代涛

[摘    要]电力始终是支撑设备运转和资源开发的重要基础，与社会不同行业的连接也尤为紧密，在这其中，油田开发就是较为突出的一个环节。文章以油田电网现场作业视频为切入点，从安全管控的角度出发，分析安全管控的基本原理，并介绍基本的控制技术，希望能够给相关从业人员带来一定的参考和启示。

[关键词]油田电网;现场作业视频;安全管控;技术应用内容

[中图分类号]TM727 [文献标志码]A [文章编号]2095–6487（2021）11–00–02

Research on Video Safety Control of Field Operation of Oilfield Power Grid

Dai Tao

[Abstract]Electric power is always an important foundation to support equipment operation and resource development， and is particularly closely connected with different industries in society. Among them， oilfield development is a more prominent link. In this regard， this paper will also take the on-site operation video of oilfield power grid as the starting point， analyze the basic principle of safety control from the perspective of safety control， and introduce the basic control technology， hoping to bring some reference and Enlightenment to relevant practitioners， which can only be used to attract jade.

[Keywords]oilfield power grid; site operation video; safety control; technical application content

1 分析油田電网现场作业视频安全管控的基本原理

当下一些油田电网已实现了变电站视频监控安装的全覆盖，但传统的视频监控手段并不能准确地辨别违章的行为，所以生产管理系统和电网视频监控系统的功能也逐渐集中到一起，能够随时读取工作信息，分析现场的作业状态，筛选精简的资源，并利用变电站自动化系统针对现场作业的各种有效数据展开采集，满足批量加载，多人协同监测，监控画面巡检，画面自动截图等多个功能的需求，保证现场作业能够获得最及时的跟进。即，电网现场作业视频的安全管控，能够为风险的预防注入更多的生机与活力，让管理者从更多的视角出发，细致地排查潜在的风险，及时制止违规行为，取得更加明显的管控效果，保证生产的正常运转。

2 分析现场作业视频安全管控在油田电网中的应用内容

2.1 人脸识别技术

目前，有很多油田电网都构建了完善的现场作业视频安全管控平台，以长庆油田为例，人脸识别技术的应用就给后期的监督提供了极大的便利。通人脸识别技术能够分辨人员的行为，辨别物品，识别车辆的牌照以及号码，划分电子边界，功能具有十分明显的多样性特点。而油田电网的现场工作人员也必须要手持特种操作证，并取得备案登记之后，才能与职能人员数据库相连接，将自身的照片登记到系统上，满足人脸识别的需求，获得准入的权限。为了排除无关人员和无资格人员的乱入，人脸识别技术也能够与数据库相连接，针对那些持有特种操作证的现场作业人员和职能人员进行比较，自动确认进场者的身份，然后展开上级通报，这样可以满足全覆盖识别的基本需求。同理，该技术也可以对劳保物品以及作业人员的穿戴情况进行监控。

为了提高测试的准确性和精确性，很多油田也针对人脸识别技术的应用，采用了不同型号的摄像头，并展开了一定范围的测试，在不同放大变焦的条件下录制相应的视频。先让现场的测试人员从20 m远的起点出发，步行逐步接近摄像头，然后通过人脸识别算法进行解析，分辨摄像头视频中的每一帧图像，确认在1 s内的不同距离下，人脸识别算法识别出视频中人员身份的最低图像分辨率，这里所提到的最低图像分辨率指的就是图像清晰度的最低标准，能够作为摄像头像素规格的换算参考。企业也可以明确摄像头的最低配置需求，选择一些推荐配置的型号，选择性地安放在现场作业的不同区域。而测试结果也说明，当摄像头高2.5 m，人脸特征向量对比阈值是0.98时，那么正向人脸识别率可以高于75 %。如果在正常行走，慢速跑等由远及近的运动情况下，人脸识别率通常会高于70 %。如果只露出了1/4的侧脸或面部被遮挡1/4，人脸识别率也可以高于69 %，即便是面对多人检测的情况，测试结果也相对较为稳定。但不可否认的是，如果摄像头的位置相对固定，镜头焦距越长，监控距离是越远的。然而，监控的角度会有所变小，这也就意味着，企业需要根据现场的实际情况合理选取摄像头，并根据摄像和监控系统构建完整的数据库，收录最全面的人脸信息，将人脸与工作人员的身份一一对应。

