基于失效數據的油氣管道定量風險評價方法

帥 健 單 克

中國石油大學（北京）機械與儲運工程學院

0 引言

管道風險評價的目的在于識別管道危險因素，對整個管道系統的風險值進行評估排序，為制訂風險減緩措施、保證管道安全運行提供技術支持。近年來層出不窮的管道事故更加凸顯了油氣管道風險評價的重要性。

油氣管道定量風險評價是管道風險管控的重要技術之一，國內外學者對此均開展了大量的研究[1-8]。黃小美等[2]將基于管道失效歷史數據的方法與專家判斷方法相結合，從中找出這兩種方法之間的聯系，得到描述其相互關系的方程式。Onisawa[3]提出了將模糊數（Fuzzy Possibility Score，FPS）轉化成模糊概率（Fuzzy Possibility，FP）。Shi等[4]將層次分析法與模糊綜合評價法相結合，用改進后的層次分析法計算專家權重，用模糊綜合評價法計算模糊矩陣，從而減小專家評判主觀性的影響。Liang等[5]將故障樹分析法與神經網絡相結合，對管道第三方破壞進行風險評估和分類。Lam和Zhou[8]基于數據庫，研究美國管道事故關于管徑、安裝年份、地區等級、失效原因等參數的分布情況，為管道定量風險評價奠定基礎。研究表明，管道失效歷史數據對于管道定量風險評價而言，是一項非常重要的基礎資料，現在較流行的專家打分法，沒有充分利用國內外管道的歷史失效數據，評價方法的主觀性較強。

基于此，筆者在分析國內外油氣管道失效歷史數據的基礎上，建立基于歷史失效數據的油氣管道定量風險評價模型，并建立了紅橙黃藍四色風險分級標準，以期減小油氣管道定量風險評價過程中主觀因素的影響，并進行合理的風險分級。

1 危害因素識別

魚骨圖是一種發現工程系統問題“根本原因”的分析方法。在管道的風險評價過程中，對收集到的管道歷史數據進行分析，是對管道風險因素進行合理分類的前提。基于筆者以前對國內油氣管道失效原因分類的分析，采用魚骨圖將油氣管道事故原因分為腐蝕、第三方破壞、自然力破壞、材料/焊接/裝備失效、誤操作、其他原因等6大類[9]，每一大類可分為若干小類（圖1），該分類也是建立管道定量風險評價指標體系的基礎。

圖1 基于魚骨圖法的油氣管道危害因素識別圖

2 美國油氣管道事故分類統計

事故分類統計是得到失效概率的基礎，美國是目前世界上管道系統最為完善的國家，通過對美國運輸部（Department of Transportation，DOT）下屬的管道及危險物品安全管理局（Pipeline and Hazardous Materials Safety Administration，PHMSA）數據庫[10]的油氣管道里程數據、事故數據和失效因素數據進行統計分析，可以得到油氣管道的失效概率。

美國每年油氣管道的長度變化統計數據如圖2所示。美國PHMSA數據庫將管道事故劃分為：一般事故、較大事故和重大事故3種類型，并且給出每類事故的劃分標準[11]，事故統計數據如圖3所示，油氣管道事故原因比例分布如圖4所示。

圖2 美國油氣管道長度變化統計圖

圖3 美國油氣管道事故統計圖

3 失效概率評估

3.1 評估模型

圖4 美國油氣管道事故原因比例分布圖

基于修正因子的油氣管道失效概率計算方法如式（1）所示。根據統計資料獲得由i失效因素引起的管道失效概率，將其作為基本失效概率（Ri），通過失效概率修正因子（Fi）對基本失效概率（Ri）進行修正，求得要評價管線由i失效因素引起的失效概率。各個因素引起的失效概率相加即得到各段管線的失效概率。評估模型見圖5。

式中P表示管道失效概率，次/（km·a）；Pi表示由i失效因素引起的失效概率，次/（km·a）；Ri表示失效因素i對應的基本失效概率，次/（km·a）； Fi表示失效因素i對應的失效概率修正因子；l表示失效因素的個數，根據前面的分類，此處l =6。

那微笑震撼了諸葛玉，他心想：“怎么會有人面對我的劍法還笑得出來？這笑容居然還如此輕蔑？難道……他不怕死嗎？”

3.2 基本失效概率計算

管道基本失效概率也可以理解為平均失效概率，是指某國家或者某企業管道系統平均每年每千米發生的事故數量，反映了管道失效概率的平均狀況，可作為管道失效概率評估的基準線。基本失效概率需要通過大量的歷史失效數據的統計資料獲得，該統計資料來源于管道事故的歷史記錄，如管道失效數據庫。基于歷史失效數據的管道某失效因素i的基本失效概率（Ri）可通過式（2）計算。

