油气管道线路智能监控管理平台设计开发

杨启明，王洪超，刘少柱，温玉芬，魏来

(1.国家管网集团工程技术创新有限公司，河北 廊坊 065000；2.国家石油天然气管网集团有限公司 科学技术研究总院分公司，河北 廊坊 065000)

长输油气管道距离长，所经区域人文、自然环境千差万别，管道面临着第三方活动、自然灾害等带来的多种潜在安全风险。管道运营中普遍存在以下现象：管道线路总里程长，常规巡护主要依靠人工，受环境因素影响大，效率低下，发现问题不及时；管道线路周边环境复杂，高后果区往往与人类活动密切相关，有很大安全隐患，管道周围一旦出现动土施工作业，引发介质泄漏将造成严重后果；管道线路现场情况复杂，出现危险事故多数无法第一时间取证，难以还原事故现场；高后果区及重点管段除日常人工巡检以外，现场缺少主动上报手段，突发情况无法在第一时间掌控现场信息；重点管段途经地域大多人烟稀少，供电困难，常规监控设施难以部署；部分重点管段易发生打孔盗油，通常发生于夜间或者偏僻地区，人工巡检不易发现，且事后难以取证。

然而，随着管道周边区域经济快速发展，交叉工程、机械施工和违章建筑逐渐增多，管理难度越来越大[1-3]。同时，管道周边群众安全意识普遍淡薄，施工蓄意避开巡检节点，随意性施工多，进一步增大了线路管理人员动态监控、日常手段摄取信息的难度。因此，亟需采取技术手段，开发和部署具备全天候实时监控的管道线路安防系统，对危害管道安全的行为及时预警和处置，有效防范第三方破坏、打孔盗油等风险行为发生。

1 平台建设的目标

某管道公司油气管道线路智能监控管理平台作为管道重点地段安全风险防范中的重要技术措施，主要实现前端监控设备接入，设备视频数据采集，视频数据智能AI分析，设备运行状态参数实时上报，设备运行数据实时存储，设备故障及现场危险行为自动感知报警，工作人员能够及时并直观地了解现场实际情况和设备运行情况，快速准确地判断监控画面中的异常情况，掌握潜在风险，实现及时发现和最快处理，从而有效进行事前预警、事中处理、事后取证[4-6]。

该平台将建成集视频数据采集、智能AI识别、物联网、大数据分析等为技术核心的综合应用管理平台，为重点区域全局的安全、防控、资源管理、分配等应用打下坚实的技术基础。同时，深入探索视频压缩传输技术、基础服务虚拟化技术等在平台的应用，提升视频传输质量，节省网络资源和基础设施资源，充分发挥该平台的技术优势。该公司陆续建设的视频监控系统数量庞大，应用物联网技术，建立设备资产管理台账和设备综合运维故障分析功能，实现设备全生命周期的管理，自动提醒设备保养期，实时掌控设备运行状态和运行参数，通过设备运行参数分析，自动感知设备健康情况，提前预警并减少因设备故障造成的不必要损失。通过智能AI识别技术，实现对场景的自动识别，危险行为自动感知，如人员施工识别、工程机械施工识别、管道占压识别等，模型算法可根据使用场景进行模型训练，总体实现无人值守情况下的自动预警，大幅降低了人员成本，提高了管理效率。通过大数据分析技术，综合分析各项参数，如设备故障参数、智能AI识别报警参数、设备运行数据参数，得出分析结果供管理者决策使用。另外，系统建设时针对业务部门和使用单位关注的多客户端管理、数据统计分析、业务视频自动分组、事件自动提醒、事件数据可视化、智能统计分析等融合业务应用，可以大幅提高工作效率，提升功能。

2 平台设计

该平台统一软件技术架构以组件化方式实现产品构成，如图1所示，平台应用技术集成了消息中间件、数据库服务、分布式缓存、应用容器、事件分发、视频压缩传输、AI智能识别、数据仓库、流媒体转发、设备接入、数据加解密、存储接入、短信接入、邮件接入、大数据分析模块等，由各个组件承载相关服务能力，提供平台及支撑组件的各种功能需求。针对平台使用的流畅性，也做了大量的设计工作，采用各种先进技术支持应对平台需处理的大规模任务，采用分布式缓存、事件分发机制、消息中间件等技术来提升响应速度、减少各环节交互的性能损失，提高系统运行流畅度。

图1 油气管道线路智能监控管理平台架构示意

由图1可知，该平台整体架构分为基础服务层、业务服务层、开放服务层三层架构：基础服务层基于容器引擎实现容器编排调度、轻量级微服务治理架构、云化服务全生命周期管理、中间件，为上层业务服务提供支撑；业务服务层基于容器化管理，不同的服务单元部署到不同的容器中，如视图转发服务、人脸分析服务、车辆分析服务、行为分析服务等；开放服务层提供标准的开发接口，如SDK，Restful API等，为上层各类业务应用提供服务。平台界面设计采用B/S架构网页端实现系统管理、C/S架构客户端实现日常操作、移动APP辅助监控，使平台管理和维护方便高效。在系统管理中，对各业务的参数配置管理；在运维管理中，对系统各服务参数配置；对前端监控的远程控制、检索、回放录像资料、日志查询等都通过Web方式来完成，界面交互友好，能够让用户快速掌握操作方式，并同时支持桌面应用和移动应用。

