基于AI的油气管道高风险区智能预警系统

技术领域

本发明属于油气管道监管技术领域，具体是基于AI的油气管道高风险区智能预警系统。

背景技术

目前管道已成为全世界第五大运输工具，长输管道具有点多、线长、面广的特点，绵延数千公里，沿途环境复杂，频繁穿越城市人口密集区、河流、公路、铁路，安全风险管控难度大，一旦发生事故极易造成重大人员伤亡，污染水源和自然环境，产生较大的社会负面影响。因此，建设油气管道安全生产监测系统不仅仅是简单解决如何把企业油气输送管道静态和动态数据接入监管部门实现信号查看功能，而关键所在是解决监管部门如何利用系统来实现对区域内油气输送管道风险点、关键部位视频等动态监管及结合风险预警模型体系来实现分级预警处置违规行为记录等功能。

发明内容

为了解决上述方案存在的问题，本发明提供了基于AI的油气管道高风险区智能预警系统。

本发明的目的可以通过以下技术方案实现：

基于AI的油气管道高风险区智能预警系统，包括物联感知设备、AI视频设备、无线通信模块、管道运行预警模块、AI视频智能预警模块；管道运行预警模块用于进行管道内采集参数预警提醒；AI视频智能预警模块用于进行管道外的预警提醒；物联感知设备通过无线通信模块与管道运行预警模块相连；AI视频设备通过无线通信模块与AI视频智能预警模块相连；物联感知设备包括温度监测传感器、压力监测传感器、流量监测传感器、介质监测传感器；AI视频设备包括AI智能摄像机。

进一步地，管道运行预警模块包括数据在线监测单元、状态分级预警单元、管道运行信息智能提醒单元、管道运行预警信息智能推送单元；

数据在线监测单元用于接入物联感知设备采集的管道监测数据；管道监测数据包括温度数据、压力数据、流量数据；通过筛选管道监测点位来查看该点位的管道监测数据。

进一步地，状态分级预警单元用于设置分级预警触发机制；

步骤1：设定管道监测数据的报警阈值，包括高高报、高报、低报、低低报；

步骤2：定义多级报警机制；

步骤3：基于实时的管道监测数据与报警阈值进行对比分析，设置风险预警模型来计算风险预警级别。

进一步地，预警级别包括红、橙、黄、蓝四个等级；预警级别的重要程度从高至低为红、橙、黄、蓝。

进一步地，管道运行信息智能提醒单元用于自动提醒报警信息，当实时的管道监测数据达到报警阈值时，在管道EGIS地图上进行自动闪烁报警，并显示报警信息。

进一步地，管道运行预警信息智能推送单元用于设置报警信息通知规则并将预警信息推送给相关监管人员，包括报警通知规则设置、报警信息推送。

进一步地，报警通知规则包括报警类型、报警等级、通知条件、接收方、推送方式；接收方包括企业法人、企业分管负责人、企业一线人员、相关部门监管人员。

进一步地，确定对应相关部门负责人的方法包括：

划定管道片区，获得若干个监管区域，汇总各个监管区域的监管数据，识别监管区域内对应的预警数据，预警数据包括报警等级、管道监测数据、管道预警位置，根据获得的预警数据计算对应的紧急值，设置阈值YZ2和阈值YZ3，当紧急值不大于YZ2时，由企业部分进行处理；当紧急值大于YZ2且不大于YZ3时，由企业部分和基础部分同时处理；当紧急值大于YZ3时，确定紧急处理部门，由企业部分、基础部分和紧急处理部门同时处理。

进一步地，根据获得的预警数据计算对应的紧急值的方法包括：

通过报警等级和管道预警位置评估对应的基础时间值，将获得的基础时间值标记为CS；对管道监测数据进行分析，获得对应的紧急系数，将获得的紧急系数标记为β，根据公式JZP＝CS×β计算对应的紧急值。

进一步地，AI视频智能预警模块包括图像识别分析单元、视频信息智能提醒单元、视频预警信息智能推送单元；

图像识别分析单元用于对AI智能相机抓拍的高风险区图像进行异常行为分析；

视频信息智能提醒单元用于在识别分析出工程车辆入侵报警数据时，在EGIS地图上进行闪烁提醒，并自动调阅所报警视频点位的实时视频流；

视频预警信息智能推送单元用于将相关预警信息和相应的图像快照精准推送至企业相关人员，告知目前的风险状态。

与现有技术相比，本发明的有益效果是：

通过AI视频智能预警功能，当发生周界入侵、工程车辆驶入等违规行为时，管道企业智能分析摄像头自动进行预警，同时通过企业的数据采集设备进行预警信息的远程推送，并根据预警模型分级推送给管道企业和各级能源局用户，从而实现对管道重点区域安全风险的实时掌控。

