CN109737308B - 基于lbs和大数据的油气管道打孔盗油监视分析方法 - Google Patents
基于lbs和大数据的油气管道打孔盗油监视分析方法 Download PDFInfo
- Publication number
- CN109737308B CN109737308B CN201811601814.5A CN201811601814A CN109737308B CN 109737308 B CN109737308 B CN 109737308B CN 201811601814 A CN201811601814 A CN 201811601814A CN 109737308 B CN109737308 B CN 109737308B
- Authority
- CN
- China
- Prior art keywords
- punching
- oil
- pipeline
- target area
- oil stealing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Examining Or Testing Airtightness (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了基于LBS和大数据的油气管道打孔盗油监视分析方法，包括以下步骤：调用电信服务运营商的LBS数据接口，实时采集管道沿线的LBS数据；采集管线基础信息，根据目标区域内管线基本情况分析目标区域发生打孔盗油的可能性；结合目标区域与特定人员名单分析目标区域内人员正在进行打孔盗油行为可能性；将区域以及人员打孔盗油可能性进行综合评级，给目标区域或人员划定嫌疑级别；实时地标注当前管线可能存在打孔盗油行为的区域，及当前可能存在盗油行为的人员，按照不同级别分不同警示颜色进行显示；设置目标区域嫌疑级别阈值，当嫌疑级别满足设定阈值，进行预警。本发明实现了对管道沿线活动人员进行24小时的打孔盗油分析与监视。
Description
技术领域
本发明属于管道风险管理技术领域，具体是一种基于LBS和大数据的油气管道打孔盗油监视分析方法。
背景技术
长输管道打孔盗油是指通过在管壁上焊接、安装盗油阀门或短节，而后利用手摇钻，钻透管壁，将大量原油、成品油放至油罐车或其他容器，再进行销赃，实现其非法获取利益的犯罪目的。其不仅给国家造成严重的经济损失，扰乱国家正常的经营经济秩序，而且对长输管道、设备的寿命构成了严重的破坏，同时还会对当地的人文环境和自然环境造成严重污染，对周边地区社会治安的稳定带来严重的影响。因此为保证输油管道的安全运行，应加大输油管道的防打盗技术的研发力度，通过对输油管道防打盗技术进行详细的调研、比较和归纳，提出应用效果好的智能防打盗监视方法。
目前人工巡线和智能防打盗监视是确保管道运行安全的主要手段，前者工作量大且条件艰苦，特别是对山区和跨越大江大河的线路的巡查，以及水灾、地震、夜晚期间巡线检查，所花时间长、人力成本高、困难大。后者大致可归为泄露后检测监视以及泄露前检测监视两种技术，泄露后检测是以泄露时产生的信号为分析对象，只能在管道发生破坏后才能进行检测分析，不能提早分析监视，损失未能最大限度地降低；泄露前检测则能针对正在发生的破坏活动进行行为检测，可以在未产生破坏和造成事故之前进行监视，更好的抑制事件的发展，是智能防打盗监视的研究主要方向，包括主动红外探测、光纤震动探测、地震探测仪等技术，
但是均存在较大局限性与缺点，例如主动红外探测适用于室内无尘土污染和户外无中间物屏蔽的短距离维护型监控，不适用于长输管道，总而言之当前研究技术大多依赖管道沿线辅助设施传感器、电缆光纤等的铺设，不仅成本增大、维护设施费时费力且受埋设地域环境影响大。
发明内容
为解决现有技术中存在的上述问题，本发明提供了一种基于LBS和大数据的油气管道打孔盗油监视分析方法。该监视分析方法实现了对管道沿线活动人员进行24小时的打孔盗油分析与监视，实时打击打孔盗油犯罪活动的发生，为输油管道的防打盗技术的研发领域提供全新的解决方向。
本发明采用的技术方案是：
一种基于LBS和大数据的油气管道打孔盗油监视分析方法，包括以下步骤：
S1、采集管道沿线的LBS数据，并存储；
S2、采集管线基础信息，并存储；
S3、根据目标区域内管线基本情况分析目标区域发生打孔盗油的可能性；
S4、分析目标区域内外出结伴人数、人员搭乘交通工具、人类活动轨迹，结合特定人员名单分析目标区域内人员正在进行打孔盗油行为可能性；
S5、对目标区域发生打孔盗油的可能性和目标区域内人员正在进行打孔盗油行为可能性进行综合评级，给目标区域或人员划定嫌疑级别；
S6、实时地标注当前管线可能存在打孔盗油行为的区域，及当前可能存在盗油行为的人员，按照不同级别分不同警示颜色进行显示；
S7、设置目标区域嫌疑级别阈值，当嫌疑级别满足设定阈值，进行预警。
作为优选，所述步骤S2中管线基础信息包括：输送介质、各管段所处地区情况及内检测历史数据。
作为优选，所述步骤S3中管线基本情况包括：交通状况、地理环境、管段地区是否为人口密集地区。
作为优选，所述步骤S4中特定人员名单为公安资源中具有打孔盗油历史的前科人员。
本发明的有益效果如下：
1、本发明实现了对管道沿线活动人员进行24小时的打孔盗油分析与监视，实时打击打孔盗油犯罪活动的发生，为输油管道的防打盗技术的研发领域提供全新的解决方向；
2、本发明作为综合评级的辅助性依据，能更快速排查嫌疑区域，且对于特定人员名单人员进行特定跟踪，将防范打孔盗油手段前移，起到主动防范的作用。
附图说明
图1为实施例1的流程图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例1：