2.2 行为预测技术

早在之前，很多油田就针对现场作业人员的运动轨迹进行了测试，并将其划分为两种类型：正常情况和特殊情况。正常情况指的是人员的正常行走，一般来讲，运动的轨迹是不会丢失的。特殊情况指的是跳跃、慢跑、弯腰或者是下蹲等现象，而以上这些动作也能够被现场的监控所捕捉，人员轨迹并未丢失。但值得注意的是如果工作人员倒地且周围的光线较暗，那么人员起身的瞬间，有可能出现轨迹丢失的问题。因此，正常情况下人员行走的检测精度是更加突出的，至于跳跃、弯腰、爬行或者是翻滚越界等情况，检测精度会随之降低。

要对运动轨迹进行监控的主要目的是对现场作业人员的行为进行预测，操作人员可以利用VGG-19这一经典模型，对现场捕捉到的图像进行特征的分析和提取，形成关节点的热力图，然后再标注出具体的位置，应用非最大抑制算法获得行为的峰值，并将其作为关节点的存储参考。一般情况下，油田会在现场作业视频安全管控平台中设置双位数的关节点，主要集中在左右耳朵，左右眼睛，左右肩膀，左右手走，左右膝盖，左右脚这些关键的部位，并根据节点提炼出来的信息，分析关节点之间是否存在相连的关系，然后做出顺序的组合排练。在这里关节点之间的连接就可以看作肢体的运动，在得到不同监控图像时，如果肢体相同，那么现场作业人员就是同一位，这样可以更加快速地辨别作业人员的身份，即便是不露脸。除此之外，很多油田也会在行为预测时，利用数据集展开训练，并借助YOLO算法，以深度排序的模式，针对现场作业人员的全程轨迹展开跟踪，对他们进行评估和预测。接着通过卡尔曼滤波预测判断下一步的行为，把现场作业人员的前一帧与通过卡尔曼滤波预测得到的同一名现场作业人员的下一帧相连，判断连线与每条工作区域的电子边界是否存在焦点，如果发现了焦点，那么工作人员就出现了越界的行为，这样可以进一步提高越界检测的实时性。

2.3 电子边界的生成

电子边界的生成有3种途径：叠加法自动生成、物体或环境轮廓检测算法生成、手工绘制生成。就叠加法自动生成来讲，其自身的应用需要先调度自动化系统中观察到的数据，针对变电站那些已经悬挂接地线并进入检修状态的一次设备进行识别。然后根据现场待检修的设备数量和位置，在数据库中预先设定好每台设备关联的安全停电区域，把待检修的设备叠加到一起，划分整个现场作业的安全区域，这样就可以在智能摄像头内自动得到电子边界。如果作业现场布置了遮栏，布幔一些实体的边界标志，那么也可以通过轮廓检测算法，将其转化为电子边界，判断现场作业人员是否出现了违规行为。

3 分析油田电网现场作业视频安全管控的基本功能

3.1 非法进入作业区域监控

油田生产本身就伴随一系列的风险和隐患，在企业内部也根据安全等级的不同，划分了与之相对应的作业区域，对于一些安全敏感地带来讲，出于保护的角度考虑，需要对区域进行出入检测。如果发现未经授权的人或可疑人物或是车辆进入安全隐患地带，就可以利用视频进行自动检测，识别入侵目标然后发出警报，通知现场的管理人员前去处理。在这里，入侵检测本身就是安防领域较为常见的功能，一般情况下，企业都会使用背景减除法或者帧间差分法进行背景重构，准确地定位运动目标，然后再使用跟踪算法对目标进行追踪，及时发现警戒线越界，禁区闯入这些不安全行为。总之，现场作业视频安全监控具有明显的实时性特

