★昆侖數智科技有限責任公司馬亮，翟登磊，張雅楠，韓宏志，宋子平

摘要：在當前異常氣候及地質(zhì)災害呈多發(fā)趨勢的情況下，為解決油氣田公司對油氣生產(chǎn)、運輸及存儲提出的更高安全要求問(wèn)題，通過(guò)對應用場(chǎng)景的地質(zhì)位移、土壤類(lèi)別與含水量、管道應力變化等參數建模，建立場(chǎng)景地質(zhì)態(tài)勢動(dòng)態(tài)分析的研究體系與應用系統成為緊迫性需求。本系統依托于位移監測儀、傾角加速計、土壤含水率儀、裂縫計、振弦式應變計等監測設備及采集的實(shí)時(shí)數據，基于遞歸神經(jīng)網(wǎng)絡(luò )技術(shù)創(chuàng )建專(zhuān)家知識庫體系，并在油氣運輸管道應用獲得了圓滿(mǎn)成功，實(shí)現了對滑坡、落石、泥石流的有效預測。地質(zhì)監測系統上線(xiàn)后，人工巡檢次數下降60%，并成功預測山體落石1次、泥石流1次，大幅降低了生產(chǎn)成本及經(jīng)濟損失，具備推廣價(jià)值。

關(guān)鍵詞：地質(zhì)監測；滑坡；落石；泥石流；數據治理；知識庫

1　前言

隨著(zhù)國家工業(yè)升級進(jìn)程的加快，以及地貌的加速改變和地下油、氣、煤、水等資源開(kāi)采量的上漲，增加了地質(zhì)災害發(fā)生的概率與強度，這是各油氣公司面對的現實(shí)問(wèn)題。為減少自然災害造成的直接或間接損失，地質(zhì)監測是油氣生產(chǎn)、運輸及存儲的必要環(huán)節。油氣公司大多采用人工巡檢方式，存在維護成本較高、信息反饋不及時(shí)、數據與經(jīng)驗積累不佳等問(wèn)題。同時(shí)，隨著(zhù)數字化建設的逐步完善，建立一套高效的地質(zhì)監測應用系統，成為各油氣公司的緊迫性需求。

2　地質(zhì)監測系統

本系統基于位移監測儀、傾角加速計、土壤含水率儀、裂縫計、振弦式應變計等監測設備采集的實(shí)時(shí)數據作為數據源，基于數據實(shí)時(shí)計算與聚合算法去除數據雜點(diǎn)；基于灰色理論與數學(xué)算法完成基礎數據的等間隔處理；基于擬合算法構建趨勢曲線(xiàn)，基于遞歸神經(jīng)網(wǎng)絡(luò )技術(shù)與LSTM算法創(chuàng )建地質(zhì)專(zhuān)家知識庫；基于多因子算法預測滑坡、落石及泥石流發(fā)生時(shí)間，為油氣生產(chǎn)、運輸及存儲保駕護航。

地質(zhì)監測系統自成體系，具有高度靈活性，可作為獨立系統進(jìn)行部署，也可通過(guò)自身API層或借助遵守AMQP協(xié)議的數據總線(xiàn)集成至已存在的生產(chǎn)場(chǎng)景子系統（生產(chǎn)網(wǎng)）、生產(chǎn)管理與數字孿生（辦公網(wǎng)）等第三方系統。

系統由接入層、應用層、服務(wù)層、基礎層、數據層、設備層和采集層等七大部分組成，如圖1所示，其中基礎層、設備層和采集層為支撐系統，可根據實(shí)際情況自主選擇進(jìn)行部署。

圖1 地質(zhì)監測系統的業(yè)務(wù)架構

（1）接入層：針對客戶(hù)端、移動(dòng)端分別提供專(zhuān)屬API，并對遵守AMQP協(xié)議的數據總線(xiàn)提供集成API，使系統可便捷接入第三方系統。接入過(guò)程中，特殊情況下存在定制開(kāi)發(fā)的可能性。

