目前，天津石化共有超过1582台监控摄像头，其中数字高清摄像机约占三分之一，其余为模拟摄像头。通过监控设备对仓储、生产等环节，尤其是罐区、汽车栈台、热油泵、“高换”、高温管线等设备进行全天候、无死角的有效监控，安全隐患能够及时预警和排查，最终将隐患消除在萌芽阶段，这些摄像头编织成一张监控网络，为天津石化的安全生产保驾护航。
但是，随着全生产及视频监控全覆盖建设的推进，需要监控的点位越来越多，天津石化当时的监控手段却还停留在人工巡查的水平上，及时发现异常越来越困难，急需要提升视频智能应用水平和技术手段。
相对于传统的视频监控，智能视频监控利用计算机模式识别、机器视觉、人工智能、网络通信以及海量数据管理的技术，将智能算法嵌入到数字信号处理中，分析和提炼目标的各种行为模式，形成核心算法。通过目标检测、目标跟踪、目标分类、行为分析，根据机器深度学习特征库进行比较和比对，达到辨识采集到的视频图像行为理解的目的，对目标的框架周长和行动轨迹打上标签，做出预警和实时报警，触发录像，实现智能监控识别。
天津石化通过为原有的视频监控系统加入智能视频分析平台，进行图像预处理和学习训练模型，同时将智能视频分析系统与预警平台集成，实现预警、视频联动，实现了视频监控的智能化改造。但是，智能化改造伴随的首先就是海量数据的处理以及大量学习模型的建立，各种行为模型的分析提炼也必然需要占用大量计算和存储空间。比如：对烟火的识别，要想促使监控设备实现准确无误的判断和预警，就需要针对不同时间段、不同温度、不同天气、不同季节、不同干湿度建立不同的学习模型，通过大量的机器学习和深度学习，完善智能视频监控系统对不同场景的识别和判断能力。而如果采用传统方式，则只能通过值班人员观看视频实现人工预警，这样就需要大量的人员724小时驻守值班，同时差错率也较高。
采用云服务的方式为智能化监控提供了全新的选择，浪潮云为天津石化定制了配套的上云方案，配合智能化监控系统，浪潮云提供了机器学习和深度学习的平台，将监控视频数据迁移到公有云平台进行不同模型的训练，模型训练结束后，资源可以快速释放，实现了资源的弹性扩容，大幅降低了智能化改造的成本，为系统的不断优化提供稳定的支撑服务。浪潮云的加入让天津石化视频监控智能化改造之路摆脱了传统方式的束缚，更为下一步智能化的不断改造和提升打下了基础，随着企业生产规模的扩大，监控设备的增加，上云需求也会持续增长，浪潮云平台的安全可靠性也将为天津石化智能监控体系持续赋能。
智能化改造是目前诸多传统企业、行业的普遍需求，但不论是监控设备还是生产设备的智能化改造，其过程不仅涉及到设备本身的更新迭代，还必须进行配套的计算、存储等后台处理能力的提升，而“上云”一方面能够提升数据处理和深度学习能力，另一方面也为企业解决了持续的硬件投入带来的成本增加问题，实现降本增效，为智能化改造铺平道路。