征，而且准确性较高。

3.2 劳动纪律监控

油田电网的运行牵涉资源的开发和各项仪器的运转，所以也很容易遇到一些意外事故。同时，油田开发的工艺复杂，而且有可能面对高温高压的环境，这就给劳动者提出了更加严格的需求，必须要专心致志的集中精力，按照宏观上的标准和规定来执行任务，时刻关注设备运行、温度变化、压力检测、环境等条件的变化，并做出灵活的应对和处理，只有这样才可以保证电网运行的稳定性，让生产有序进行。一旦上班睡觉，擅自离岗或嬉戏打闹，实施一些与现场作业无关的行为，从而导致精力不集中，忽略了自己的职责，那么就必然会增加事故发生的可能性。在这种情况下，现场作业视频就可以完成人体目标识别这项工作，通过面部表情分析和瞳孔验证，判断工作人员是否属于疲劳状态，是否出现睡岗等现象。而离岗脱岗的监测主要强调的是区域内是否存在符合要求的人体目标，如果某些岗位需要双岗执勤，但监控却并没有在现场识别到人体目标或者是只有一人，那么就可以判断出现了离岗或者是脱岗的问题。

3.3 劳动保护监控

如果油田工作人员没有按照规定和要求配备保护装置实施保护措施，那么就很容易在石油开发的过程中受到干扰和伤害，如为佩戴胶皮手套、手被灼伤、没有佩戴护目镜、眼睛被灼伤、没有佩戴口罩和面罩、吸入有毒物质等。在这种情况下，就可以继续利用现场视频监控这一功能，采取机器智能学习的方法，对胶皮手套、防护口罩、防护面具、安全带、工作服、进行全方位建模。如果发现工作人员没有佩戴以上这些装置，就应当发出相应的报警信号。同理，其他类型的劳动保护用品识别也可以参照这种做法。例如，在判断是否佩戴安全帽时，就可以使用梯度直方图，采用支持向量机方法定位人体，然后再利用AdaBoost分类器对安全帽进行定位，判断现场作业人员是否佩戴了安全帽。

3.4 作业智能监控

从国家的标准规定中可以看出，凡在距坠落地面高度2 m以上的作业，都属于高处作业的范畴。油田电网的运行本身就需要铺设电线，搭建起相应的光纤电缆，所以装置的摆放位置也相对较高，很多维修工作都与高空作业存在密不可分的关系，这也就意味着，工作人员面临的安全风险是显而易见的。而在登高作业时，除了要设置好脚手架，系好安全带之外，还应当通过现场的监控视频进行全方位的保护与跟进。在这里，可以发挥出监控视频的图像测量技术，先判断人体与地面的高度，如果高度超过2 m，那么就要自动对作业过程进行抓拍，直到操作告一段落。与此同时，也要把操作时间、操作地点和特定的操作人员充分结合到一起，分析这一次高空作业是否办理的作业证。如果检测到了高空坠物或者是人员坠落的问题，要及时发出报警信号，提醒管理者到现场快速进行救援。除了高空的监督之外，动火作业也需要获得更高的关注和重视，动火作业本身就是石油行业风险最大的项目之一，国家也针对这一领域制定了严格的规范和标准。

4 结束语

持续性推动现场作业视频安全管控是合理且必要的举动，这是为油田电网运行提供安全保障的应有之策，也是维护人身安全和经济安全的有效措施。本文通过非法进入作业区域监控、劳动纪律监控、劳动保护监控、作业智能监控这几个角度，論述了现场作业视频安全管控的基本功能，充分结合了油田电网监控技术引进的现状，具有理论上的合理性与实践上的可行性，能够作为从业人员的参考依据。在未来油田企业也需要打造更为完善的监督和控制体系。

参考文献

[1] 陈胜波，靖伟，聂万庆.油田电网现场作业视频安全管控研究[J].上海电气技术，2019，12（4）：57-59，68.