（2）應用層：為油氣公司生產(chǎn)網(wǎng)（勘探開(kāi)發(fā)、油氣存儲、油氣管道）與辦公網(wǎng)（生產(chǎn)管理、數字孿生）提供場(chǎng)景化服務(wù)，將傳統應用容器化，構建新型原生工業(yè)應用。使用React、Antd、Xadmin框架技術(shù)，支持WebGL、WebSocket底層應用，使用H5、JS語(yǔ)言靈活構建豐富的圖表與三維圖形，使前端展示立體而豐滿(mǎn)。

應用層采用插件式開(kāi)發(fā)框架，可快捷添加新應用場(chǎng)景。

應用管理系統為管理人員提供安全與權限、算法因子優(yōu)化、專(zhuān)家知識庫管理、服務(wù)穩定性監控、數據庫性能監控、數據同步監控、消息總線(xiàn)使用方接入與管理、報警管理等專(zhuān)業(yè)的、全面的管理體系，為系統的安全、高效使用保駕護航。

（3）服務(wù)層：融合人工智能、大數據算法、機器學(xué)習、數字孿生等高精尖計算機技術(shù)，以微服務(wù)形式為應用層提供認證與安全、數據治理、數據分析、報表、預警及算法等技術(shù)手段與能力。

數據同步服務(wù)提供同機房、跨機房數據同步服務(wù)。生產(chǎn)網(wǎng)與辦公網(wǎng)之間通過(guò)單向網(wǎng)閘或數據緩沖區機制保證數據向辦公網(wǎng)的單向流動(dòng)，保證生產(chǎn)網(wǎng)的安全性。

數據檢索服務(wù)利用Redis、Elastic Search為其他服務(wù)與應用層提供高效、安全的數據查詢(xún)服務(wù)。

數據總線(xiàn)服務(wù)是本系統最大的特點(diǎn)，可為系統的所有子系統提供數據共享支撐，并全面遵守AMQP協(xié)議，可使各系統之間完全解耦，有效避免代碼入侵，大幅降低各系統的后期維護與升級成本。

實(shí)時(shí)流計算服務(wù)是服務(wù)層的核心服務(wù)之一，根據業(yè)務(wù)計算指令或內置計算規則，先后調用不同計算單元進(jìn)行運算和統計。利用異步處理機制提升數據寫(xiě)入的并發(fā)量，利用內存數據庫、本地數據日志、定時(shí)回庫、數據召回機制保證數據的時(shí)序與安全。

（4）數據層：針對實(shí)時(shí)數據、非關(guān)系型數據、關(guān)系型數據及文檔數據采用不同的數據庫進(jìn)行存儲，采用“一主多從”的數據庫架構實(shí)現數據的讀寫(xiě)分離，以滿(mǎn)足服務(wù)層高并發(fā)的性能要求。

同時(shí)，數據層擁有接收第三方系統自主推送（JSON）、定時(shí)拉取第三方數據庫數據的能力。

（5）基礎層：基于主流Docker、Kubernetes基礎框架對物理服務(wù)器進(jìn)行云化處理，提供符合開(kāi)發(fā)運維一體化（DevOps）要求的微型CI/CD自動(dòng)化流水線(xiàn)（下載、編譯、打包、鏡像生成、鏡像倉庫管理），實(shí)現持續的自動(dòng)化部署；支撐體系之一，可根據實(shí)際情況自主選擇進(jìn)行部署。

（6）設備層：管理計算和儲存所需的物理機、網(wǎng)絡(luò )設備等基礎設施；支撐體系之一，可根據實(shí)際情況自主選擇進(jìn)行部署。

（7）采集層：支持Modbus、OPC-UA、OPC-DA等主流物聯(lián)網(wǎng)協(xié)議；支撐體系之一，可根據實(shí)際情況自主選擇進(jìn)行部署。

綜上所述，地質(zhì)監測系統擁有強大的伸縮能力。在設計之初，既考慮了油氣田公司信息化建設過(guò)程積累了數量眾多統建與自建系統的現狀，也考慮了油氣田公司數字化、智能化的長(cháng)遠發(fā)展需求。

