山地油氣管道智能化建設架構與方法

鄒永勝 梁 俊 高建章 熊 明 吳志鋒 李章青 王維國 張興龍

中國石油天然氣股份有限公司西南管道分公司, 四川 成都 610041

0 前言

2017年5月,國家發改委、國家能源局聯合下發了《中長期油氣管網規劃》,明確提出中國油氣長輸管道將迎來新的建設高峰,迫切需要提升科技支撐力,加強油氣管網與信息等領域新技術創新融合,提高管道智能化運行水平[1-5]。

中國西南地區油氣管道70%以上為大落差山地管道,沿線地形起伏劇烈,穿跨越多,水力參數變化大;地震活動頻繁,地質災害風險高;國際河流多,安全環保任務重。這些風險點和難點[6-10],通過傳統的技術手段很難得到有效管控,需要探索適合西南山地油氣管道智能化建設新模式。

1 國外管道智能化建設

通過調研意大利SNAM公司、美國哥倫比亞管道集團、挪威康士伯數據公司在管道智能化建設中的成功作法,總結出國外管道智能化運行主體架構。人機混合智能決策是國外智能化管道運行重點,基于大數據挖掘、機器學習、數字孿生體等技術建立了智能決策輔助平臺,能夠實現油氣管道在線仿真、設備遠程監測與控制、地質災害在線監測、管道完整性管理等功能,形成最優的人機混合決策方案,提升管道經濟、安全運行水平。

1.1 國外管道智能化建設主體架構

國外管道智能化建設的主體架構總體可分為數據感知層、數據傳輸層、數據標準化層、應用與決策優化層以及控制層,見圖1。目前,針對油氣管道數據感知層、數據傳輸層、數據標準化層的建設,國內外建設差距不斷縮小[11],建設思路基本一致,即：數據感知層是通過各種感知手段,實現管道本體、設備設施、周邊環境、管理人員以及儲備物資數據的智能采集和處理,是管道智能化建設的數據基礎;數據傳輸層對所有數據進行加密傳輸,實現網絡互聯互通,打破信息孤島;數據標準化層通過云平臺,對數據進行清洗、轉化及存儲,實現數據統一[12]。

圖1 國外管道智能化建設主體架構圖Fig.1 Main structure of smart construction of foreign pipelines

國內外技術差距較大的層次是應用與決策優化層和控制層。應用與決策優化層是管道智能化建設核心。國外管道智能化基于數字孿生體技術、大數據分析技術、在線仿真與優化技術、管道完整性管理技術等,建立機理模型和人工智能模型,實現人機混合決策、風險預警預測、設備故障預測性維護等功能;控制層是管道智能化的執行層,國外管道智能化主要依靠先進的工控系統實現對設備的精準執行與動作,實現對管道的閉環智能控制。

1.2 國外管道智能化建設特色技術

1.2.1 意大利SNAM公司

意大利SNAM公司是歐洲領先的天然氣管道公司,運維著意大利本土約95%的天然氣集輸系統,其管道智能化建設架構見圖2。SNAM公司通過部署SIMONE在線仿真系統、E-vpmsTM在線監測系統,建立瞬態仿真引擎和預測引擎,實現在線仿真、生存時間分析、管輸計劃制定、管存預測、泄漏監測與定位等功能,依托員工任務智能分配系統,評估員工專業技能,將任務遠程分配至最佳員工手持移動設備終端,形成閉環智能控制。

圖2 意大利SNAM管道智能化建設架構圖Fig.2 Italian SNAM’s pipeline smart construction framework

1.2.2 美國哥倫比亞管道集團

美國哥倫比亞管道集團存儲天然氣85×108m3,運營超過2.4×104km的洲際天然氣管道,是北美地區主要的管道運營商,其管道智能化建設架構見圖3。美國哥倫比亞管道集團擁有三大管道運行智能決策優化平臺,分別為GE PVI管道完整性管理平臺、GE Predix工業物聯網平臺和GE Samllworld GIS資產管理平臺。基于工業物聯網、管道完整性、三維建模等技術,三大平臺能夠實現數據采集、工況分析預測、管道管理優化、動態資產評估、設備信息數據可視化等功能,將決策優化信息上傳至調控中心,由調控中心控制優化管道運行狀態,形成閉環智能控制。

圖3 美國哥倫比亞管道集團管道智能化建設架構圖Fig.3 American Columbia Pipeline Group’s pipeline smart construction framework

1.2.3 挪威康士伯數據公司

挪威康士伯數據公司的核心技術是管道數字孿生體建模技術,能在數據平臺實現多物理量、多尺度、多業務場景的油氣管網過程仿真,實現管網運行各環節仿真優化結果,指導實體管道建設運營業務優化。

挪威康士伯數據公司指出管道智能化數字孿生體技術發展分三個階段：過去,現場操作人員通過自控系統對管道運行狀態進行調節與控制,依靠經驗進行決策判斷的情況較多;現在,通過數字孿生體技術建立管道虛擬仿真模型,以輔助決策的方式指導現場操作人員進行生產操作,顯著降低因經驗判斷而引起的管道生產運行風險,使管道運行狀態優化;未來,通過數字孿生體技術直接對自控系統下達指令,將管道運行狀態調整到最優,實現無人站場、區域化管理、管道智能化運行等一系列目標。該公司數字孿生體技術發展見圖4。

圖4 挪威康士伯數據公司數字孿生體技術發展圖Fig.4 Digital twin technology development of Norwegian KONGSBERG