采用智能视频和管道运行状态检测的联动，实现一体化监测预警，任何一种技术产生报警，都可以使用另外一种进行验证，提高了技防手段的准确性。根据各级预警触发机制，通过短信、手机APP以及智能语音等方式，向有关油气输送管道企业安全负责人及政府监管部门快速、精确推送重大危险源及区域风险预警情况，督促企业尽快查明原因，及时进行反馈，实现安全风险的闭环监管。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明原理框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，基于AI的油气管道高风险区智能预警系统，包括物联感知设备、AI视频设备、无线通信模块、管道运行预警模块、AI视频智能预警模块；物联感知设备通过无线通信模块与管道运行预警模块相连；AI视频设备通过无线通信模块与AI视频智能预警模块相连；物联感知设备包括温度监测传感器、压力监测传感器、流量监测传感器、介质监测传感器；AI视频设备包括AI智能摄像机。

无线通信模块为现有的通信模块，可以根据实际需求进行相应的调整。

管道运行预警模块包括数据在线监测单元、状态分级预警单元、管道运行信息智能提醒单元、管道运行预警信息智能推送单元。

数据在线监测单元用于接入物联感知设备采集的管道监测数据；管道监测数据包括温度数据、压力数据、流量数据；通过筛选管道监测点位来查看该点位的管道监测数据。

状态分级预警单元用于设置分级预警触发机制。

步骤1：设定管道监测数据的报警阈值，包括高高报、高报、低报、低低报；对应各项具体数值，通过人工的方式根据实际情况进行设置；

步骤2：定义多级报警机制；

步骤3：基于实时的管道监测数据与报警阈值进行对比分析，设置风险预警模型来计算风险预警级别；预警级别包括红、橙、黄、蓝四个等级；预警级别的重要程度从高至低为红、橙、黄、蓝。

风险预警模型用于根据管道监测数据与报警阈值的分析结果，智能匹配对应的风险预警级别，通过现有技术可以进行相应的模型建立。

特别的，当压力数据的压力值急剧下降时，系统自动判断为管道可能出现泄露现象，自动将预警等级升级为红色；对应的识别方法可以为：

识别对应的温度数据、流量数据和管道数据，温度数据、流量数据为数据在线监测单元采集的数据，管道数据即为该运输管道的数据，如材质、尺寸、连接点等数据；根据获得的温度数据、流量数据和管道数据设置对应的修正系数，根据获得的压力数据实时计算对应的单位压差值，通过人工的方式设置对应的单位时间，根据设置的单位时间计算对应的压力变化值；根据获得的单位压差值和修正系数判断对应管道处是否出现泄露现象。

根据获得的温度数据、流量数据和管道数据设置对应的修正系数，具体的是先通过人工的方式进行模拟建立训练集，基于CNN网络或DNN网络建立对应的修正模型，通过设置的训练集进行训练，通过训练成功后的修正模型进行分析，获得对应的修正系数，因为神经网络为本领域现有技术，因此，具体的建立和训练过程不进行详细叙述。

根据获得的单位压差值和修正系数判断对应管道处是否出现泄露现象的方法包括：

将单位压差值和修正系数分别标记为YCZ和α，根据公式QP＝α×YCZ-YZ1计算对应的判断值，其中YZ1为阈值，由专家组进行讨论设置，表示超过阈值YZ1发生泄漏；当QP>0时，判定该处管道发生泄漏，反之，则没有发生泄漏。

管道运行信息智能提醒单元用于自动提醒报警信息，当实时的管道监测数据达到报警阈值时，在管道EGIS地图上进行自动闪烁报警，并显示报警信息；报警信息包括企业名称、管道名称、预警级别、预警信息；按照不同级别，在系统上以“弹跳报警窗口”、“屏幕抖动”、“报警声”三种方式进行提醒。

管道运行预警信息智能推送单元用于设置报警信息通知规则并将预警信息推送给相关监管人员，包括报警通知规则设置、报警信息推送。

报警通知规则包括报警类型、报警等级、通知条件、接收方、推送方式；接收方包括企业法人、企业分管负责人、企业一线人员、相关部门监管人员；推送方式包括手机APP、手机短信、自动语音报警。