如图1所示的一种基于LBS和大数据的油气管道打孔盗油监视分析方法，包括以下步骤：
S1、调用电信服务运营商(电信服务运营商包括中国移动、联通、电信和腾讯)的LBS数据接口，实时采集管道沿线的LBS数据，并存储至LBS位置信息库；
S2、采集管线基础信息，并存储至管线信息库；
S3、根据目标区域内管线基本情况分析目标区域发生打孔盗油的可能性；
S4、基于LBS手机信号分析目标区域内外出结伴人数、人员搭乘交通工具、人类活动轨迹等特征，结合特定人员名单分析目标区域内人员正在进行打孔盗油行为可能性；
S5、将目标区域发生打孔盗油的可能性和目标区域内人员正在进行打孔盗油行为可能性进行综合评级，给目标区域或人员划定嫌疑级别；
S6、通过GIS和图形界面辅助，实时地标注当前管线可能存在打孔盗油行为的区域，及当前可能存在盗油行为的人员，按照不同级别分不同警示颜色进行显示；
S7、设置目标区域嫌疑级别阈值，当嫌疑级别满足设定阈值，进行预警。
实施例2：实施例2在实施例1的基础上进行改进。实施例2的步骤S2中管线基础信息包括：输送介质、各管段所处地区情况及内检测历史数据等业主方所提供资料中包含的信息。
实施例2的步骤S3中管线基本情况包括：交通状况、地理环境、管段地区是否为人口密集地区等现场勘探或基础信息分析可得的情况。
实施例2的步骤S4中特定人员名单为监视人员认为需重点留意的人员、公安资源中具有打孔盗油前科的人员等对分析具有参考意义的人员名单。
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (1)
1.一种基于LBS和大数据的油气管道打孔盗油监视分析方法，其特征在于：包括以下步骤：
S1、采集管道沿线的LBS数据，并存储；
S2、采集管线基础信息，并存储；其中基础信息包括：输送介质、各管段所处地区情况及内检测历史数据；
S3、根据目标区域内管线基本情况分析目标区域发生打孔盗油的可能性，其中管线基本情况包括：交通状况、地理环境、管段地区是否为人口密集地区；
S4、分析目标区域内外出结伴人数、人员搭乘交通工具、人类活动轨迹，结合特定人员名单分析目标区域内人员正在进行打孔盗油行为可能性，其中特定人员名单为公安资源中具有打孔盗油历史的前科人员；
S5、对目标区域发生打孔盗油的可能性和目标区域内人员正在进行打孔盗油行为可能性进行综合评级，给目标区域或人员划定嫌疑级别；
S6、实时地标注当前管线可能存在打孔盗油行为的区域，及当前可能存在盗油行为的人员，按照不同级别分不同警示颜色进行显示；
S7、设置目标区域嫌疑级别阈值，当嫌疑级别满足设定阈值，进行预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811601814.5A CN109737308B (zh) | 2018-12-26 | 2018-12-26 | 基于lbs和大数据的油气管道打孔盗油监视分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811601814.5A CN109737308B (zh) | 2018-12-26 | 2018-12-26 | 基于lbs和大数据的油气管道打孔盗油监视分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109737308A CN109737308A (zh) | 2019-05-10 |
| CN109737308B true CN109737308B (zh) | 2021-04-20 |
Family
ID=66361390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811601814.5A Active CN109737308B (zh) | 2018-12-26 | 2018-12-26 | 基于lbs和大数据的油气管道打孔盗油监视分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109737308B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110457409A (zh) * | 2019-06-27 | 2019-11-15 | 南京市公安局鼓楼分局 | 一种弹打玻璃案件嫌疑人搜索排查的方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3748266A (en) * | 1971-11-01 | 1973-07-24 | Halliburton Co | Methods and compositions for reducing frictional pressure loss in theflow of hydrocarbon liquids |
| CN102072409B (zh) * | 2009-11-23 | 2014-05-21 | 中国科学院生态环境研究中心 | 一种结合漏失概率计算与记录仪监测的管网漏失监测方法 |
| CN104933272B (zh) * | 2014-03-17 | 2018-01-02 | 国家电网公司 | 一种防窃电分析的方法及装置 |
| CN107221927A (zh) * | 2017-05-23 | 2017-09-29 | 国电南瑞三能电力仪表(南京)有限公司 | 一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法 |
| CN107145691A (zh) * | 2017-06-23 | 2017-09-08 | 广东青藤环境科技有限公司 | 一种城市供水管网爆管预测分析方法 |
