★昆仑数智科技有限责任公司马亮，翟登磊，张雅楠，韩宏志，宋子平

摘要：在当前异常气候及地质灾害呈多发趋势的情况下，为解决油气田公司对油气生产、运输及存储提出的更高安全要求问题，通过对应用场景的地质位移、土壤类别与含水量、管道应力变化等参数建模，建立场景地质态势动态分析的研究体系与应用系统成为紧迫性需求。本系统依托于位移监测仪、倾角加速计、土壤含水率仪、裂缝计、振弦式应变计等监测设备及采集的实时数据，基于递归神经网络技术创建专家知识库体系，并在油气运输管道应用获得了圆满成功，实现了对滑坡、落石、泥石流的有效预测。地质监测系统上线后，人工巡检次数下降60%，并成功预测山体落石1次、泥石流1次，大幅降低了生产成本及经济损失，具备推广价值。

关键词：地质监测；滑坡；落石；泥石流；数据治理；知识库

1　前言

随着国家工业升级进程的加快，以及地貌的加速改变和地下油、气、煤、水等资源开采量的上涨，增加了地质灾害发生的概率与强度，这是各油气公司面对的现实问题。为减少自然灾害造成的直接或间接损失，地质监测是油气生产、运输及存储的必要环节。油气公司大多采用人工巡检方式，存在维护成本较高、信息反馈不及时、数据与经验积累不佳等问题。同时，随着数字化建设的逐步完善，建立一套高效的地质监测应用系统，成为各油气公司的紧迫性需求。

2　地质监测系统

本系统基于位移监测仪、倾角加速计、土壤含水率仪、裂缝计、振弦式应变计等监测设备采集的实时数据作为数据源，基于数据实时计算与聚合算法去除数据杂点；基于灰色理论与数学算法完成基础数据的等间隔处理；基于拟合算法构建趋势曲线，基于递归神经网络技术与LSTM算法创建地质专家知识库；基于多因子算法预测滑坡、落石及泥石流发生时间，为油气生产、运输及存储保驾护航。

地质监测系统自成体系，具有高度灵活性，可作为独立系统进行部署，也可通过自身API层或借助遵守AMQP协议的数据总线集成至已存在的生产场景子系统（生产网）、生产管理与数字孪生（办公网）等第三方系统。

系统由接入层、应用层、服务层、基础层、数据层、设备层和采集层等七大部分组成，如图1所示，其中基础层、设备层和采集层为支撑系统，可根据实际情况自主选择进行部署。

图1 地质监测系统的业务架构

（1）接入层：针对客户端、移动端分别提供专属API，并对遵守AMQP协议的数据总线提供集成API，使系统可便捷接入第三方系统。接入过程中，特殊情况下存在定制开发的可能性。

（2）应用层：为油气公司生产网（勘探开发、油气存储、油气管道）与办公网（生产管理、数字孪生）提供场景化服务，将传统应用容器化，构建新型原生工业应用。使用React、Antd、Xadmin框架技术，支持WebGL、WebSocket底层应用，使用H5、JS语言灵活构建丰富的图表与三维图形，使前端展示立体而丰满。

应用层采用插件式开发框架，可快捷添加新应用场景。

应用管理系统为管理人员提供安全与权限、算法因子优化、专家知识库管理、服务稳定性监控、数据库性能监控、数据同步监控、消息总线使用方接入与管理、报警管理等专业的、全面的管理体系，为系统的安全、高效使用保驾护航。

（3）服务层：融合人工智能、大数据算法、机器学习、数字孪生等高精尖计算机技术，以微服务形式为应用层提供认证与安全、数据治理、数据分析、报表、预警及算法等技术手段与能力。

数据同步服务提供同机房、跨机房数据同步服务。生产网与办公网之间通过单向网闸或数据缓冲区机制保证数据向办公网的单向流动，保证生产网的安全性。

数据检索服务利用Redis、Elastic Search为其他服务与应用层提供高效、安全的数据查询服务。

数据总线服务是本系统最大的特点，可为系统的所有子系统提供数据共享支撑，并全面遵守AMQP协议，可使各系统之间完全解耦，有效避免代码入侵，大幅降低各系统的后期维护与升级成本。

实时流计算服务是服务层的核心服务之一，根据业务计算指令或内置计算规则，先后调用不同计算单元进行运算和统计。利用异步处理机制提升数据写入的并发量，利用内存数据库、本地数据日志、定时回库、数据召回机制保证数据的时序与安全。

（4）数据层：针对实时数据、非关系型数据、关系型数据及文档数据采用不同的数据库进行存储，采用“一主多从”的数据库架构实现数据的读写分离，以满足服务层高并发的性能要求。

同时，数据层拥有接收第三方系统自主推送（JSON）、定时拉取第三方数据库数据的能力。

（5）基础层：基于主流Docker、Kubernetes基础框架对物理服务器进行云化处理，提供符合开发运维一体化（DevOps）要求的微型CI/CD自动化流水线（下载、编译、打包、镜像生成、镜像仓库管理），实现持续的自动化部署；支撑体系之一，可根据实际情况自主选择进行部署。

（6）设备层：管理计算和储存所需的物理机、网络设备等基础设施；支撑体系之一，可根据实际情况自主选择进行部署。

（7）采集层：支持Modbus、OPC-UA、OPC-DA等主流物联网协议；支撑体系之一，可根据实际情况自主选择进行部署。

综上所述，地质监测系统拥有强大的伸缩能力。在设计之初，既考虑了油气田公司信息化建设过程积累了数量众多统建与自建系统的现状，也考虑了油气田公司数字化、智能化的长远发展需求。

