傳統的人機聯防模式下，巡護工接到電話或告警短信后到達事發現場，作業區管道管理人員根據現場風險等級給出處理措施并協調相關資源。由于光纖預警系統穿越區域條件復雜，誤告警情形難以避免，導致大量無效人力物力成本的付出。還由于巡護工到達現場存在時間差，無法及時防范管道損壞事件的發生。2022年石家莊輸油氣分公司利用陜京二線周邊2公里范圍內的中國鐵塔公司存量高清攝像機，采取光纖預警與視頻監控兩者聯動，結合人工智能識別技術，用較低成本解決了這一難題。

1  聯動系統路徑和功能

1.1   聯動系統實現路徑

視頻監控系統根據光纖預警系統告警信息，實時調用離事件發生地最近且最合適的高清攝像頭，對準事發地點及周圍進行抓圖錄像（包含可見光與熱成像）。然后實時上傳到人工智能識別系統，識別事發區域是否有大型施工機械包括挖掘機、推土機等，把計算結果、打標簽后圖像、錄像實時推送至Web客戶端和APP端（圖 1）。Web客戶端彈窗和語音提示告警，APP端消息推送，作業區人員可快速查看告警詳情和實時視頻并做出判斷，如有必要APP可導航至事發位置[1]。

圖 1 聯動系統工作路徑

1.2  聯動系統工作步驟

光纖預警與視頻監控聯動系統處理過程主要分為四個步驟。

（1）接收光纖預警系統信息。接收光纖預警系統發出的事發地位置信息，通過系統運算識別并推送至聯動系統。

（2）事發地與監控攝像頭相對坐標轉換。根據事發地和監控攝像頭位置信息，測算并搜索最近且最合適的監控攝像頭，采用三角定位法解算大地坐標，得出事發地需要聯動的監控攝像頭的方位、距離，根據距離和攝像頭安裝高度計算出攝像頭下傾角（T），從而得到攝像頭方位角（P）。

（3）合適倍率計算。根據事發地相對于監控攝像頭的距離，結合鏡頭倍率曲線計算出鏡頭大小，系統根據該值控制鏡頭變倍至合適倍率（Z），確保事發地目標在視頻畫面中的尺寸不會過小或過大。

（4）視頻監控系統聯動。調用攝像頭相應接口，攝像頭根據計算得到的PTZ（方位角、下傾角、倍率）指向事發地目標（圖 2），實現實時抓圖和錄像。

圖 2 系統實景圖

1.3  聯動系統主要功能

（1）3D－GIS方式呈現管線樁位信息。系統采用直觀形象的3D方式呈現管線及輸氣方向，以3D立體標簽標示樁位（圖 3）。

圖 3 3D－GIS方式呈現管線樁位

（2）攝像頭覆蓋管線分析。因管線涉及區域場景復雜，攝像頭受到樹木、建筑、橋梁等物體遮擋，聯動系統需統計攝像頭對管線的覆蓋情況，以便在聯動時快速搜索最合適攝像頭（圖 4）。

圖 4 攝像頭覆蓋分析

（3）定向查圖功能。監控視頻界面點取需要查看的位置，攝像頭自動指向目標位置，可與自定義POI結合使用，由于施工機械是移動的，可以在地圖上點選快速查找，結合云臺控制功能進行微調，并可截存本地錄像（圖 5）。

圖 5 定向查圖示例

（4）AI識別。針對石家莊區域復雜場景中大型機械的識別，智能識別模型融入實際場景圖像和視頻數據后，專門對場景做了多次迭代優化，目前識別模型識別準確率從上線最初的70%提升到90%以上（圖 6）。

圖 6 AI識別結果

（5）APP功能。實現了管線樁位GIS呈現、告警接收導航與處理反饋，實時視頻查看等（圖 7）。

圖 7 APP功能示例

2  現場應用實踐

石家莊分公司陜京二線鹿泉至正定區間約40公里光纖預警與視頻監控無縫聯動，接入鐵塔公司攝像頭20個。投入運行三個多月，辨識高危行為260條，低風險行為101條。實例一，光纖預警系統發出機械施工告警，通過聯動視頻監控核實管道周邊存在機械取土行為（圖 8）。實例二，光纖預警告警聯動視頻監控系統告警下發APP，作業區段長立即趕到現場核實事件并進行處置，通過APP反饋處置結果（圖 9）。

圖 8 告警聯動機械施工示例（高危施工）

圖 9 告警聯動處置結果

3  結語

光纖預警與視頻監控聯動系統有效解決了管道周邊施工信息人工核實存在時間差的問題。通過遠程確認，減少了現場核實低風險事件造成的人力浪費。實際應用中還存在農作物遮擋以及施工機械類型識別不準的問題。下一步將對系統做進一步優化，提高應用效果。①將高后果區4G攝像頭接入光纖預警與視頻監控聯動系統，實現高低協同識別，減少遮擋物對遠程確認功能的影響；②根據現場實際環境，融入不同季度不同光照條件下的圖像和視頻，提升AI模型識別準確率，降低誤報率[2]；③發揮光纖預警信息推送與視頻監控自動識別的各自優勢，實現自動巡檢功能，提升管道周邊風險發現能力。

參考文獻：

[1]李遵照，王劍波，王曉霖，董列武，劉道乾，李明，葉青.智慧能源時代的智能化管道系統建設[J].油氣儲運，2017，36(11)：1243-1250.

[2]王小龍.淺析人工智能在油氣行業中的應用[J]. 現代信息科技，2017，1(2)：117-119.

作者簡介：席有強，1985年生，工程師，2015年畢業于西南石油大學，現主要從事管道管理工作。聯系方式：13393386277，654732658@qq.com。