式中αi表示失效因素i所占的比例；m表示年數；Nk表示第k年管道發生的事故數量；Lk表示第k年的管道長度，km。

根據前述美國PHMSA數據庫的油氣管道里程數據、事故數據和失效因素數據統計的結果，按照式（2）計算油氣管道基本失效概率，計算結果見表1。

3.3 修正因子指標體系

圖5 油氣管道失效概率評估模型圖

表1 油氣管道基本失效概率表

基本失效概率可以由統計資料獲得，但由于統計資料多來源于油氣管道事故的歷史記錄，所以其得出的值只能視為處于平均狀態下的管道的失效概率，并不能完全真實地反映特定管道、特定時間、特定運行條件下的失效概率情況，需要通過建立模型對基本失效概率進行修正和更新[12]。修正因子指標體系由6個一級指標和若干個二級指標組成。一級修正因子指標的值可以根據二級修正因子指標的值與二級指標在一級指標中所占的權重的乘積求得。如下式所示：

式中Fij表示二級修正因子指標的值；wij表示二級修正因子指標j在一級修正因子指標i中的權重；n表示一級修正因子指標i中二級指標的個數。

為了減少風險評價過程中的主觀性，盡可能將修正因子指標量化。考慮各個指標獲取和量化的難易程度，將修正因子指標劃分為3種類型：定量指標、半定量指標以及定性指標。

3.3.1 定量指標

3.3.2 半定量指標

半定量指標包括土壤腐蝕速率、陰極保護電位、防腐層最大衰減率、雜散電流干擾、管道安全系數、系統安全系數、SCADA系統可靠度等（表2）。根據歷史失效數據尚不能建立這些指標與失效概率間的函數關系，但是可以參照現行標準或者管理者手冊的量化分級標準對半定量指標進行分級。

3.3.3 定性指標

圖6 定量指標與失效頻率間的擬合函數圖

表2 半定量指標表

對于定性指標，由于沒有確切數據作為支撐，不能量化，并且現行標準或管理手冊中也沒有相應的檢測方法對其進行量化分級，需憑借專家既往經驗判斷確定其等級劃分準則，定性指標見表3。 修正因子的取值根據修正因子的等級確定。如果修正因子處于平均水平，則修正因子取“1”，此時管道系統的失效概率等于基本失效概率。如果修正因子處于較好的水平，則修正因子的取值小于“1”，反之則大于“1”。采用修正因子的方法評估管道失效概率，重點是確定上述提到的“平均水平”。對于定量修正因子指標來說，通過積分中值定理求得擬合函數的平均失效概率，將該平均失效概率視為“平均水平”，每個定量指標對應的失效概率值除以該平均失效概率即為定量修正因子指標的值。半定量和定性指標修正因子的值可以根據模糊評價法求得，每個等級對應相應模糊數，“Ⅰ”對應“0.1”，“Ⅱ”對應“0.3”，“Ⅲ”對應“0.5”，“Ⅳ”對應“0.7”，“Ⅴ”對應“0.9”，然后利用荷蘭學者Onisawa[3]提出的經驗公式將模糊數轉換成模糊概率，同時將等級“Ⅲ”視為“平均水平”，相應的修正因子取值為“1”，其他4個等級對應的修正因子的值為各個等級對應的模糊概率與等級“Ⅲ”對應的模糊概率（平均失效概率）的比值。另外，每個二級修正因子指標的權重值為每個指標的平均失效概率除以所有指標的平均失效概率之和。

表3 定性指標表

4 失效后果評估

失效后果評估采用評分模型。用失效后果評分來衡量管道泄漏后果的嚴重程度，分值越高，說明泄漏后果越嚴重，風險越高。參考KENT法[18]、GB/T 27512—2011《埋地鋼質管道風險評估方法》[17]、SY/T 6891.1—2012《油氣管道風險評價方法 第1部分：半定量評價法》[18]、SY/T 6828—2011《油氣管道地質災害風險管理技術規范》[19]等方法與標準，建立失效后果評估模型，后果模型總分為2 500分。失效后果的計算公式如下：

式中Cof表示失效后果總分；PH表示介質危害性評分；LV表示泄漏量評分；DS表示擴散情況評分；RT表示危害受體評分。

5 風險分級

采用風險矩陣法將油氣管道風險分為4級，并用“紅橙黃藍”4色表示，其目的是對油氣管道風險進行分析、排序，確定關注重點和優先級順序，以便有針對性地做到分級核查、報告、追責和管理。在該風險評價矩陣中，用失效概率量化失效可能性，用后果評分量化失效后果的嚴重程度，使風險矩陣的各個等級明確化、清晰化。風險評價矩陣見表4。

6 實例驗證

以某管道公司的輸氣管道為例，進行工程應用示范。該管線沿途經過山地、城鎮、工業區、農田等，穿越公路、鐵路、河流，全長69.8 km。管道設計壓力為1.6 MPa，工作壓力為1.4 MPa，輸送介質為天然氣，管道規格為?510 mm×7.9 mm，材質為X52鋼管，防腐層為3PE防腐層，于2010年1月投入使用。

