10月15日至16日,第二屆中國智能化油氣管道與智慧管網(wǎng)技術交流大會暨山區(qū)油氣管道安全與智慧運行技術交流會在成都成功舉辦。來自全國石油石化和管道業(yè)務領域的1000余名專家和代表與會,共同探討交流智能化油氣管道與智慧管網(wǎng)相關技術。作為國內(nèi)人工智能領域的新興企業(yè)代表,RealAI工業(yè)業(yè)務產(chǎn)品負責人寇梅如受邀參與本次會議并發(fā)表《工業(yè)領域第三代人工智能技術應用》的主題演講。
寇梅如在開始時介紹道,隨著油氣管網(wǎng)信息化、數(shù)字化的大規(guī)模推進,海量的數(shù)據(jù)資源使人工智能在油氣管道領域的落地成為可能,但與此同時也面臨一定的挑戰(zhàn)。一方面數(shù)據(jù)和場景的限制常常導致AI技術很難落地,另一方面,工業(yè)場景往往追求閉環(huán),即通過數(shù)據(jù)分析得到的結(jié)果要重新反饋回生產(chǎn)和運維環(huán)節(jié),指導或直接執(zhí)行相應操作,這就需要AI模型給出的結(jié)果必須可靠。這些都一定程度上限制了AI技術在油氣管道等工業(yè)領域的大規(guī)模應用推廣。
憑借在貝葉斯深度學習領域的多年探索,RealAI以工業(yè)信息化為基礎,建立基于數(shù)據(jù)的模型,并創(chuàng)新性地融合傳統(tǒng)機理,打造自主智能決策系統(tǒng)。通過在數(shù)據(jù)驅(qū)動的算法之中,引入工業(yè)領域累積了數(shù)十年的技術經(jīng)驗和成熟分析方法,一方面提升在數(shù)據(jù)量少、數(shù)據(jù)質(zhì)量差等苛刻場景下的模型性能,另一方面大幅提升算法模型的可靠性與可解釋性。
基于這條技術路徑,RealAI已經(jīng)在工業(yè)領域積累了眾多自研優(yōu)勢算法,比如針對序列數(shù)據(jù)的異常檢測與時序預測、強化學習算法、圖像檢測算法等?;谶@些技術積累,并通過深入工業(yè)場景,RealAI目前提供三大類解決方案,即工藝參數(shù)優(yōu)化、預測性維護與智能檢測,已在壓鑄機工藝參數(shù)優(yōu)化、大壩預測性維護、光伏面板缺陷檢測等場景得到了實際的應用落地。
在隨后談及如何將第三代AI技術應用于城市燃氣管網(wǎng)體系中,寇梅如提出了四點構想。
一是燃氣負荷智能預測,通過采用貝葉斯神經(jīng)網(wǎng)絡對歷史負荷數(shù)據(jù)、氣象數(shù)據(jù)以及季節(jié)等周期性事件數(shù)據(jù)進行建模來預測天然氣負荷。由于這些數(shù)據(jù)對于負荷的影響都是不清晰的,傳統(tǒng)的一些簡單擬合方法的結(jié)果往往很難發(fā)揮實際效用,而貝葉斯神經(jīng)網(wǎng)絡的好處在于能夠基于不確定性建模,它給出的結(jié)果是一個置信區(qū)間,可靠性與參考性意義更強。
二是城鎮(zhèn)燃氣管網(wǎng)泄漏預警與精確定位,根據(jù)是否有直接測量設備,可以區(qū)分為兩個方向。方向一針對直接探測泄漏的設備數(shù)據(jù),人工智能可以完成探測設備回傳數(shù)據(jù)的自動識別和檢測。方向二針對缺少傳感設施的情況,可以基于管網(wǎng)運行狀態(tài)和工況數(shù)據(jù)來進行分析,比如通過管網(wǎng)各節(jié)點的壓力數(shù)據(jù)預測大量泄漏可能發(fā)生的位置,這個時候,需要將管網(wǎng)本身的仿真結(jié)果作為基礎參考,加上物理機理和約束,利用圖神經(jīng)網(wǎng)絡類算法結(jié)合城市燃氣管網(wǎng)的拓撲結(jié)構來實現(xiàn)。如果是預測泄漏發(fā)生的時間,或者預測泄漏量達到閾值的時間,則需要額外結(jié)合時序預測算法來實現(xiàn)??傮w來說,兩個方向前者實現(xiàn)泄漏探測,后者實現(xiàn)泄露預警與定位。
三是基于視頻的城市燃氣管網(wǎng)監(jiān)測,現(xiàn)有的城市管網(wǎng)體系中會有很多基于視頻或圖像采集設備的監(jiān)測場景,一類做設備表面缺陷的檢測,另一類做人臉身份認證或者監(jiān)測人工破壞等危險行為。針對這兩個方向,前者可通過AI技術實現(xiàn)缺陷的自動化檢測,而針對后者,RealAI 此前有推出一款模型安全測評與攻防產(chǎn)品,可針對視頻監(jiān)控系統(tǒng)中的人臉比對與目標檢測算法模塊進行安全評測與升級,能夠有效抵御算法攻擊、算法后門、數(shù)據(jù)投毒等新型AI安全風險。
最后是燃氣管網(wǎng)設施的預測維護,基于管網(wǎng)設備設施的監(jiān)控數(shù)據(jù),利用序列數(shù)據(jù)異常檢測和持續(xù)預測,再結(jié)合傳統(tǒng)的信號處理方法,對設備未來狀態(tài)的趨勢實現(xiàn)預測和感知,從而指導運維人員進行預測性維護。
以上的四點構想,在實際的人工智能應用落地過程中,同樣會遇到來自數(shù)據(jù)、算法、應用現(xiàn)場等各方面的挑戰(zhàn),而RealAI團隊基于自身的技術積累和行業(yè)解決方案經(jīng)驗,有信心以專業(yè)化的態(tài)度迎接挑戰(zhàn),打造出專屬于油氣管網(wǎng)場景的AI解決方案。
最后,寇梅如表示,智能管道、智慧管網(wǎng)建設是一項復雜的系統(tǒng)工程,作為安全可控人工智能領域的倡導者與實踐者,RealAI未來將充分發(fā)揮第三代人工智能技術優(yōu)勢,深入挖掘業(yè)務場景需求,推動管道建設與運行向智能化方向發(fā)展,為管道業(yè)務高質(zhì)量發(fā)展提供有力技術支撐。
發(fā)布評論請先 登錄
相關推薦
評論