10月15日至16日,第二屆中國(guó)智能化油氣管道與智慧管網(wǎng)技術(shù)交流大會(huì)暨山區(qū)油氣管道安全與智慧運(yùn)行技術(shù)交流會(huì)在成都成功舉辦。來(lái)自全國(guó)石油石化和管道業(yè)務(wù)領(lǐng)域的1000余名專(zhuān)家和代表與會(huì),共同探討交流智能化油氣管道與智慧管網(wǎng)相關(guān)技術(shù)。作為國(guó)內(nèi)人工智能領(lǐng)域的新興企業(yè)代表,RealAI工業(yè)業(yè)務(wù)產(chǎn)品負(fù)責(zé)人寇梅如受邀參與本次會(huì)議并發(fā)表《工業(yè)領(lǐng)域第三代人工智能技術(shù)應(yīng)用》的主題演講。

寇梅如在開(kāi)始時(shí)介紹道,隨著油氣管網(wǎng)信息化、數(shù)字化的大規(guī)模推進(jìn),海量的數(shù)據(jù)資源使人工智能在油氣管道領(lǐng)域的落地成為可能,但與此同時(shí)也面臨一定的挑戰(zhàn)。一方面數(shù)據(jù)和場(chǎng)景的限制常常導(dǎo)致AI技術(shù)很難落地,另一方面,工業(yè)場(chǎng)景往往追求閉環(huán),即通過(guò)數(shù)據(jù)分析得到的結(jié)果要重新反饋回生產(chǎn)和運(yùn)維環(huán)節(jié),指導(dǎo)或直接執(zhí)行相應(yīng)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(shù)在油氣管道等工業(yè)領(lǐng)域的大規(guī)模應(yīng)用推廣。

憑借在貝葉斯深度學(xué)習(xí)領(lǐng)域的多年探索,RealAI以工業(yè)信息化為基礎(chǔ),建立基于數(shù)據(jù)的模型,并創(chuàng)新性地融合傳統(tǒng)機(jī)理,打造自主智能決策系統(tǒng)。通過(guò)在數(shù)據(jù)驅(qū)動(dòng)的算法之中,引入工業(yè)領(lǐng)域累積了數(shù)十年的技術(shù)經(jīng)驗(yàn)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(chǎng)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(shù)路徑,RealAI已經(jīng)在工業(yè)領(lǐng)域積累了眾多自研優(yōu)勢(shì)算法,比如針對(duì)序列數(shù)據(jù)的異常檢測(cè)與時(shí)序預(yù)測(cè)、強(qiáng)化學(xué)習(xí)算法、圖像檢測(cè)算法等?；谶@些技術(shù)積累,并通過(guò)深入工業(yè)場(chǎng)景,RealAI目前提供三大類(lèi)解決方案,即工藝參數(shù)優(yōu)化、預(yù)測(cè)性維護(hù)與智能檢測(cè),已在壓鑄機(jī)工藝參數(shù)優(yōu)化、大壩預(yù)測(cè)性維護(hù)、光伏面板缺陷檢測(cè)等場(chǎng)景得到了實(shí)際的應(yīng)用落地。

在隨后談及如何將第三代AI技術(shù)應(yīng)用于城市燃?xì)夤芫W(wǎng)體系中,寇梅如提出了四點(diǎn)構(gòu)想。

一是燃?xì)庳?fù)荷智能預(yù)測(cè),通過(guò)采用貝葉斯神經(jīng)網(wǎng)絡(luò)對(duì)歷史負(fù)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(jìn)行建模來(lái)預(yù)測(cè)天然氣負(fù)荷。由于這些數(shù)據(jù)對(duì)于負(fù)荷的影響都是不清晰的,傳統(tǒng)的一些簡(jiǎn)單擬合方法的結(jié)果往往很難發(fā)揮實(shí)際效用,而貝葉斯神經(jīng)網(wǎng)絡(luò)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(gè)置信區(qū)間,可靠性與參考性意義更強(qiáng)。