根據該管線的具體情況，結合相關的檢測數據，以閥室和敷設環境為劃分依據，將該管線劃分為28段。根據第3、4、5節提出的評估方法，得到該管線各段失效概率、失效后果以及風險等級的評價結果（表5），該管線按里程的風險分布情況見圖7。評價結果顯示：該管線的失效概率在1×10－4～1×10－2次/（km·a），失效可能性為中等偏高，無極高失效可能性管段；其失效后果評分介于180～1 500，存在失效后果很大的管段；綜合失效概率及失效后果，該管線低風險的管段有8段，占總長度的35.60%，一般風險的管段有14段，占總長度的38.11%，較大風險的管段有5段，占總長度的19.69%，重大風險的管段有1段，占總長度的6.59%。

表4 油氣管道安全風險矩陣表

表5 某管線各段的風險評價結果表

7 結論與建議

本文建立了基于歷史失效數據的油氣管道定量風險評價模型，確定了油氣管道的基本失效概率與修正因子的指標體系，并以某輸氣管線為例，對提出的風險評價方法與分級標準進行實例驗證。通過研究，得到具體結論如下：

圖7 某管道風險等級按管道里程的分布圖

1）根據各個指標量化的難易程度將修正因子分為3類：定量指標、半定量指標、定性指標。定量指標可依靠統計數據進行量化評分，半定量指標參考相關標準或手冊的量化檢測結果進行等級評定，定量和半定量指標評定中，都不包含主觀因素，而定性指標則主要依靠專家經驗判斷進行等級評定，具有一定的主觀依賴性。通過這3類指標的劃分，可最大程度地降低風險評價的主觀依賴性，增強了風險評價的準確性。

2）構建了油氣管道風險矩陣，用失效概率量化失效可能性，用后果評分量化失效后果的嚴重程度，繪制“紅橙黃藍”4色管道風險分布圖，使各管段的風險等級明確化、清晰化，便于對油氣管道實施風險分級管控策略。

3）實例管線中，低風險管段有8段，占總長度的35.60%，一般風險管段有14段，占總長度的38.11%，較大風險管段有5段，占總長度的19.69%，重大風險管段有1段，占總長度的6.59%。另外，整條管線主要的危害因素為：雜散電流干擾、外防腐層破損、內腐蝕、管道本體缺陷未修復、水平凈距不足、個別區段地質災害敏感。可有針對性地采取風險管控措施，尤其是較大風險和重大風險管段。

4）與僅僅依靠專家打分的方法相比，筆者提出的基于歷史失效數據的方法較為客觀。然而，這種基于歷史失效數據的風險評價模型的準確性，依賴于管道失效數據的統計分析結果，需要建立全行業范圍的油氣管道失效數據庫，而這恰恰是我國現階段所缺少的。因此，建議建立全行業或全國范圍的管道失效數據庫，為基于歷史數據的定量風險評價乃至提出風險管控措施提供依據。

（修改回稿日期 2018-07-09 編 輯 羅冬梅）

長慶油田水力噴射多段壓裂改造儲層連獲高產氣井

繼2018年8月5日中國石油長慶油田公司（以下簡稱長慶油田）在蘇東南區G11-4井場經水力噴射8段壓裂改造，連獲2口日產超100×104m3的高產氣井后，8月28日，長慶油田采氣一廠又在靖65-37H2井經水力噴射9段壓裂改造后，獲日產103.283 1×104m3高產工業氣流。長慶油田僅在8月份，就一舉獲得3口高產氣井。

伴隨國家提出“加快天然氣開發”和下游用戶對天然氣的旺盛需求，天然氣的勘探開發已成為關系國計民生的關鍵，對改善國家能源消費結構、保護生態環境起著不可替代的重要作用。長慶油田承擔著向京津冀等地近百座大中城市的供氣重任，惠及民眾4億多人。據悉，長慶油田天然氣產量約占全國總產量的1/4，在全國天然氣生產中占有舉足輕重的地位。

2018年年初以來，長慶油田及時確立了“穩油增氣”的戰略目標，并將年產天然氣目標追加到380×108m3的歷史最高點。為確保這一目標的實現，長慶油田將今年的天然氣產能建設任務提高到100×108m3目標，創年度天然氣產能建設總量單位歷史之最。

負責靖邊、榆林、蘇里格、子洲、神木、米脂、慶陽、宜黃八大氣區九大氣田開發的各采氣廠，面對產建任務工作量大、外部環境復雜、老井穩產難等多種不利因素，持續加大科技創新力度，靠深化改革解決發展中遇到的問題，立足年度產氣目標，奪得了一個個氣田勘探開發及穩產上產的主動權。

（天工 摘編自《中國石油報》）