3　采集数据处理

采集数据精度与预测和预报准确度成正相关性。滑坡、落石、泥石流会受人类活动、降雨、地震等干扰因素的影响，采集的数据集是算法需要数据和干扰数据的总和。所以，使用数据集进行预测与预报时，往往需要对数据集进行必要的预处理^[1]。

3.1减少数据杂点的影响

因为采集的数据集往往是算法预测模型和预报模型需要的数据和多种干扰数据的总和，所以当干扰信息过大时，采集数据会形成一定数量的离散数据杂点。

采集的离散位移监测数据，可使用灰色理论中的累加生成方法进行预处理。经过累加处理后，可以使离散数据杂点对数据集的扰动降至最低或消除，也可以加强数据集中的确定性数据。经实践证明，波动起伏曲线在经过一定次数的累加处理后，将会变成光滑曲线。但是，并不是累加处理次数越多越好，一般对数据集进行1或2次累加处理即可^[1]。

为了减少数据杂点对预报与预测的影响，系统采用二次累加生成。第一次累加在相邻二次采集信息之间进行，由于时间间隔相对较短，相对于长期监测可假设为线性增长，故可以将二次采集数据和时间进行累加后求平均值，减少高偏差杂点对整体数据的影响。第二次累加以小时为单位，将本小时内数据再次求平均值，生成算法使用的原始数据。

3.2等间距处理及数据插值

地质监测设备常年置于人烟稀少地区，公共电力无法触达，电源一般采用小型光伏能源加电池蓄能的解决方案，监测设备采用间歇休眠的作业方式减小对电能的消耗，从而造成采集数据的间隔不一致，进一步影响数据精度、处理及展示。

每生成一个算法使用的原始数据后，可根据需求用算法库提供的线性、抛物线及拉格朗日多项式算法对数据进行以每小时为单位的等间隔数据插值处理，生成展示数据。

3.3剔除严重失真的原始数据

在进行等间距处理及数据插值时，偶发会出现曲线斜率（位移变化量/时间间隔量）为负值的情况，说明此点数据严重失真，可直接剔除。

数据剔除后，可利用剔除点前置1个数据和后置2个数据，并使用抛物线算法进行再次插值，补全展示数据。

4　滑坡监测

根据以往的滑坡研究理论和技术水平，如果在滑坡发展过程中能进行有效的实时监测，则预报滑坡灾害发生的地点与时间是可能的^[2]。

本系统利用位移监测仪间歇对监测点进行数据采集，并根据滑坡的特点，将滑坡的整个过程划分为减速蠕变、均速蠕变、加速蠕变、异常蠕变四个阶段。利用数据治理子系统与算法对监测信息进行加工，生成每时、每天、每月报表数据并生成变化曲线，根据每天曲线的斜率变化判断监测点所处的滑坡阶段。

根据每个滑坡阶段的特征，利用灰色系统对监测点进行长期、中期、短期的监测，利用Verhulst灰色模型^[3]对监测点进行临滑时间的预报，如表1所示。

表1 预测尺度/滑坡阶段与周期对应表

注：为了便于数据存储与管理，一个片区包含若干监测点，一个监测点包含若干监测设备。

5　专家知识库

专家知识库建设是地质监测系统研究与应用的核心子系统，其目的是将高等院校、地质科研机构的研究成果数字模型化，将巡线工人的工作经验参数化，并利用大数据、人工智能、机器学习技术，根据现实情况对数字模型与参数实时调优，此过程需要长时间的规划与持续累积。

专家知识库利用时间递归神经网络LSTM模拟地质专家的学习、知识、推论的决策过程与机制，有效解决了地质监测模型的长期性造成的高运算问题。在LSTM网络应用过程中，针对石油行业及地质监测的特点，我们对网络中记忆细胞里的信息传递机制进行了针对性的优化。

6　总结

（1）地质监测是石油行业的紧迫性需求，对油气田公司的油气生产、运输及存储的安全具有重大意义。

（2）利用多参数因子分析可对地质进行长期、中期及短期监测，利用人工智能、机器学习等技术手段与专家知识库可预报滑坡临滑时间、落石发生时间、泥石流发生时间，从而可满足石油行业对地质监测的要求，可大幅减少自然灾害造成的经济损失。

作者简介：

马　亮（1972-），男，甘肃礼县人，工程师，学士，现就职于昆仑数智科技有限责任公司，主要从事油气企业数字化转型、智能物联网建设方面的研究。

翟登磊（1975-），男，山东郓城人，学士，现就职于昆仑数智科技有限责任公司，主要从事项目调研、方案编制、方案汇报、项目实施及核心系统代码编写等工作。

张雅楠（1986-），男，河北张家口人，工程师，学士，现就职于昆仑数智科技有限责任公司，主要从事油气物联网相关科研及产品推广工作。

韩宏志（1982-），男，黑龙江齐齐哈尔人，助理工程师，学士，现就职于昆仑数智科技有限责任公司，主要从事石油行业数字化转型咨询及项目管理工作。

宋子平（1998-），女，河北平泉人，助理工程师，硕士，现就职于昆仑数智科技有限责任公司，主要从事油气物联网咨询顾问工作。

参考文献： 

[1] 李秀珍. 滑坡灾害的时间预测预报研究[D]. 成都: 成都理工大学, 2004 : 11 - 17. 

[2] 李雪菱. 坡面土壤含水量对滑坡的影响研究[D]. 长沙: 湖南师范大学, 2017 : 2 - 11. 

[3] 殷坤龙. 滑坡灾害预测预报[M]. 武汉: 中国地质大学出版社, 2004 : 59 - 68.

摘自《自动化博览》2023年5月刊