作业现场异常事件视频智能识别及报警技术

正01应用领域针对石油石化企业生产运行及作业过程中的违章操作行为、环境异常事件,基于深度学习算法及图像处理技术,充分挖掘海量视频价值实现视频的自动抓拍,通过报警主动推送逐步代替传统的人工监控值守和现场巡查,提升现场智能化水平及事故早期识别发现能力。02技术核心组成及能力丰富的石化场景图像数据库:以管理业务规则和事件识别逻辑为指导,构建石化场景内识别对象、属性特征和人物/人人交互关系和事件类型的图     

作业现场异常事件视频智能识别及报警技术

正01应用领域针对石油石化企业生产运行及作业过程中的违章操作行为、环境异常事件,基于深度学习算法及图像处理技术,充分挖掘海量视频价值实现视频的自动抓拍,通过报警主动推送逐步代替传统的人工监控值守和现场巡查,提升现场智能化水平及事故早期识别发现能力。02技术核心组成及能力丰富的石化场景图像数据库:以管理业务规则和事件识别逻辑为指导,构建石化场景内识别对象、属性特征和人物/人人交互关系和事件类型的图像数据库,提供开发模型的可持续资源和算法性能测试平台。可按需定制的作业异常场景算法库:拥有成熟算法模块实现石化企业关注对象的检测、跟踪、特征计算及事件识别,包含不戴安全带、不戴安全帽、人员身份识别、劳保服识别和违章进入受限空间等场景,并可根据企业需要进行个性化定制。     

作业现场异常事件视频智能识别及报警技术

正01解决问题解决传统视频监控依赖人工值守和现场巡查的弊端,利用图像识别技术抓取异常事件和实现分级推送,充分挖掘海量视频价值,发挥视频监控的主动督查效力。02技术核心组成及能力丰富的石化场景图像数据库;可按需定制的作业异常场景算法库;事件识别准确率高。03系统平台功能满足前端主流固定及移动硬件设备接入;视频监控设备与识别算法个性化配置,优化运行效率;支持视频轮巡模式,节省运算资源;     

面向石化厂区安全风险防控的异常场景图像识别技术研究

针对石化厂区安全风险防控的需求,提出了一种基于卷积神经网络的单分类图像识别算法。为了构建识别模型,首先创建了一个带标签的厂区火灾、烟雾图像数据集用于模型的训练。其次,通过特征提取及分类器模块,实现了对视频监控异常场景的识别。此外,设计了一种全新的损失函数,以增强异常场景识别能力。该算法采用端到端的网络架构,解决了传统目标检测方法的结构臃肿、计算复杂等问题,减少了模型的复杂程度,弥补了现有视频监控资源利用场景的不足,进一步提高了厂区风险识别能力。实验结果表明,所提出的单分类视频监控图像识别算法在准确率等方面优于现有算法。     

基于改进Faster R-CNN的石化装置火灾增强识别方法

为提高复杂石化装置场景下火灾发现速度和识别准确率,特别是强化对石化厂区监控图像内小微火焰、烟雾等事故初期关键目标信息的发现能力,以应对石化装置火灾事故演化所具有的典型多米诺效应,在事故发展初期快速准确发现异常、控制事故态势发展、降低事故危害,建立了基于深度学习的石化装置明火、烟雾识别方法,以改进的Faster R-CNN作为目标信息检测算法,利用K-Means++聚类方法优化锚框尺寸,结合基于递归策略的多尺度特征融合设计,显著改善了模型小微关键目标识别能力,实验测试数据表明,改进后的模型检测平均准确率(mAP)提升11.0%,小目标平均识别准确率(mAP(s))提升19.7%。     

基于约束关系的石化装置三维重建方法研究

针对现有的三维建模算法存在耗时长,局部结合细节建模效果差等问题,提出了一种基于石化设备模型库的装置三维重建算法。利用计算机视觉"从运动恢复结构"技术初步实现石化装置部件的识别与定位,提取关键帧中局部特征显著的设备信息,实现基准部件识别及位置匹配。提取复杂管道的空间布局信息,利用阀门(组)的识别信息及约束关系来校正已重建的三维场景,最终实现整个石化装置的自动化三维重建。实例证明,采用文中算法进行石化装置三维重建,可以有效地减少建模时间,提高建模精度。     

