油田作业现场风险智能识别模式研究

吴存金

摘要：从当前经济形势来看，我国的社会经济发展正处于不断深化、改革以及转型的关键时期，经济的飞速发展给石油行业的发展带来了机遇的同时，也带来了巨大的挑战。近年来，安全环保已成为石油工业发展面临的新挑战。在新的时代背景下，石油工业的发展需要在弘扬和发展时代精神的基础上，不断增强自身综合实力，积累发展经验。因此，本文对安全环保在油田开发中的作用进行了探讨和分析，并对如何更好的有效发挥安全环保这一理念提出相应策略。

关键词：油田；作业现场；风险智能识别模式；研究

引言

石油生产非常重要，但安全保障不可或缺。在油田井下作业活动中，因为操作人员缺乏安全意识，因为制度管理覆盖不足，因为监督执行力度不够，因为总结反思不够深入等等原因，进而导致井下作业出现安全事故，造成严重后果和恶劣影响的事件时有发生。油田井下作业的环境较为复杂，存在较多的安全隐患，且井下作业牵一发而动全身，一旦出现安全事故，轻则导致生产中断，企业经济受损；重则出现人员伤亡，造成消极的社会影响、生态影响。新时代下，人本思想渗透于社会各行各业中，以人为本，安全生产。落实安全责任，加强安全管理，重于泰山，势在必行。

1智能识别相关技术

近年来，基于卷积神经网络的图像目标检测算法突飞猛进，己经使得从图像中检测出特定物体这项计算机任务变得相对容易。针对特定的目标，只需要有足够多的标注的训练数据，经过相关算法的学习训练，都可以取得较好的检测结果。本文使用的是基于于 SSD(Single Shot MultiBox Detector，单步多框目标检测)模型的视频目标检测框架。SSD是一种快速而性能优异的图像目标检测框架。它能够在速度与识别准确率之间达到很好的平衡，在NVIDIA GTX 1080Ti GPU加速下的SSD算法，在300×300分辨率下，可以达到每秒39张图像的处理速度，完全可以及时处理油田作业现场大量监控摄像机所拍摄的视频。Opencv（开源计算机视觉类库）模板匹配是一种最原始、最基本的模式识别方法，研究某一特定对象物的图案位于图像的什么地方，进而识别对象物，这就是一个匹配问题。模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域。其工作原理为，在待检测图像上，从左到右、从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大，从而在待检测图像上找出与模板图像匹配度最高的区域。

2油田作业现场风险管控的意义

数字油田技术管理支撑信息系统平台和全数字化的智能油田系统平台是可实现大型油田企业系统日常油田生产、科研、管理与运行维护和战略投资和决策分析功能一体的新一代大型石油综合管理信息系统的基础信息平台。进一步对各地方油田领域中的全国石油和各级石化的石油信息化工程的一体化建设和进程中起着统领性作用和目标导向型作用，能较大幅度的降低该地区石油生产成本，提高了全国油田产品的年度平均石油综合开发采收率，在提升地方企业在自身的经营领域的生产管理质量及投资效益能力上的同时，也就间接地推动了社会全面一体化发展的更加深入发展，是整个世界石油企业将在未来的几年面临的一个主流技术发展的新趋势。对部分自然环境十分恶劣、生产与管理信息化难度相当大的生产区域，可以同时大力加快推行设备数字化、自动化控制和环境信息化体系建设，可以快速实现信息化对石化油气装备生产作业领域数据的快速全面准确感知、自动调度操控分析和实时集中应用集成。而通过智能油田网络，可以充分实现管理问题的及时地动态诊断，优化油田管理运作流程，提高生产工作运转效率，实现全面精细高效管理，降低成本又增效创收的管理目的。

3油田作业现场风险智能识别模式的应用分析

3.1智能视频监控

智能视频监控的核心在于对视频画面中的海量信息进行分析，自动提取其中的关键信息并进行分类，借助事件识别法则对目标信息进行判断并进行跟踪和行为分析，以最佳最快的方式发出警报，协助安全人员处理危机事件，其核心在于变被动监控为主动监控。基于快速运动目标检测追踪技术以及目标分类和识别技术，能够实现多目标分割以及运动追踪；基于移动摄像机视频监控技术对现有静态摄像机进行优化改进，能够有效扩大视频监控范围，实现对运动目标的主动追踪。利用贝叶斯估计、模糊理论以及深度学习算法优化事件模型，对事件进行分析识别，根据目标事件的现有状态对将要发生的事件进行预测。在视频监控领域，脸相以及步态是身份识别的主要特征，因此需要将生物特征与人的运动分析相结合，深入开展非接触式身份识别技术研究，解决人脸以及步态识别等难题。

3.2溢油污染的检测与识别

油田现场的溢油污染情况在体液污染中占多数。由于油污颜色单一且无固定形态的特点，无法直接使用目标检测的方法去识别，经多次实验，最终选择模板匹配算法去识别与检测油污。。将选择出来的模板放入油田作业现场数据集中进行检测，检测。其中，图片中红色的方框代表模板匹配出的结果。经实验证明，模板匹配方法可用于溢油污染的检测。

3.3提升油田数字化构建

现阶段，信息技术与科学技术飞速发展，油田的开发勘探以及管理工作需要不断引进以及应用相关技术，旨在提高信息决策系统效率。为此，在油田企业发展过程中，必须要重视油田数字化系统的构建，实现油田开发相关数据的科学分析、处理、管理以及储存。同时，要在更好的管理油田开发过程中的油储以及销售运输，必须要在信息管理基础上不断地改进以及完善油田业务管理系统。尤其是在海上油田开发以及勘探过程中，数字化油田系统的构建，它将在一定程度上降低生产过程中发生高风险操作事故的概率，最大限度地提高相关人员的人身安全，避免威胁，减少工作量。

3.4智能设备管理及生产监控

人工智能技术应用的重要基础在于数据信息的收集，为此对于海上油田设备来说，应加强设备设施资料数据以及台账数据的集中管理，实现多维度、多角度设备设施台账历史信息可查，并对动态台账数据进行管理。根据海上油田设备设施风险与隐患管理要求，将设备风险的识别、分析、应对方案及数据进行梳理，结合企业重大危险源及隐患排查风险管控系统，定期整理本单位隐患排查情况，明确设备设施全生命周期的风险管理，为后续数据分析奠定基础。

结束语

综上所述,我国多数油田的开发，已经完全进入大规模数字化开发油田技术的成熟发展应用阶段，而且油田也正在加速向开发智能油田产品的目标方向发展。智能油田平台的成功实现无疑将进一步促进我国未来油田平台产业的健康发展所带来的全面实时的信息感知功能以及完全自动化操作的智能控制生产模式，能够初步实现对我国油田未来生产与作业的趋势变化的科学预测，而且还能真正实现我国对油田技术发展现状的进一步优化，在此技术基础上，我国智能油田技术必然还会在将来国际石油市场应用上显得更具竞争力。

参考文献

[1]陈溯.渤海某智能油田系统架构设计与实践[J].信息系统工程,2021,(11):43-46.

[2]孙恩斯,祖智慧.智能油田的数据治理工程及其应用[J].中国信息化,2021,(11):78-79.

[3]香明贤,李吟,辛丽丽.智能油田的数据治理及应用技术研究[J].中国管理信息化,2021,24(22):82-83.

[4]何骁勇,徐正海,张颖,胡意茹.海上智能油气田发展现状及趋势[A].2021:250-255.

[5]吴夏炎.我国首个海上智能油田项目建成投用[J].中国石油企业,2021,(10):60.