二是城鎮(zhèn)燃?xì)夤芫W(wǎng)泄漏預(yù)警與精確定位,根據(jù)是否有直接測(cè)量設(shè)備,可以區(qū)分為兩個(gè)方向。方向一針對(duì)直接探測(cè)泄漏的設(shè)備數(shù)據(jù),人工智能可以完成探測(cè)設(shè)備回傳數(shù)據(jù)的自動(dòng)識(shí)別和檢測(cè)。方向二針對(duì)缺少傳感設(shè)施的情況,可以基于管網(wǎng)運(yùn)行狀態(tài)和工況數(shù)據(jù)來(lái)進(jìn)行分析,比如通過(guò)管網(wǎng)各節(jié)點(diǎn)的壓力數(shù)據(jù)預(yù)測(cè)大量泄漏可能發(fā)生的位置,這個(gè)時(shí)候,需要將管網(wǎng)本身的仿真結(jié)果作為基礎(chǔ)參考,加上物理機(jī)理和約束,利用圖神經(jīng)網(wǎng)絡(luò)類(lèi)算法結(jié)合城市燃?xì)夤芫W(wǎng)的拓?fù)浣Y(jié)構(gòu)來(lái)實(shí)現(xiàn)。如果是預(yù)測(cè)泄漏發(fā)生的時(shí)間,或者預(yù)測(cè)泄漏量達(dá)到閾值的時(shí)間,則需要額外結(jié)合時(shí)序預(yù)測(cè)算法來(lái)實(shí)現(xiàn)?？傮w來(lái)說(shuō),兩個(gè)方向前者實(shí)現(xiàn)泄漏探測(cè),后者實(shí)現(xiàn)泄露預(yù)警與定位。

三是基于視頻的城市燃?xì)夤芫W(wǎng)監(jiān)測(cè),現(xiàn)有的城市管網(wǎng)體系中會(huì)有很多基于視頻或圖像采集設(shè)備的監(jiān)測(cè)場(chǎng)景,一類(lèi)做設(shè)備表面缺陷的檢測(cè),另一類(lèi)做人臉身份認(rèn)證或者監(jiān)測(cè)人工破壞等危險(xiǎn)行為。針對(duì)這兩個(gè)方向,前者可通過(guò)AI技術(shù)實(shí)現(xiàn)缺陷的自動(dòng)化檢測(cè),而針對(duì)后者,RealAI 此前有推出一款模型安全測(cè)評(píng)與攻防產(chǎn)品,可針對(duì)視頻監(jiān)控系統(tǒng)中的人臉比對(duì)與目標(biāo)檢測(cè)算法模塊進(jìn)行安全評(píng)測(cè)與升級(jí),能夠有效抵御算法攻擊、算法后門(mén)、數(shù)據(jù)投毒等新型AI安全風(fēng)險(xiǎn)。

最后是燃?xì)夤芫W(wǎng)設(shè)施的預(yù)測(cè)維護(hù),基于管網(wǎng)設(shè)備設(shè)施的監(jiān)控?cái)?shù)據(jù),利用序列數(shù)據(jù)異常檢測(cè)和持續(xù)預(yù)測(cè),再結(jié)合傳統(tǒng)的信號(hào)處理方法,對(duì)設(shè)備未來(lái)狀態(tài)的趨勢(shì)實(shí)現(xiàn)預(yù)測(cè)和感知,從而指導(dǎo)運(yùn)維人員進(jìn)行預(yù)測(cè)性維護(hù)。

以上的四點(diǎn)構(gòu)想,在實(shí)際的人工智能應(yīng)用落地過(guò)程中,同樣會(huì)遇到來(lái)自數(shù)據(jù)、算法、應(yīng)用現(xiàn)場(chǎng)等各方面的挑戰(zhàn),而RealAI團(tuán)隊(duì)基于自身的技術(shù)積累和行業(yè)解決方案經(jīng)驗(yàn),有信心以專(zhuān)業(yè)化的態(tài)度迎接挑戰(zhàn),打造出專(zhuān)屬于油氣管網(wǎng)場(chǎng)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(shè)是一項(xiàng)復(fù)雜的系統(tǒng)工程,作為安全可控人工智能領(lǐng)域的倡導(dǎo)者與實(shí)踐者,RealAI未來(lái)將充分發(fā)揮第三代人工智能技術(shù)優(yōu)勢(shì),深入挖掘業(yè)務(wù)場(chǎng)景需求,推動(dòng)管道建設(shè)與運(yùn)行向智能化方向發(fā)展,為管道業(yè)務(wù)高質(zhì)量發(fā)展提供有力技術(shù)支撐。