天然氣長輸管網大數據管理

許宜菲 梅玉杰 杜石存 楊進文 梁洪弋

【摘 要】國家石油天然氣管網集團有限公司在2019年12月9日正式成立，該公司的成立標志著中國天然氣行業進入了新的階段，中國的天然氣管網逐漸進入了市場，開始了市場化運營。天然氣管網的質量問題成為了行業中最關心的問題，天然氣管網互相溝通，成為了天然氣行業變革的重要推動作用，但是天然氣管網自身的設計較為復雜，成為了天然氣管網設計中重要的挑戰。天然氣管網市場化運營雖然面臨著重大的挑戰，但是這也更加鼓勵天然氣管網運營公司積極進行產品設計，推動天然氣管網產品的進步。

【關鍵詞】天然氣;長輸管網;大數據管理

一、天然氣管網大數據的特點

天然氣管網由于進行了市場化運營，因此，天然氣管網公司推出了天然氣管網大數據平臺，大數據平臺從天然氣管網的質量、應用范圍和應用場景進行了分析，對其中的數據進行收集，實現了數據的平臺化，能夠根據需要及時的調取數據，實現了數據的可控性。但是由于天然氣管網大數據平臺的多樣性，對于數據的收集和使用重點也不相同，天然氣管網大數據平臺的特點最主要的有以下五個方面：

1.1數據量大

天然氣管網在使用過程中會產生大量的數據，天然氣管網大數據平臺需要對產生的數據進行收集，實現對數據的分析和運用，從而實現數據的整合，能夠充分監測天然氣管網的運行狀況。同時，天然氣管網的運行和管理受到周圍天氣和環境的影響，要想保證天然氣管網的正常運行，需要對天然氣管網外部環境信息進行分析和整理，收集外部環境的信息尤為重要。因此，天然氣管網大數據平臺結合了內部運行數據和外部環境數據，數據量較大，數據的應用范圍較廣。

1.2數據采集速度大

天然氣管網大數據平臺由于對數據的使用要求較高，因此，大數據平臺的數據采集速度大，數據采集內容多，在同樣的時間內，天然氣管網大數據平臺能夠采集到更多的數據，數據采集覆蓋到天然氣管網數據平臺運行的各個階段。其中，數據采集的時間包括毫秒、分鐘級別，也包括日采集和維修階段的采集過程，各個數據平臺的采集時間段都不相同，但是都是為了滿足天然氣管網大數據平臺對于數據的要求進行的采集。

1.3數據類型多樣

天然氣管網在運行過程中面對的環境較為復雜，整個運行流程涉及到各個方面，在全流程中會產生大量的數據，數據采集環節中應該對天然氣管網現場的施工、設備的運行以及正常的營銷環節進行數據的采集，采集過程中采用的系統包含SCADA系統、管道生產管理系統（PPS）、地理信息系統（GIS）等。當信息化技術逐漸應用于天然氣管網數據采集環節，能夠加快數據采集的速度，增加數據采集的種類，能夠實現數據的合理運用，現如今由于天然氣管網的運行環境更加的復雜，更加具備多功能的特點，因此在數據采集的過程中會實現數據種類的多樣性，既包括結構化數據，也包含半結構化數據，還包含非結構化數據。這些數據雖然種類不同，但是都是為了能夠更好地實現天然氣管網的正常運行而必要的數據。

1.4數據價值密度差異大

由于天然氣管網大數據平臺采集信息的速度較快，采集信息的種類較多，因此會收集到各種各樣的信息，這些信息既有非常重要的信息，同時也有無關緊要的信息，但是這些信息組合起來能夠為天然氣管網大數據平臺提供更有效的信息支持，能夠作為重要的大數據平臺信息支撐而存在。天然氣管網大數據平臺收集的不同信息價值密度差異較大，有的甚至不會得到利用，但是這些信息應該進行收集，保證在必要的時候能夠實現運用。

1.5數據時序性、關聯性、復雜性較強

由于天然氣管網是一個整體的施工項目，因此在實際的運行過程中應該關注整體的運行狀態，對于天然氣管網大數據平臺的建設應該實現整體性，在收集信息時，能夠實現信息的流程性、關聯性。天然氣管網大數據平臺應該實現全流程化的收集信息，這樣才能夠保證收集道德信息具備關聯性和順序性。由于天然氣管網面臨的運行環境較為復雜，此時收集到的信息也會具備較強的復雜性。

二、天然氣管網可靠性評價與管理

天然氣管道系統及其設備設施的監測數據能夠提高預防性維修策略的靈活性和有效性，其中可靠性為基于設備壽命的預防性維修和基于條件的預防性維修提供了理論和方法。對于基于壽命的預防性維修，通過求解維修成本最低或設備不可用性最低的維修周期，指導設備的預防性維修。該方法存在一個重要假設前提，即假設所有相同設備服從相同的使用壽命分布，但管道系統設備設施一般分布于不同運行環境，該假設前提可能不成立，導致維修策略失靈。針對此難題，機器學習模型能夠根據傳感器監測的實時數據，準確預測設備設施的剩余使用壽命，為每臺設備定制預防性維修策略。這些方法需結合具體問題對系統進行大幅簡化。概率圖模型在表征復雜、不確定關系方面具有優勢，能夠為復雜管網系統的高效、準確可靠性評價和基于可靠性的決策支持提供模型基礎。

三、天然氣管網供應保障與決策

在決策依據方面，一方面能夠通過支持向量回歸、遞歸神經網絡等模型預測供需變化和管網剩余輸送能力;另一方面可以通過模式識別方法提煉隱藏在管網

系統運行、資源供需、環境條件等海量數據中的模式信息，預判保供態勢，預警保供風險。此外，還可通過邏輯規則學習和關聯規則，挖掘管網運行狀態、市場供需狀態、調度策略之間的邏輯關系與相關性，彌補理論與實際問題、簡單經驗與復雜問題間的認知斷層，提供更具有針對性的信息與知識基礎。在決策方法方面，目前主要運用最優化方法，通過離線優化，形成天然氣管網與供應鏈的資源調配方案這種基于運籌學的決策方法具有嚴謹的數學根基與邏輯基礎。

總結

隨著互聯網時代的到來，大數據平臺成為了重要的信息管理平臺，由于天然氣管網在運行過程中會產生較多的復雜信息，因此應該重點關注天然氣管網在運行過程中的信息，實現大數據平臺管理，對信息進行科學的收集和運用，最終服務于天然氣管網大數據平臺和管網的正常運行，實現天然氣行業的信息化發展。

參考文獻：

[1]王巨洪，張世斌，王新，李榮光，王婷.中俄東線智能管道數據可視化探索與實踐[J].油氣儲運，2020，39（2）：169-175.

[2]蔡永軍，蔣紅艷，王繼方，王瀟瀟，李莉，陳國群，等.智慧管道總體架構設計及關鍵技術[J].油氣儲運，2019，38（2）：121-129

[3]顏慶龍，葉國清，華晶，紀海濤.智能工地在中俄東線天然氣管道工程的實踐[J].智能建筑，2018，21（9）：65-68.

[4]宮敬，徐波，張微波.中俄東線智能化工藝運行基礎與實現的思考[J].油氣儲運，2020，39（2）：130-139.

（作者單位：新天綠色能源股份有限公司）