西南管道公司

摘要：以LBS位置大数据为核心，利用移动通信基站采集到的终端设备LBS位置信息，设计油气管道监测预警系统。系统可以查看终端设备的实时轨迹、历史轨迹回放、油气管道监视区域内人流和人群特征、监视区域历史人流及异常信息等。系统根据终端设备LBS位置大数据，建立管道监视周界相关专题挖掘模型及预警算法，为油气管道安全管理提供有效手段。

关键词：油气管道；大数据； LBS；预警 

随着我国油气管网规模和覆盖范围逐渐增大，管道数量的快速增长与管道完整性管理的要求之间的矛盾日益突出。管道经过区域乡镇移民村建设搬迁、原有城镇居民区和工业区扩建等因素，使得管道人口密集型高后果区每年均有变化[1]。根据2017年国家安监总局等八部委138号文要求，要突出加强油气输送管道途经人员密集场所高后果区安全管理工作。因此，有必要利用大数据、云计算等先进技术，探索建立智能化管道系统，做好数据挖掘、移动应用、综合决策、应急防灾等工作，使油气管道从传统的静态数据型管理到动态预知型管理方面转变，提高油气管道安全管理水平[2]。

1 常用油气管道监测技术

1.1 无人机巡护技术

利用无人机航拍技术，可以实现五种场景应用：一是线路日常巡护；二是汛期、山林、农作物茂盛期和异常天气后巡护；三是辅助应急抢险；四是“震慑性”巡护；五是用于实战演练。但是该技术也存在着一定的局限性和不足之处：①该技术受天气影响，雾、霾、阴天、雨天等能见度差的条件对拍摄效果有一定影响。②资质受限。根据《民用无人机驾驶航空器经营飞行活动管理办法（暂行）》，开展无人机空中拍照等经营活动的企业应取得《无人驾驶航空器经营许可证》，石油石化企业无此资质[3]。

1.2 基于4G网络视频监控系统

利用移动运营商提供的4G网络作为传输链路，在高后果区现场安装摄像机，在管理中心安装4G视频监控服务器，用户可通过计算机实时查看高后果区现场的视频信息。机器视觉系统可以快速获取大量信息，通过机器视觉算法可实现越界报警、自动跟踪、烟火分析等[4]，但是该技术对管道高后果区的4G网络覆盖要求较高，容易出现网络丢包、设备损坏、设备供电等问题。

1.3 基于OFDR技术的管道防破坏预警技术

利用单模光纤作为分布式传感器，并在传感光纤中大规模的植入光纤光栅阵列，使其与常规光纤不同，沿输送管线敷设于管道附近，从而实现对长距离油气管道第三方损坏、打孔盗油、地质灾害等预警检测。光纤传感器是管道防破坏预警技术的有效手段，目前已有部分海底管道正在应用。但光纤也存在着一定的局限性：①易断裂造成功能失效和不易修护。②灵敏度高造成大面积误报。③须用特殊光纤，成本较高。

2 基于LBS位置大数据的油气管道监测预警技术

大数据时代， LBS（Location Based Services）位置大数据尤为重要，因为海量信息中80%的信息与位置相关，并蕴含着突发事件发生前兆。有效挖掘和分析LBS位置大数据[5]，利用其实时动态监测管道高后果区的人流、车流、客流等，将使油气管道从传统静态数据型管理向动态预知型管理方向转变。

2.1 国内LBS进展及应用前景

国内早在2001年已开始LBS基础研究、前沿技术的理论探索、技术方法探讨、应用集成等研究，但是受限于当时的定位技术条件不成熟和拥有移动电话的用户规模较小、移动定位占移动通信运营商增值服务总收益的比重较低， LBS位置服务仅仅处于市场培育阶段。

根据工信部2019年7月和9月分别发布的《2019年上半年通信业主要通信能力》《2019年8月电话用户分省情况》公告显示，当前我国电话用户总数达到17.8亿户，拥有移动电话的用户总数达到15.9亿户，其中拥有3G网络的用户为1.1亿户， 4G用户保持稳定增长，总数已达到12.5亿户。移动网络通信基站已增至732万个，平均每1.3平方公里就有一个移动网络通信基站，并且随着光网改造工作的不断深入， 4G移动网络向纵深的覆盖，基于LBS的位置服务在交通、电力、物流、消防、城市规划等行业已有广泛应用。

