易燃、易爆、易泄露和腐蝕，這些是石油、天然氣及其加工產品的特性，也是石化企業在運輸、儲備和生產環節必須面對和妥善處理的安全問題。作為一家大型石油化工企業，國內最大的乙烯生產基地之一，天津石化正在通過監控設備的全域部署和智能化改造，建立起智能監控、安全預警和隱患排查的安全監控體系。

  目前，天津石化共有超過1582臺監控攝像頭，其中數字高清攝像機約占三分之一，其余為模擬攝像頭。通過監控設備對倉儲、生產等環節，尤其是罐區、汽車棧臺、熱油泵、“高換”、高溫管線等設備進行全天候、無死角的有效監控，安全隱患能夠及時預警和排查，最終將隱患消除在萌芽階段，這些攝像頭編織成一張監控網絡，為天津石化的安全生產保駕護航。

  但是，隨著全生產及視頻監控全覆蓋建設的推進，需要監控的點位越來越多，天津石化當時的監控手段卻還停留在人工巡查的水平上，及時發現異常越來越困難，急需要提升視頻智能應用水平和技術手段。

  相對于傳統的視頻監控，智能視頻監控利用計算機模式識別、機器視覺、人工智能、網絡通信以及海量數據管理的技術，將智能算法嵌入到數字信號處理中，分析和提煉目標的各種行為模式，形成核心算法。通過目標檢測、目標跟蹤、目標分類、行為分析，根據機器深度學習特征庫進行比較和比對，達到辨識采集到的視頻圖像行為理解的目的，對目標的框架周長和行動軌跡打上標簽，做出預警和實時報警，觸發錄像，實現智能監控識別。

  天津石化通過為原有的視頻監控系統加入智能視頻分析平臺，進行圖像預處理和學習訓練模型，同時將智能視頻分析系統與預警平臺集成，實現預警、視頻聯動，實現了視頻監控的智能化改造。但是，智能化改造伴隨的首先就是海量數據的處理以及大量學習模型的建立，各種行為模型的分析提煉也必然需要占用大量計算和存儲空間。比如：對煙火的識別，要想促使監控設備實現準確無誤的判斷和預警，就需要針對不同時間段、不同溫度、不同天氣、不同季節、不同干濕度建立不同的學習模型，通過大量的機器學習和深度學習，完善智能視頻監控系統對不同場景的識別和判斷能力。而如果采用傳統方式，則只能通過值班人員觀看視頻實現人工預警，這樣就需要大量的人員7*24小時駐守值班，同時差錯率也較高。

  采用云服務的方式為智能化監控提供了全新的選擇，浪潮云為天津石化定制了配套的上云方案，配合智能化監控系統，浪潮云提供了機器學習和深度學習的平臺，將監控視頻數據遷移到公有云平臺進行不同模型的訓練，模型訓練結束后，資源可以快速釋放，實現了資源的彈性擴容，大幅降低了智能化改造的成本，為系統的不斷優化提供穩定的支撐服務。浪潮云的加入讓天津石化視頻監控智能化改造之路擺脫了傳統方式的束縛，更為下一步智能化的不斷改造和提升打下了基礎，隨著企業生產規模的擴大，監控設備的增加，上云需求也會持續增長，浪潮云平臺的安全可靠性也將為天津石化智能監控體系持續賦能。

  智能化改造是目前諸多傳統企業、行業的普遍需求，但不論是監控設備還是生產設備的智能化改造，其過程不僅涉及到設備本身的更新迭代，還必須進行配套的計算、存儲等后臺處理能力的提升，而“上云”一方面能夠提升數據處理和深度學習能力，另一方面也為企業解決了持續的硬件投入帶來的成本增加問題，實現降本增效，為智能化改造鋪平道路。