钻井过程人员异常行为视频智能识别系统

针对钻井现场视频监控人工值守工作量大、异常行为识别不及时、海量视频数据缺乏实时报警等问题,结合钻井作业操作规程建立井控坐岗监测、起下钻、甩钻具等钻井作业场景典型异常行为判别规则,在基于卷积神经网络的目标检测方法基础上,引入SIFT方法和基于强化学习的困难样本筛选策略,提高了算法识别的准确率与鲁棒性。测试结果表明,在像素分辨率1 920×1 080的情况下,该方法整体识别准确率达到85%以上,平均识别速度为135 ms/帧。在此基础上,开发了钻井过程人员异常行为智能识别系统,试点应用结果表明,该系统能够对接入的视频流进行实时检测,及时、准确识别出坐岗人员擅自离岗、起下钻及甩钻具过程人员危险站位等异常行为,有效提升钻井现场安全管理水平。     

基于评估数据的石化企业变更风险规范化管理研究

为提升石化企业变更风险管理能力,有效避免变更带来的事故风险,基于石化企业历史变更风险评估数据建立标准化变更实例清单,并通过图数据库Neo4j可视化变更风险,有效提升了评估人员对变更风险的感知能力和识别能力,有利于提高对变更风险识别的准确性、全面性。     

基于深度学习的近岸海浪等级视频监测

深度学习是机器学习的重要研究领域,同时作为大数据的有效处理和分析工具越来越受到关注。以多源长时间序列近岸海浪视频环境数据为样本,波浪仪同步测量海浪等级数据为图像标签,构建了面向海洋环境适用于深度学习的海浪训练集、测试集。通过数据扩增技术对视频监测数据进行预处理,提高模型泛化能力,依据视频的相关性,引入误差函数,优化模型灵敏度,提出了适用于海洋领域海浪等级深度学习模型架构（Wave-CNNs）,最后将提出的改进深度学习模型应用于3000样本海浪图像训练集,并通过300样本海浪图像测试集对结果进行验证,实验结果表明,算法对3个等级海浪识别精度达到了66.6%,优于传统Bayes及SVM方法。     

基于图像识别技术的不安全行为识别

为预防在有限空间作业中因不安全行为引发的安全事故,着重分析了作业人员在有限空间作业中因跌倒发生的事故风险。通过安装在作业区域的视频摄像头获取的图像,对人体跌倒行为进行识别,并利用MATLAB的图像处理功能,构建了基于支持向量机(SVM)的不安全行为图像识别算法。该算法首先应用图像灰度级变换、直方图均衡化、高斯低通滤波平滑和中值滤波去噪对视频采集图像进行图像预处理;然后根据帧间差分法定位人体,并提取HOG特征和人体重心移动特征构建人体跌倒行为特征向量,应用SVM对不安全行为进行分类;最后对获取的图像资料进行识别与分析。结果表明:该图像识别算法的平均正确识别率达到了97.84%,能够对有限空间作业中的不安全行为进行有效识别,从而验证了该算法的有效性。     

基于“情景-应对”的三维应急推演方法研究

针对石油化工行业事故应急现场环境三维快速模拟需求,研究基于石化模型库的无人机倾斜摄影三维建模的技术方法。利用无人机快速获取预定区域的遥感影像、完成场景的影像标定、建立场景的稠密点云,基于石化模型库对点云进行曲面拟合和纹理映射生成实时三维可视化模型。利用三维事故桌面推演平台,让应急指挥人员在全面掌握事故现场信息情况下,充分研判事故演变过程,开展基于"情景-应对"的事故应急推演。     

基于深度学习的无人机环境污染目标识别技术研究

为了优化环境污染监测,需要对环境污染目标区域进行有效识别,提出基于深度学习和无人机技术的环境污染目标区域识别方法,采用无人机机载空间扫描方法进行图像采集,对采集的环境图像进行污染区域的边缘轮廓检测和图像分割处理,采用深度学习算法对环境污染区域的图像进行自适应分块标记和识别,实现对环境污染区域的图像检测和三维区域识别。采用该方法进行环境污染区域的目标识别准确性较好,对环境污染区域分块识别的精度较高,较强。     

基于光纤传感与视频AI技术融合的供水管网无人化巡检应用

城市地下管廊、输水管线沿途地质情况复杂，而传统人工巡检模式对地下供水管网的巡检效率较低，无法实时排查管廊变形、管道泄露等异常事件。通过分析分布式光纤传感技术与视频AI(Artificial Intelligence)技术在杭州某地下管网无人巡检实例，阐述该技术的场景架构及建设成效，对管网巡检的智慧化发展具有一定参考意义。     