2.2 基于LBS位置大数据的监测预警系统

系统以数据模型为基础，采用SOA（ ServiceOriented Architecture）架构理念，利用移动网络通信基站实时采集，并结合GIS系统动态分析，能够实现油气管道两侧3～500米监视周界内LBS数据的实时、全面、多维度采集，实现基于LBS位置大数据信息高效整合，并建立预警研判所需的各类专题挖掘模型（图 1）。

2.2.1 监视区内人流统计

系统利用LBS数据仓库，建立LBS数据模型，统计分析油气管道监视区域内活动人员流量及活动人员的行为特征，估算出人员流量情况、人员出现时间、滞留时间，距管道距离等，为油气管道周界内的安保工作提供指引。通过统计分析LBS位置大数据，并在地理信息系统（GIS）上以直观、可视化的色度表达形式（“热力图”）展示监视区域内的人流量估值、人流量密度、人流分布、人流实时轨迹及轨迹回放等信息（图 2、图 3、图 4）。

系统将监视区域划分成若干个以1公里为范围的小区域滚动播放，不仅能够实时或者分时段估算人流的数量或人流密度，而且还可以利用数据挖掘模型采用热力分布图直观展示人员位置分布，并且精准到经纬度范围，这是常规的GIS系统无法实现的功能。

2.2.2 监视区域内人群画像

利用LBS位置大数据可以刻画出监视区域内的人群特征、行为偏好、来源地等信息，提供人群年龄分布、性别比例、个人喜好、来自哪里等人群特征，为油气管道突发事件的应急处置与辅助决策提供参考。图5、图6所示为LBS位置大数据监测预警系统展示兰成渝成品油管线某高后果区的人群画像。

2.2.3 监视区域历史数据回归溯源及预测分析

系统利用采集的数据可以提取相关特征建立专题数据库，统计分析出年、月、日、时、分任意时段内的监视区域内的人员流量历史平均数据、人员特征画像历史平均数据，同时利用这些历史数据，预测分析是否有施工队进驻油气管道监视周界内，并作出预警提示。图7、图8为某成品油管线某高后果区历史人流统计。

2.2.4 利用LBS实现油气管道预警面临的问题

随着4G网络的纵深覆盖及5G网络的快速建设，LBS位置服务在各个行业的应用会更为广泛，但是与其他带有实时获取移动用户终端设备的App相比，还面临一些需要解决的问题。

（1）定位精度问题。目前，国内外所能用到精度最高的定位技术是GPS定位技术，但其存在一定局限性。一是利用GPS在油气管道周边区域内监测，无法在移动终端设备上安装相关的应用程序。 二是GPS在深度室内环境下将无法进行定位。如果采用移动通信基站网络定位精度会大大降低，目前还没有更好的解决方案，只能要求移动通信运营商优化定位算法，提高定位精度。

（2）预警算法模型。由于LBS数据具有数据体量大、处理速度快、价值密度低等大数据的显著特征，如何有效地监测管道监视周界内人流、车流、用户行为等，并清洗出具有高价值的数据建立快速研判与预警的算法模型成为重点。

3 结论

利用大数据、云计算技术建立基于LBS位置大数据的油气管道动态监测及预警机制，对油气管道沿线活动人员实时动态监测及预警，目前还处于尝试阶段，需要在实践中不断探索，综合多种手段提高检测效果，最终将管道风险控制在可接受的范围之内。

参考文献：

[1] 曹斌，廖柯熹，罗敏.川渝地区管道高后果区第三方破坏因素分析[J].天然气与石油， 2011（2）：11-14.

[2] 李遵照，王建波，王晓霖，董列武，刘道乾，李明，叶青.智慧能源时代的智能化管道系统建设[J].油气储运， 2017， 36（11）： 1 243-1 250.

[3] 郝晓平.无人机巡护技术提升油气管道现代化管理水平[J/OL].油气储运:1-7[2019-11-27].http://kns.cnki.net/kcms/detail/13.1093.TE.20190520.1640.004.html.

[4] 何勇军.4G网传视频监控系统在输油管道高后果地区应用浅析J]. 中国石油和化工标准与质量， 2016（07）： 66-69+71.

[5] 张冬冬，武西锋，陈溪月，万绍勇.LBS大数据在大型聚集活动中的情报预警应用[J].情报杂志，2017（07） :28-33. 

作者：王爱玲，女， 1988年生，工程师， 2013年硕士毕业于中国石油大学（华东）油气储运专业，现主要从事长输油气管道完整性专业方向的研究工作。