LNG加注站做火灾预警，买现成系统还是找人定制？

先别急着找供应商，想想这几个问题

我见过不少LNG加注站的老板，一听说AI预警，第一反应就是“多少钱，多久能装上？”。说实话，这么问，供应商最喜欢，因为你没想清楚。

你得先问问自己：

1. 我到底想防什么？ 是防卸车时软管连接处泄漏？是防储罐BOG放散口附近的低温冻伤引发意外？还是防站区外围的明火源？不同的风险点，解决方案差异很大。

2. 我站里现在是什么情况？ 你是新建站，管线、摄像头都还没布，有设计空间；还是老站改造，摄像头位置固定、线路老化？这决定了施工难度和成本。

3. 我的人能不能用起来？ 装上了AI系统，报警来了谁看？是直接推给值班手机，还是只在中控室大屏显示？值班人员年纪多大，会不会操作？系统太复杂，最后就成了摆设。

我建议，在找任何人之前，内部先开个会。把站长、安全主管、值班班长叫到一起，把最近三年站里的安全事件记录（哪怕只是虚惊一场）翻出来看看，把大家觉得最提心吊胆的环节列出来。

这个会开明白了，后面的事才好办。

第一步：把需求写下来，越具体越好

需求不能只停留在脑子里，或者口头说说。你得把它变成文字，这就是“需求文档”。不用多复杂，但关键信息不能少。

需求文档至少要包含这些：

• 预警目标： 明确要检测的火焰、烟雾特征（比如初期小火苗、快速扩散的白烟）。

• 场景描述： 卸车区、储罐区、加注岛、办公区，每个区域的摄像头视角、光照条件（白天、夜晚、逆光）、常见干扰（车灯、电焊光、水蒸气）都要写清楚。

• 报警响应： 检测到了怎么办？是声光报警、弹窗、推送到手机APP，还是要求联动自动关闭阀门、启动喷淋？

• 现有条件： 现有摄像头品牌、型号、数量、清晰度，网络是WiFi还是网线，有没有专线，中控室用的什么电脑。

这里有个常见的误区： 很多老板会说“我要99.9%的准确率，不能误报”。这话没错，但不现实。AI不是神仙，在复杂环境下，一定会有误报（把车灯当火焰）和漏报。关键是要定义清楚，哪些误报你能接受（比如一天1-2次），哪些绝对不能有（比如真实火焰没报）。

举个例子，青岛某民营LNG加注站，最初需求就是要“零误报”。结果供应商把阈值调得很高，小火根本报不出来。后来他们调整了，允许卸车区在夜间有少量因车灯引起的误报，但重点保障储罐区的检出率，系统就好用多了。

第二步：选型，别只看PPT和价格

去哪里找供应商？

1. 安防集成商： 他们熟悉摄像头、网络布线，但AI算法可能是外购的，定制能力弱。

2. AI算法公司： 算法可能是他们的强项，但对LNG现场工况不熟，落地实施可能掉链子。

3. 行业方案商： 专门做危化品或能源行业安全的，他们既有行业经验，也有技术团队，是最优选，但价格也往往最高。

怎么评估？别只听销售说，要看这几样东西：

• 看案例： 不要只看“中石油”、“中海油”这种大名字，要问清楚具体用在哪个站、是什么场景、解决了什么问题。最好能要一个对接人的电话（当然对方不一定给），侧面了解。

• 做验证测试（POC）： 这是最关键的一步。让供应商带设备到你站里，选一个最典型的点位（比如加注岛），接上你的摄像头或者他们的临时摄像头，现场跑上24-48小时。你人为制造一些测试场景（用安全的方式模拟小火苗、烟雾），看它报不报；同时记录下它所有的误报是什么原因引起的。

佛山一家加气站就是这么干的，他们让三家供应商在同一点位同时测试，最后选了那家虽然价格中等，但能清晰解释每一次误报原因，并承诺针对性优化的。

• 问清报价构成： 钱花在哪了？是软件授权费（一次性还是每年付）？摄像头等硬件费？施工安装费？还是后期的运维服务费？要防止低价中标，后期各种加钱。

第三步：落地，稳扎稳打别想一口气吃成胖子

项目千万别想着“全面上线”。我建议分三个阶段走，每个阶段都设一个“小目标”。

第一阶段：单点试点（1个月）

选一个风险相对可控、但又有代表性的区域，比如卸车区。把这个区域的系统全部跑通，从摄像头画面接入、AI分析、到中控室报警显示、现场声光报警联动。

这个阶段的目标不是防住所有火，而是验证“这条路能走通”，并且让值班人员熟悉报警的处理流程。

第二阶段：重点区域扩展（2-3个月）

试点稳定运行两周后，没问题的话，扩展到储罐区和加注岛。这两个区域风险更高，光照和干扰条件也不同，是检验系统适应性的关键。

第三阶段：全站覆盖与优化（1-2个月）

最后覆盖办公区、辅助区等，并针对前两个阶段跑出来的问题（比如特定角度的误报），和供应商一起进行算法优化。

每个阶段都要有验收标准： 比如，误报率低于每天X次，真实模拟火情的检出率达到100%。没达到就停在当前阶段，优化好了再往下走。

第四步：验收和优化，系统上线才是开始

项目成功不是你签了验收报告就成功了。真正的成功，是运行半年后，值班人员觉得它“靠谱、好用”，而不是“吵死人、老瞎报”。

上线后要持续做三件事：

1. 记录分析： 记录下每一次报警（包括误报），截图保存，定期（比如每周）和供应商开个短会，分析原因。是光线问题？还是画面里出现了新的干扰物（比如新换的工服颜色）？

2. 迭代优化： 基于上面的记录，请供应商远程更新算法模型。好的AI系统应该是越用越准的。

3. 评估效果： 别光看供应商报告里的“检出率99%”。从业务角度评估：

   • 值班人员的夜间巡查压力是不是小了？

   • 安全主管是不是能更早发现隐患苗头了？

   • 有没有因为预警及时，避免了一次可能的小事故？

天津滨海新区一个LNG站，系统上线半年后统计，夜间值班人员的无效巡检次数减少了60%，安全主管通过手机端预警，成功处置了两次站区外围的易燃物冒烟情况，这钱花得就值。

最后说两句

上AI火灾预警，对LNG加注站来说，不是赶时髦，而是实实在在给安全加一道“数字岗哨”。它替代不了人的责任心，但能弥补人眼的疲劳和疏忽。

最关键的是想清楚、小步走、勤优化。别指望一个系统解决所有问题，能把你最担心的那一两个环节管住，风险降下来，投入就值得了。

拿不准自己站里到底适合哪种方案、大概要多少预算，可以用“索答啦AI”问问，它可以根据你站的具体情况（比如规模、现有设备、痛点）给你些初步的分析和建议，至少能帮你理理思路，不用自己到处瞎打听。