陳勝波,靖 偉,聶萬慶
勝利油田電力分公司 山東東營 257000
當前,在油田電網(wǎng)中,安全生產(chǎn)管理工作的重點逐步轉(zhuǎn)向風險管控,即預防事故的發(fā)生,運用科技手段提升安全監(jiān)管的覆蓋面和監(jiān)管質(zhì)量[1-5]。勝利油田電網(wǎng)現(xiàn)場作業(yè)安全生產(chǎn)風險管控在措施落實、監(jiān)督檢查和具體執(zhí)行過程中,存在以下問題:安全風險管控措施現(xiàn)場執(zhí)行不到位,不能及時發(fā)現(xiàn)安全風險;無法對現(xiàn)場作業(yè)違章行為進行事前告警;現(xiàn)場監(jiān)督檢查工作量大,無法實現(xiàn)現(xiàn)場的全覆蓋。為進一步加強現(xiàn)場作業(yè)安全生產(chǎn)管理,提高現(xiàn)場關鍵作業(yè)環(huán)節(jié)的安全生產(chǎn)風險管控能力,研究應用新型信息化手段,來實現(xiàn)勝利油田電網(wǎng)現(xiàn)場作業(yè)的視頻安全管控,有效查找和整改現(xiàn)場作業(yè)的安全薄弱環(huán)節(jié),提高現(xiàn)場作業(yè)安全可控、能控、在控的水平。
在勝利油田電網(wǎng)中,變電站視頻監(jiān)控安裝范圍已全面覆蓋,這是實現(xiàn)現(xiàn)場作業(yè)視頻安全管控的基礎,可以改變以往通過現(xiàn)場檢查的方式進行現(xiàn)場作業(yè)安全生產(chǎn)管理的工作模式。當然,傳統(tǒng)的視頻監(jiān)控手段無法辨別違章行為,于是對生產(chǎn)管理系統(tǒng)與電網(wǎng)視頻監(jiān)控系統(tǒng)的功能進行集成,實時讀取生產(chǎn)管理系統(tǒng)中的工作票信息,獲取現(xiàn)場作業(yè)的基本情況,并基于變電站自動化系統(tǒng)對現(xiàn)場作業(yè)各種遙信數(shù)據(jù)進行實時采集和監(jiān)控,實現(xiàn)批量加載、多人協(xié)同監(jiān)測、監(jiān)控畫面自動巡檢及截圖等功能,確保現(xiàn)場作業(yè)全方位實時跟蹤監(jiān)測。勝利油田電網(wǎng)現(xiàn)場作業(yè)視頻安全管控為油田電網(wǎng)現(xiàn)場作業(yè)安全生產(chǎn)風險管控提供了新手段、新方法和新視角,在提高現(xiàn)場作業(yè)安全生產(chǎn)風險管控工作效率的同時,取得良好的管控效果。
在勝利油田電網(wǎng)現(xiàn)場作業(yè)視頻安全管控平臺中,應用了人臉識別技術[6-8]。一般情況下,滿足人臉識別的要求即可滿足人員行為、物品識別、車輛牌照號、電子邊界等其它內(nèi)容的識別要求。油田電網(wǎng)現(xiàn)場作業(yè)人員要求必須持有相應的特種操作證,并在相關職能部門備案。建立持有特種操作證的現(xiàn)場作業(yè)人員與職能人員數(shù)據(jù)庫,存儲現(xiàn)場作業(yè)人員的照片,實現(xiàn)人臉識別。為避免無關人員和不具備進入現(xiàn)場資格的人員進入現(xiàn)場,通過人臉識別技術與數(shù)據(jù)庫中的持有特種操作的現(xiàn)場作業(yè)人員及職能人員進行對比,自動確認人員身份,并進行通報,實現(xiàn)現(xiàn)場作業(yè)人員和職能人員的全覆蓋識別。應用同樣的原理,還可以對現(xiàn)場作業(yè)人員的勞保物品穿戴情況進行監(jiān)控和識別。
對人臉識別技術進行多種型號攝像頭測試,在不同放大變焦的情況下錄制視頻。現(xiàn)場測試人員由20 m遠處步行接近攝像頭,由人臉識別算法識別、解析攝像頭視頻中的每一幀圖像,確認不同距離時1 s內(nèi)能通過人臉識別算法識別出視頻中人員身份的最低圖像分辨率,即圖像清晰度的最低要求?;跍y試得到的最低圖像分辨率,換算得到攝像頭的像素規(guī)格,進而得到攝像頭的最低配置要求和推薦配置。
在測試中,攝像頭高2.5 m,人臉特征向量對比閾值為0.98,正向人臉識別率高于75%,正常行走、慢跑、由遠及近運動等情況下人臉識別率高于70%,1/4側臉或1/4遮擋情況下人臉識別率高于69%,多人情況下對測試結果不產(chǎn)生影響。
現(xiàn)場測試攝像頭的規(guī)格參數(shù)見表1,攝像頭鏡頭焦距、監(jiān)控角度與監(jiān)控距離之間的關系見表2,攝像頭的最低配置要求和推薦配置見表3。
表1 現(xiàn)場測試攝像頭規(guī)格參數(shù)
表2 攝像頭鏡頭焦距、監(jiān)控角度與監(jiān)控距離對應關系