3　采集數據處理

采集數據精度與預測和預報準確度成正相關(guān)性?；?、落石、泥石流會(huì )受人類(lèi)活動(dòng)、降雨、地震等干擾因素的影響，采集的數據集是算法需要數據和干擾數據的總和。所以，使用數據集進(jìn)行預測與預報時(shí)，往往需要對數據集進(jìn)行必要的預處理^[1]。

3.1減少數據雜點(diǎn)的影響

因為采集的數據集往往是算法預測模型和預報模型需要的數據和多種干擾數據的總和，所以當干擾信息過(guò)大時(shí)，采集數據會(huì )形成一定數量的離散數據雜點(diǎn)。

采集的離散位移監測數據，可使用灰色理論中的累加生成方法進(jìn)行預處理。經(jīng)過(guò)累加處理后，可以使離散數據雜點(diǎn)對數據集的擾動(dòng)降至最低或消除，也可以加強數據集中的確定性數據。經(jīng)實(shí)踐證明，波動(dòng)起伏曲線(xiàn)在經(jīng)過(guò)一定次數的累加處理后，將會(huì )變成光滑曲線(xiàn)。但是，并不是累加處理次數越多越好，一般對數據集進(jìn)行1或2次累加處理即可^[1]。

為了減少數據雜點(diǎn)對預報與預測的影響，系統采用二次累加生成。第一次累加在相鄰二次采集信息之間進(jìn)行，由于時(shí)間間隔相對較短，相對于長(cháng)期監測可假設為線(xiàn)性增長(cháng)，故可以將二次采集數據和時(shí)間進(jìn)行累加后求平均值，減少高偏差雜點(diǎn)對整體數據的影響。第二次累加以小時(shí)為單位，將本小時(shí)內數據再次求平均值，生成算法使用的原始數據。

3.2等間距處理及數據插值

地質(zhì)監測設備常年置于人煙稀少地區，公共電力無(wú)法觸達，電源一般采用小型光伏能源加電池蓄能的解決方案，監測設備采用間歇休眠的作業(yè)方式減小對電能的消耗，從而造成采集數據的間隔不一致，進(jìn)一步影響數據精度、處理及展示。

每生成一個(gè)算法使用的原始數據后，可根據需求用算法庫提供的線(xiàn)性、拋物線(xiàn)及拉格朗日多項式算法對數據進(jìn)行以每小時(shí)為單位的等間隔數據插值處理，生成展示數據。

3.3剔除嚴重失真的原始數據

在進(jìn)行等間距處理及數據插值時(shí)，偶發(fā)會(huì )出現曲線(xiàn)斜率（位移變化量/時(shí)間間隔量）為負值的情況，說(shuō)明此點(diǎn)數據嚴重失真，可直接剔除。

數據剔除后，可利用剔除點(diǎn)前置1個(gè)數據和后置2個(gè)數據，并使用拋物線(xiàn)算法進(jìn)行再次插值，補全展示數據。

4　滑坡監測

根據以往的滑坡研究理論和技術(shù)水平，如果在滑坡發(fā)展過(guò)程中能進(jìn)行有效的實(shí)時(shí)監測，則預報滑坡災害發(fā)生的地點(diǎn)與時(shí)間是可能的^[2]。

本系統利用位移監測儀間歇對監測點(diǎn)進(jìn)行數據采集，并根據滑坡的特點(diǎn)，將滑坡的整個(gè)過(guò)程劃分為減速蠕變、均速蠕變、加速蠕變、異常蠕變四個(gè)階段。利用數據治理子系統與算法對監測信息進(jìn)行加工，生成每時(shí)、每天、每月報表數據并生成變化曲線(xiàn)，根據每天曲線(xiàn)的斜率變化判斷監測點(diǎn)所處的滑坡階段。