报警通知规则设置内容如下：

(1)当出现橙、黄、蓝这3类级别的预警信息(不包含泄露预警信息)时，系统会首先推送给企业一线人员，当企业一线人员未响应或是在规定的时间内未处置，系统将自动升级，再次将预警信息推送给企业法人、企业分管负责人。

(2)当出现红色级别预警信息(不包含泄露预警信息)时，系统直接将预警信息推送给企业法人、企业分管负责人、企业一线人员。

(3)当出现泄露预警信息时，系统直接将红色预警信息推送给企业法人、企业分管负责人、企业一线人员、能源局监管人员、应急局监管人员等。

在一个实施例中，因为管道具有运输距离长的特点，将会经过不同的区域，而不同的区域所对应的相关部门可能具有差异，若不能及时的进行变动通知人，当出现预警信息时，不能进行及时的进行通知，因此，当需要进行预警时，确定对应相关部门负责人的方法包括：

划定管道片区，即可以属于同一能源局监管人员、应急局监管人员等管辖区域的列为一个片区，获得若干个监管区域，汇总各个监管区域的监管数据，分为两部分，一部分为基础数据，即能源局监管人员、应急局监管人员等，为必须要通知预警的；另一部分为可能需要进行通知的，如当发生紧急预警时，具有较大安全隐患，通过能源局监管人员、应急局监管人员可能来不及进行相应的应急处理，因此就需要再通知其他相关部门人员，进行及时的处理；具体的通过人工的方式设置对应的统计模板，按照对应的统计模板统计汇总各个监管区域的监管数据；

识别监管区域内对应的预警数据，预警数据包括报警等级、管道监测数据、管道预警位置，根据获得的预警数据计算对应的紧急值，设置阈值YZ2和阈值YZ3，当紧急值不大于YZ2时，由企业部分进行处理；当紧急值大于YZ2且不大于YZ3时，由企业部分和基础部分同时处理；当紧急值大于YZ3时，确定紧急处理部门，由企业部分、基础部分和紧急处理部门同时处理。

根据获得的预警数据计算对应的紧急值的方法包括：

通过报警等级和管道预警位置评估对应的基础时间值，根据基础数据分析可能需要花费多长时间到达管道预警位置，再根据对应的报警等级评估对应的基础时间值，具体的可以基于CNN网络或DNN网络建立对应的基础分析模型，通过人工的方式设置对应的训练集进行训练，通过训练成功后的基础分析模型进行分析，获得对应的基础时间值；将获得的基础时间值标记为CS；对管道监测数据进行分析，获得对应的紧急系数，将获得的紧急系数标记为β，根据公式JZP＝CS×β计算对应的紧急值。

对管道监测数据进行分析，不同报警等级对应不同的评判标准，因为除非较为紧急的情况，一般都是仅通知能源局监管人员、应急局监管人员即可，因此不同报警等级下的紧急系数和基础时间值具有较大差异，具体的基于CNN网络或DNN网络建立对应的参数分析模型，通过人工的方式设置对应的训练集进行训练，通过训练成功后的参数分析模型进行分析，获得对应的紧急系数。

确定紧急处理部门的方法包括：

识别对应监管区域的监管数据中具有的紧急处理部门，标记为待选目标，识别待选目标与管道预警位置之间的距离，根据获得的距离分析需要的通行时间，识别对应的预警类型，即是什么问题预警，根据预警类型匹配各待续目标的匹配值，根据可能具有的待选目标和预警类型，通过人工的方式设置对应的匹配值表，进行相应匹配即可，根据公式XPL＝b1×TS×zv+b2×PZ计算对应的优先值，其中b1、b2均为比例系数，取值范围为0

AI视频智能预警模块包括图像识别分析单元、视频信息智能提醒单元、视频预警信息智能推送单元。

图像识别分析单元用于对AI智能相机抓拍的高风险区图像进行异常行为分析，异常行为包括：工程车辆入侵、人员入侵、机械作业、火灾。

视频信息智能提醒单元用于在识别分析出工程车辆入侵报警数据时，通过本系统在EGIS地图上进行闪烁提醒，并自动调阅所报警视频点位的实时视频流。

视频预警信息智能推送单元用于将相关预警信息和相应的图像快照精准推送至企业相关人员，告知目前的风险状态，具体预警信息推送方式包括：

手机APP报警方式，包括“弹跳报警窗口”、“屏幕抖动”两种方式。

手机短信报警方式，包括手机短信。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。