表3 攝像頭最低配置要求與推薦配置
由表2可見,在攝像頭位置固定時,鏡頭焦距越長,監(jiān)控距離越遠,但是監(jiān)控角度則越小,因此需要根據(jù)現(xiàn)場的實際情況選取攝像頭。
對現(xiàn)場作業(yè)人員的運動軌跡進行測試,確認無論是正常情況還是特殊情況,均可以正常記錄現(xiàn)場作業(yè)人員的運動軌跡,并且在多人情況下測試結果不受影響。測試情況見表4。
對現(xiàn)場作業(yè)人員的越界情況進行測試,確認正常情況下,人員正常行走越界,檢測效果良好。而對于跳躍、彎腰、爬行和翻滾越界情況,檢測精度則有所降低。
基于對現(xiàn)場作業(yè)人員的運動軌跡進行監(jiān)控,可以進行現(xiàn)場作業(yè)人員的行為預測。對監(jiān)控得到的圖像通過VGG-19經(jīng)典模型進行特征提取,獲得關節(jié)點熱力圖。從關節(jié)點熱力圖中提取關節(jié)的具體位置,應用非最大抑制算法來獲得峰值,作為關節(jié)點的存儲位置。在勝利油田電網(wǎng)現(xiàn)場作業(yè)視頻安全管控平臺中,共設置了18個關節(jié)點,分別為左右耳、左右眼、鼻、頸、左右肩、左右肘、左右手、左右髖、左右膝、左右腳?;谒@得的關節(jié)信息,確定關節(jié)點之間是否相連,并對每一個關節(jié)點進行排序。關節(jié)點的連接可以看作是一個肢體,在不同監(jiān)控圖像中,擁有相同肢體即為同一位現(xiàn)場作業(yè)人員。
表4 現(xiàn)場作業(yè)人員運動軌跡測試情況
在進行現(xiàn)場作業(yè)人員行為預測時,利用Microsoft Common Objects in Context數(shù)據(jù)集來進行訓練,通過YOLO算法對現(xiàn)場作業(yè)人員進行檢測,通過深度排序算法對現(xiàn)場作業(yè)人員的全程軌跡進行跟蹤,通過卡爾曼濾波預測[9-10]的方法來預測現(xiàn)場作業(yè)人員的行為。對檢測得到的現(xiàn)場作業(yè)人員前一幀點與通過卡爾曼濾波預測得到的同一名現(xiàn)場作業(yè)人員下一幀點進行連線,然后判斷連線與工作區(qū)域的每條電子邊界是否有交點,有交點則為越界,由此保證越界檢測的實時性。
在勝利油田電網(wǎng)現(xiàn)場作業(yè)視頻安全管控平臺中,電子邊界的生成一般有三種方法:疊加法自動生成電子邊界、物體或環(huán)境輪廓檢測算法生成電子邊界、手工繪制電子邊界。
疊加法自動生成電子邊界的原理為:調(diào)用調(diào)度自動化系統(tǒng)的數(shù)據(jù),識別變電站已經(jīng)懸掛接地線并進入檢修狀態(tài)的一次設備;根據(jù)現(xiàn)場處于檢修狀態(tài)設備的數(shù)量、位置,在數(shù)據(jù)庫中事先設定每臺設備相關聯(lián)的安全停電區(qū)域;將處于檢修狀態(tài)設備的各區(qū)域進行疊加,生成現(xiàn)場作業(yè)安全工作區(qū)域,在智能攝像頭內(nèi)自動得到電子邊界。在現(xiàn)場作業(yè)區(qū)域布置遮欄、布幔等實體邊界標志的情況下,通過輪廓檢測算法,即可識別并轉(zhuǎn)換為電子邊界。
勝利油田電網(wǎng)現(xiàn)場作業(yè)視頻安全管控平臺功能框圖如圖1所示。
圖1 勝利油田電網(wǎng)現(xiàn)場作業(yè)視頻安全管控平臺功能框圖
以勝利油田電網(wǎng)為例,筆者對油田電網(wǎng)現(xiàn)場作業(yè)視頻安全管控技術進行了研究,重點對現(xiàn)場作業(yè)人員人臉識別技術、行為預測技術進行了測試。通過人臉識別技術,可以實現(xiàn)現(xiàn)場作業(yè)人員的身份識別,及時準確發(fā)現(xiàn)不具備進入資格的人員,強化現(xiàn)場管理工作;還可以對現(xiàn)場作業(yè)人員的勞保物品穿戴情況進行監(jiān)控和識別,確保現(xiàn)場作業(yè)人員安全措施完備。通過行為預測技術,可以及時發(fā)現(xiàn)現(xiàn)場作業(yè)人員的部分違章行為,有效降低遭電擊和從高處墜落的風險,提高現(xiàn)場作業(yè)的安全性。
油田電網(wǎng)的安全工作是重中之重,通過建立油田電網(wǎng)現(xiàn)場作業(yè)視頻安全管控平臺,改變了傳統(tǒng)人為安全監(jiān)督管理的方式,降低了安全管理人員的工作強度,提高了現(xiàn)場作業(yè)安全生產(chǎn)風險管控的水平和效果,實現(xiàn)了現(xiàn)場作業(yè)安全監(jiān)管的全覆蓋。