3 平台建设

该平台建设充分考虑了重点地段项目规模和应用场景[7]，评估了管道线路风险，选择适当地点安装智能摄像头，摄像头采用太阳能供电和4G通信，可全天候不间断运行。平台总体设计时考虑了各服务层的水平扩展能力，尤其是设备接入、视频压缩传输、流分发、流存储、智能AI识别、大数据分析、事件、容器化部署、数据库等关键服务。综合考虑到容易出现的性能瓶颈问题，该平台采用分布式设计架构，可根据物理服务器资源及服务容量情况，将平台内组件独立部署到不同服务器，根据业务组件承载业务量的不同实现资源动态调配，总体实现该平台较高的扩展性及稳定性。

该平台主要建设内容包括服务器建设、网络建设和服务器高可用性建设，为保障该平台可根据接入设备数量动态扩展，最终满足支持5×103路视频进入要求，基础服务中服务器部分采用虚拟化技术搭建，虚拟化软件为介于硬件和操作系统之间的软件层，采用裸金属架构的X86虚拟化技术，实现对服务器物理资源的抽象，将CPU，内存，I/O等服务器物理资源转化为一组可统一管理、调度和分配的逻辑资源，在单个物理服务器上构建多个同时运行、相互隔离的虚拟机执行环境，实现更高的资源利用率，同时满足应用更加灵活的资源动态分配需求，譬如提供热迁移、HA等高可用特性，实现更低的运营成本、更高的灵活性和更快速的业务响应速度。

根据业务模块的不同，将不同的业务模块部署到不同的虚拟服务器中，既提高了物理服务器的使用率，也避免了服务器资源的浪费。使用人员常用的业务模块主要有综合分析模块和运行管理中心模块。综合分析模块提供各类分析统计功能，可按不同的管理维度进行分析，如管理单位分组统计设备在线情况、设备AI识别报警情况、设备报警态势感知、高分析区域设备统计分析、各分公司设备在线率情况等，统计分析支持自定义扩展，为分析管理人员分析决策提供依据。运行管理中心提供服务运行监控，日志采集、报警，运行参数调整等各类平台运维功能，并且支持将掉线的服务器自动远程控制启动，或者通过界面人工触发重启或者停止服务，方便平台的运行维护。

4 风险事件智能识别

该平台对风险事件的智能识别功能包括两部分：摄像头自身具有的识别功能；运行于算法服务器的图像二次识别功能。线路智能摄像头可以设置警戒区域，识别出进入警戒区域内的物体并报警。但是由于摄像头的识别能力较弱，仅能识别出物体的移动，容易因风吹树叶、杂物等物体移动产生误报警。

为了提高该平台报警的准确性，采用深度学习技术[8-11]开发了智能识别模块。该模块运行在GPU服务器上，分析从摄像头获取的报警图片，组成架构如图2所示。线路摄像头全部采用4G方式接入到平台中。

图2 智能识别和报警管理模块架构示意

摄像头监测到风险事件后抓拍图片上传至该平台，平台获取设备报警信息，封装并推送给AI算法服务器，对报警图片进行二次识别。二次识别算法采用了深度学习中的YOLO目标检测算法，该算法是一种1-stage算法，采用单个卷积神经网络来预测多个检测框和类别概率，具有运行速度快、识别准确率高的优点。二次识别采用的YOLO基础网络为Darknet-53网络结构，该网络有53个卷积层，初始卷积层从图像中提取特征，然后使用多个由1×1降维层、3×3卷积层和残差块组成模块实现多尺度特征的提取，将分辨率加倍进行检测，最后由全连接层预测并输出概率和坐标。

通过分析管道以往遭受第三方破坏的原因，可确定主要来自人和机械的活动，机械主要由挖掘机、推土机、旋耕机和油罐车(打孔盗油)等。因此利用网络资源和管道现场照片训练二次识别算法模型。通过实际管道中的应用测试，该算法可准确识别油罐车、挖掘机等工程、农用机械以及人员，识别准确率达到90%以上，并将摄像头的报警数降低了75%以上。

5 现场应用

2019年至今，该公司在高后果区、打孔盗油易发区、高风险管段以及阀室安装摄像头共计2.392×103处，全部部署到油气管道线路智能监控管理平台，该平台已经成为该公司管道保护防护的核心力量，与常规巡护相互补充，起到了事半功倍的效果，主要优点如下：一是显著提高工作效率，管道线路防护情况可通过该平台实现客户端和APP端随时随地监控浏览，该方式巡检视野广，覆盖范围大，彻底改变了以往“驱车2 h，现场5 min”的低效工作模式；二是降低人员安全风险，节约成本，大范围减少管道线路夜间人员和车辆巡护频次，降低人员和车辆长途跋涉巡检的安全风险，进一步节约巡护费用；三是提高威慑力，在打孔盗油频繁区部署摄像头，通过该平台预警情况分析，管道附近可疑人员与车辆明显减少，对不法分子起到强有力的震慑作用；四是显著降低管道安全风险。该平台平均日报警总数约为9×103次，报警有效率达到85%，处置率达到100%，有效报警信息经现场确认和处置，将风险降到最低。自该平台应用以来，视频监控覆盖范围内，未发生管道被打孔盗油、第三方损伤和泄漏事故，管道线路安全得到有力保障。

6 结束语

油气管道线路智能监控管理平台在重点管段安装摄像头，利用摄像头的智能识别功能初步判断风险，然后采用平台深度学习技术进行二次识别，可实现工程车辆、机械和人员风险行为的准确预警。目前，该公司主要高风险管段实现了视频监控全覆盖，可全天候无死角预警监控。预计到2022年，摄像头总数将达到4×103个，将大幅降低单纯人工巡检漏检概率和劳动强度，有效提高了管道安全防护水平。未来通过风险素材的逐步累计，进一步研究优化风险行为识别技术，可以持续提升管道线路安全的智能化防护水平。