根據每個(gè)滑坡階段的特征，利用灰色系統對監測點(diǎn)進(jìn)行長(cháng)期、中期、短期的監測，利用Verhulst灰色模型^[3]對監測點(diǎn)進(jìn)行臨滑時(shí)間的預報，如表1所示。

表1 預測尺度/滑坡階段與周期對應表

注：為了便于數據存儲與管理，一個(gè)片區包含若干監測點(diǎn)，一個(gè)監測點(diǎn)包含若干監測設備。

5　專(zhuān)家知識庫

專(zhuān)家知識庫建設是地質(zhì)監測系統研究與應用的核心子系統，其目的是將高等院校、地質(zhì)科研機構的研究成果數字模型化，將巡線(xiàn)工人的工作經(jīng)驗參數化，并利用大數據、人工智能、機器學(xué)習技術(shù)，根據現實(shí)情況對數字模型與參數實(shí)時(shí)調優(yōu)，此過(guò)程需要長(cháng)時(shí)間的規劃與持續累積。

專(zhuān)家知識庫利用時(shí)間遞歸神經(jīng)網(wǎng)絡(luò )LSTM模擬地質(zhì)專(zhuān)家的學(xué)習、知識、推論的決策過(guò)程與機制，有效解決了地質(zhì)監測模型的長(cháng)期性造成的高運算問(wèn)題。在LSTM網(wǎng)絡(luò )應用過(guò)程中，針對石油行業(yè)及地質(zhì)監測的特點(diǎn)，我們對網(wǎng)絡(luò )中記憶細胞里的信息傳遞機制進(jìn)行了針對性的優(yōu)化。

6　總結

（1）地質(zhì)監測是石油行業(yè)的緊迫性需求，對油氣田公司的油氣生產(chǎn)、運輸及存儲的安全具有重大意義。

（2）利用多參數因子分析可對地質(zhì)進(jìn)行長(cháng)期、中期及短期監測，利用人工智能、機器學(xué)習等技術(shù)手段與專(zhuān)家知識庫可預報滑坡臨滑時(shí)間、落石發(fā)生時(shí)間、泥石流發(fā)生時(shí)間，從而可滿(mǎn)足石油行業(yè)對地質(zhì)監測的要求，可大幅減少自然災害造成的經(jīng)濟損失。

作者簡(jiǎn)介：

馬　亮（1972-），男，甘肅禮縣人，工程師，學(xué)士，現就職于昆侖數智科技有限責任公司，主要從事油氣企業(yè)數字化轉型、智能物聯(lián)網(wǎng)建設方面的研究。

翟登磊（1975-），男，山東鄆城人，學(xué)士，現就職于昆侖數智科技有限責任公司，主要從事項目調研、方案編制、方案匯報、項目實(shí)施及核心系統代碼編寫(xiě)等工作。

張雅楠（1986-），男，河北張家口人，工程師，學(xué)士，現就職于昆侖數智科技有限責任公司，主要從事油氣物聯(lián)網(wǎng)相關(guān)科研及產(chǎn)品推廣工作。

韓宏志（1982-），男，黑龍江齊齊哈爾人，助理工程師，學(xué)士，現就職于昆侖數智科技有限責任公司，主要從事石油行業(yè)數字化轉型咨詢(xún)及項目管理工作。

宋子平（1998-），女，河北平泉人，助理工程師，碩士，現就職于昆侖數智科技有限責任公司，主要從事油氣物聯(lián)網(wǎng)咨詢(xún)顧問(wèn)工作。

參考文獻： 

[1] 李秀珍. 滑坡災害的時(shí)間預測預報研究[D]. 成都: 成都理工大學(xué), 2004 : 11 - 17. 

[2] 李雪菱. 坡面土壤含水量對滑坡的影響研究[D]. 長(cháng)沙: 湖南師范大學(xué), 2017 : 2 - 11. 

[3] 殷坤龍. 滑坡災害預測預報[M]. 武漢: 中國地質(zhì)大學(xué)出版社, 2004 : 59 - 68.

摘自《自動(dòng)化博覽》2023年5月刊