中国石化行业环境风险评估技术研究进展

概述了国内石化行业环境风险评估技术发展的现状,根据石化行业进行环境风险评估的逻辑顺序,从石化行业的系统分类、石化环境风险因素识别方法和石化行业环境风险评估技术三个方面进行综述,重点讨论了各种环境风险评估技术,例如层次分析和专家咨询方法、熵权分析法、列表清单法、故障树分析法和事件树分析法等,最后对石化行业环境风险评估技术的发展方向进行了展望。研究结果对于,开展环境风险源动态监管,减少各类突发环境事件发生带来的经济损失、环境污染以及生态破坏等不利影响,具有重要的经济效益和社会效益。     

环保消防联动处置石化企业及园区突发环境事件分析研究

根据中国在处置石化企业及园区突发环境事件的现状,明确了消防部门在现场处置中的先锋、基础和保证的重要作用。经过分析石化行业所存在的火灾、爆炸和环境的风险,提出了在抢险救灾中的选择环保泡沫、采取控而不灭措施、妥善处理泄漏物和消防污水等要求。指出当前环保和消防部门应建立预案、信息、技术、出警等方面应急联动的机制,并在现场处置中强化防护与协同、调查与询情、监测与侦检、警戒与警示、救生与救护、控险与输转、关阀与堵漏、洗消与清理等具体联动措施。     

突发环境事件风险源识别与监控技术创新进展——(Ⅰ)环境风险源识别技术与应用

环境风险防控与环境风险源管理是我国当前环境管理的重要工作之一。为了防控重大环境污染事件,实现环境风险源有序管理、科学决策,开展了重大环境污染事件风险源识别监控与管理技术的研发创新。借鉴国外环境风险源管理经验,遵循环境风险源"分类、分级、分区"管理原则,研发了环境风险源分类、识别与定量分级方法,实现了典型化工园区、特大城市及全国尺度的环境风险源分级,初步提出了全国石化化工行业重点风险企业名单。开发了环境风险源综合管理系统,以期为重点风险源监管、环境风险防控提供技术支持。     

基于多数据采集的电力线路作业安全管控技术研究

电力线路作业属于野外高风险作业,作业过程受环境影响较大,传统安全管控方式完全依靠现场作业人员经验,存在作业安全难以保证的问题。为提高电力线路作业安全性,某油田电网通过对作业过程中的风险要素进行评估,针对关键因素采取信息化手段对作业过程中的环境参数、线路状态、安全措施、现场视频、作业流程等数据进行监控,实现了作业前的安全评估、作业过程流程管控和图像智能识别,纠正危险作业260多次,提升了安全管控水平。     

一种改进的MTCNN和FaceNet人脸检测及识别算法研究

MTCNN和FaceNet的人脸识别算法是较为常用的算法,但由于各种因素使得识别准确率较低。为了保障基于MTCNN和FaceNet的人脸检测识别系统更好地解决传统安保人工蓝控模式带来的资源浪费及效率低下等问题,提出了一种改进的MTCNN和FaceNet人脸检测及识别算法。在现有的MTCNN和FaceNet人脸检测及识别算法的基础上,针对夜晚图像出现的大量噪点,使用两次中值滤波进行快速去噪,降低噪点导致的误检率,从而提高图片识别准确率;并将改进前后的算法分别对同个人脸数据集进行检测识别,比较改进前后算法的准确率和召回率,可验证改进后算法的优化有效性。     

石油石化企业重大安全风险识别与评估技术

为了全面准确识别石油石化企业重大安全风险,研发石油石化企业重大安全生产风险评估技术。建立石油石化企业安全生产重大风险判别标准,确定重大风险识别和评估流程;采用定量计算方法,确定典型事故影响范围,根据影响范围内敏感目标分布情况,建立19类生产装置/设施后果严重性等级分级标准。确定不同生产装置/设施隐患排查要点,建立10类生产装置/设施可能性分级标准。以某油库为例,介绍技术应用方法。该技术可为中国石油石化各企业开展准确的重大风险识别和控制工作提供支持。     

基于PC104平台的海面溢油监视系统设计

针对海上石油平台"跑、冒、滴、漏"现象,采用光学图像采集设备进行无人值守连续监视,并且配合有效的溢油识别算法开展海面溢油监测识别。本文针对海面溢油监视应用环境和技术需求,对系统的硬件模块进行了选型与集成,构建了基于PC/104-Plus总线结构、高图像分辨率、15帧/秒的采集速率、低功耗的嵌入式溢油图像采集系统。