| CN107578194B (zh) * | 2017-10-13 | 2021-07-23 | 成都熊谷油气科技有限公司 | 基于lbs监控预警系统 |
| CN108224096A (zh) * | 2018-01-03 | 2018-06-29 | 中国石油大学(华东) | 一种城市油气管道重大事故风险预警评估方法 |
-
2018
- 2018-12-26 CN CN201811601814.5A patent/CN109737308B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109737308A (zh) | 2019-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Guo et al. | Risk identification of third-party damage on oil and gas pipelines through the Bayesian network | |
| CN104200319A (zh) | 基于管道完整性管理技术的油气管道施工数据监督方法 | |
| Sun et al. | The intelligent crude oil anti-theft system based on IoT under different scenarios | |
| WO2021070222A1 (ja) | 光ファイバセンシングシステム、光ファイバセンシング方法、及び光ファイバセンシング装置 | |
| CN103927834A (zh) | 地下管线周界侵扰预警系统 | |
| Larive | Performance of European cross-country oil pipelines. Statistical summary of reported spillages in 2006 and since 1971 | |
| CN115585403A (zh) | 多维度监控埋地天然气管道的安全预警系统 | |
| CN109737308B (zh) | 基于lbs和大数据的油气管道打孔盗油监视分析方法 | |
| KR100524142B1 (ko) | 도시 가스 배관의 안전 관리 방법 | |
| CN109858747B (zh) | 基于lbs和大数据的油气管道第三方施工监视分析方法 | |
| Davis et al. | Performance of European cross-country oil pipelines | |
| CN116336385A (zh) | 一种用于油气管道的入侵监测方法、系统、设备及介质 | |
| CN109764244B (zh) | 基于手机信号lbs和大数据的油气管道灾害应急处理方法 | |
| KR20200103179A (ko) | 배관 정밀안전진단 시스템 | |
| KR101803781B1 (ko) | 노후하수관로에 대한 효율적 정밀조사 방안 및 정비계획 활용 방안 시스템 및 노후하수관로에 대해 지반침하를 규명하는 방법 | |
| Stanford et al. | Evaluating satellite and in situ monitoring technologies for leak detection and response | |
| Zhou et al. | Whole risk assessment system and management system of urban road tunnel operation stage | |
| CN108895308B (zh) | 防止燃气管网被破坏的在线监控方法及系统 | |
| Keys et al. | Mitigation of volcanic risks at Mt Ruapehu, New Zealand | |
| Marino et al. | Tackling the Illegal Tapping problem in Brazil with the Deployment of Vibroacoustic Technology: presentation of a success case | |
| CN111861151A (zh) | 一种燃气管道风险管控方法 | |
| Liu et al. | The metro project construction safety risk managing system of GMC | |
| Guedes Gomes et al. | Pipeline Third-Party Damage and Illegal Tapping | |
| Murray et al. | Implementing Transmission Main Leak Monitoring to Reduce Risk and Non-Revenue Water | |
| Maneerat et al. | Impact of earthquakes on California’s Railways: A comprehensive correlation analysis of magnitude and hypocenter depths with infrastructure accident |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |