人工智能在天然气安全管理中应用及相关技术探讨

引言：确保石油天然气安全生产非常重要，随着现代企业安全生产的建立，我国石油和天然气公司的事故数量和死亡人数均大幅减少。但是现阶段安全管理还存在诸多问题，如同一事故在同一组织内重复出现，同一类型的事故出现在不同组织内重复发生，这其中一个重要的原因是未能对现场安全信息资料进行充分的认识并加以应用，问题的本质没有得以研究。虽然企业在日常运行中积累了大量的安全文本数据，但由于分析工具的缺乏，无法将事故事件资源发挥出应有的价值。

1 人工智能在天然气安全管理中应用

1.1 安全知识采集构建

首先采集大量的现场安全相关的管理知识，其来源主要有以下两个方面：(1)文件形式的安全要求和操作规程，例如各种设备安全要求、操作顺序、报警值等的具体描述；(2)事故案例和安全报告。事故发生历史的记录，是时间发生了什么事、造成什么影响以及一些教训，这是安全知识的宝库。(3)访谈资深专家并开展经验交流。他们长期以来积累了不少安全管理信息、实践经验和教训，我们需要通过访谈来进行挖掘；(4)跟踪新知识和新技术。跟踪业界内外发布的最新标准、手册等以获得安全管理最新理解和理念；(5)利用数据记录和分析结果。通过分析各种监测数据和流程指标，寻找设备或流程的“ 空白点” 等知识。

1.2 知识抽取与表示

一般是前文提到的来源所获得的安全信息是非结构化的信息，需要语义分析技术将安全信息转变为结构化的知识表达方式：(1)实体识别。对于安全信息中的主要实体如设备名称、工艺参数、物料名称等建立实体节点；(2)关联抽象。研究实体之间的关联影响关系，确定相互依赖关系、先后顺序、上位下位关系等，建立相应的边界。

2 人工智能在天然气安全管理中应用相关技术

2.1 现场数据采集与整合

事件追溯首先需要采集与事件相关的各类现场数据，包括：（1）监控系统数据。包括视频监控、巡检数据，提供事件发生时的现场环境信息。（2）工艺参数数据。包括压力、温度、流量等实时数据，反映事件发生时工艺状态。（3）传感器数据。各类震动、热损失传感器的数据，可检测到设备微小变化。（4）运行日记与单。工作人员的操作记录和工作许可证提供了工作人员的活动记录。(5)事件报告。一旦发生事件时所书写的事件报告，详细描述了事件的过程及现场情况，提供了追踪工作的关键信息源。下一步就是要对上述数据进行处理，对其做清理、转换和融合的工作，并形成与事件最直接相关的单一数据源，以利于进一步追踪和分析。

2.2 事件实体与数据识别

在数据环境下，利用自然语言处理等技术识别：（1）关键事件实体。如事件发生的设备名称、时间点、涉及物料等。（2）数据参数变化。在事件发生前后识别工艺参数、传感器数据等的变化模式。（3）操作行为记录。识别事件相关的操作行为，如关闭阀门、启动设备等。从事件报告等中收集到数据，如环境变化、操作反应等，这些数据为在海量数据中准确找到与事件相关的数据提供了线索，并实现了对事件追溯路径的确定。

2.3 事件数据关联与追溯路径

在数据分析的环境中，可以按照以下过程建立起事件溯源路径：(1)基于由事件实体提取出的时间信息来确定事件的起始和结束时间，构造事件随着时间发生的数据分布；(2)基于事件关联设备实体以及设备上的传感器的坐标等信息，揭示出事件所涉及的数据在空间分布和蔓延路径；(3)根据工艺参数或传感器读数变化规律找出引起这种变化的相关数据，丰富事件的溯源路径。(4)将通过作业日志和任务单中的动作描述，发现导致这些行动发生的数据变化或警报信息，继续扩延事件追踪的路径。然后评价由建立的路径的完整性，判别是否漏掉了数据信息或者连接不完善，并提出附加的信息需要进行收集或连接。

2.4 智能化的安全风险评估体系

大数据与AI 作为基础建立基于智能安全威胁评价模型，可以更加准确地完成对安全威胁的识别，并及时完成相关安全防控方案的执行。基于收集到的历史性数据、实际观察与专家意见等资料建构安全威胁测评模型，对站内各阶段存在的设施老化、人力掌控以及环境威胁等各种安全威胁进行测评，并根据测评的结果自动输出安全威胁等级以及相应的威胁防护方案建议，然后动态地完成对测评效果的更新，动态调整防控措施。

2.5 数字化应急预案平台

实现数字化应急预案将各个时期的应急预案集成处理，利用智能技术自动化生成和管理应急预案，提高应急管理的效率，根据事故类别、事故地点、事故时间及其他条件，自动生成合理的应急预案，并可根据实际情况进行优化；自动执行预案计划的模拟演练，提高应急人员对于危机的反应能力和能力。

2.6 智能化安全监控系统

运用智能化的安防技术，利用各种感知设备、监控摄像头、无人机等，对车站的各个阶段都实行实时监控，快速发现安全隐患，并进行相应的处置。例如，在主要设备上装感知传感器，24 小时监测运转，一旦出现异常，系统将自动报警，并按既定办法进行处理。运用监控摄像头，可实现全车站的监控，及时发现职工违规操作、设备异常等问题造成的安全隐患。用无人机巡逻车站，发现不足之处，拍照录像，作为安全管理的第一手材料。

结束语：对于石油天然气开采的作业现场而言，其贯穿生产环节的各个环节，在其管理方面有大量的安全问题，而利用AI 的数据驱动方法，可以从另一个维度去帮助我们完成安全管理的任务。而利用自然语言处理(NLP)等 AI 技术可以深入理解整个场地范围的复杂多样信息，构建出安全的知识体系，从而对事故发生进行溯源研究以帮助我们完成安全的现场管理决策。以基于 NLP 的 AI 技术为基础的可能性将为新的管理方面带来一种“ 以数据驱动，全面自动化” 理念的安全管理系统。当然我们也面临很多挑战，需要我们从实践经验中反思和进一步改进。

参考文献：

[1]张玮关于如何进一步细化油气开采企业预算管理的探讨.今日科苑,2011(02):166.

[2]孙丹,徐鑫.气田企业预算管理理论创新及其实证检验会计之友(下旬刊),2010(03):53-57.

[3]王小龙浅析人工智能在油气行业中的应用).现代信息科技，2017(02):9295