1.3 國外管道智能化建設特點

根據國外管道智能化建設主體架構和特色技術,得出國外管道智能化具備三大特征,即對自身狀態和外界信息的自主感知能力，對自身安全狀態和外部威脅事件的自主分析與認知能力以及對設備的精準執行與動作能力,國外管道智能化建設特色技術見表1。感知能力指基于完善的數據采集、傳輸、存儲與標準化系統,實現管道內部、外部狀態數據精確感知；自主分析與認知能力指依托應用與決策優化層,分析、預判管網運行狀態,通過人機混合決策,獲得最佳運行方案;執行與動作能力指基于先進的工控系統,將管網運行調整到最佳狀態,實現智能閉環控制。

表1 國外管道智能化建設特色技術

Tab.1 Characteristic technologies for smart pipeline construction abroad

運營公司或服務商特點特色技術意大利SNAM公司三大決策優化系統SIMONE在線仿真系統E-vpmsTM在線監測系統員工任務智能分配系統美國哥倫比亞管道集團三大決策優化平臺GE PVI管道完整性管理平臺GE Predix工業物聯網平臺GE Samllworld GIS資產管理平臺挪威康士伯數據公司數字孿生體建模管道數字孿生體技術

2 山地油氣管道智能化建設內涵

在調研國外管道智能化建設架構與特色技術的基礎上,結合中國西南地區山地油氣管道地質地貌、氣象、流域特點,提出了山地油氣管道智能化建設內涵與架構。

2.1 建設瓶頸

西南地區山地油氣管道地質、地貌和水文條件復雜,具有山多、河多、地質災害多等顯著特點。在對標國外智能化管道的感知能力、自主分析與認知能力、執行與動作能力時,結合山地管道特點,在管道智能化建設過程中,具有以下主要瓶頸。

1)數據感知與傳輸方面:地形復雜,風險點分散,巡檢和數據采集難度大,目前山地油氣管道感知數據類型、數量和傳輸方式不滿足管道智能運行大數據決策分析的需求。

2)應用與決策優化方面:缺乏管道及站場工藝運行仿真及管控、安全監測及應急管控、全生命周期完整性管理軟件和智能決策系統,不能實現智能分析、預判與決策,難以實現預測預警可控。

3)自動控制系統方面:目前仍以人為干預控制為主,工控系統及邏輯功能不滿足遠程控制及無人操作、智能聯動要求,尚未形成閉環智能控制。

2.2 建設內涵

為解決山地油氣管道智能化建設瓶頸,指導具有山地特色的油氣管道智能化建設,提出山地油氣管道智能化建設內涵:建設形成以先進的數據感知傳輸系統為基礎,完善的智能化運行決策系統為核心,高仿真3D模型為載體的管道、站場數字孿生體[13-14],實現管道和站場各種運行工況的在線預測、預警、決策與優化,提出應急管控措施。通過先進的工控系統,實時優化管道運行狀態,大幅提高運行效益，降低運行風險,實現管道運行的經濟高效和本質安全。山地油氣管道智能化建設內涵見圖5。

圖5 山地油氣管道智能化建設內涵圖Fig.5 Connotation flow chart of smart construction of mountain oil and gas pipelines

3 山地油氣管道智能化建設架構

在山地油氣管道智能化建設內涵的指導下,設計了由數據感知層、數據傳輸層、數據標準化層、應用與決策優化層、控制層等五層縱向體系構成的山地油氣管道建設總體架構,提出了應用與決策優化層中包含運行管控系統、安全管控系統、全生命周期完整性管理系統三大系統的橫向建設架構,山地油氣管道智能化建設架構見圖6。

1)數據感知層:基于傳感器、無人機[15]、衛星遙感天地一體化地質災害監測技術[16]、高后果區智能視頻監控和光纖預警技術,監測土體應力應變及位移數據、管道應力應變及位移數據、高后果區智能視頻監控數據、陰極保護數據、管道泄漏數據、站場關鍵設備數據、安全環保數據、安全儀表數據,實現數據全面感知與信息融合。

2)數據傳輸層:針對山地管道偏遠地區通信強度弱、兩高地區(高后果區、高風險段)數據傳輸量大等特點,基于操作技術(OT)與通信技術(CT)建立管道工業物聯網[17-18],結合邊緣計算、區塊鏈技術等手段,做到數據一次采集、按需調用,實現多種數據傳輸方式互聯互通和數據共享。

圖6 山地油氣管道智能化建設架構圖Fig.6 Framework of smart construction of mountain oil and gas pipelines

3)數據標準化層:針對山地油氣管道海量數據的產生、篩選、標準化與存儲,依托數據湖、云數據中心,實現低價值、低密度數據的識別、篩選、清理[19-20],數據統一管控、按需分配;圍繞山地管道數據資產全生命周期管理特點,設計特定化數據模型[21-22],形成山地管道數據標準體系,統一數據標準，提高數據質量，實現數據融合共享。

4)應用與決策優化層:應用與決策優化層是管道智能化建設的核心部分。輸入管道感知數據,輸出決策與優化信息,建立復雜機理模型與高效求解算法,實現電腦大屏3D模型上實時數據與預測數據的展示,進行人機混合決策,優化管道、站場運行狀態。

5)控制層:完善的邏輯控制程序,可以準確執行管道智能化決策優化的命令,精準動作管道、站場設備,調整管道運行狀態,優化管道運行參數,由數據感知系統對優化后參數進行再次采集,繼續進行決策優化和智能控制,形成一套管道智能化運行的閉環系統,保證管道安全、經濟運行。

4 山地油氣管道智能化建設方法

在山地油氣管道智能化建設架構基礎上,遵循統籌規劃、分步實施的原則,提出山地油氣管道智能化建設五步法,見圖7。其核心思路:第一步,基于統一標準的物聯網技術,實現對管道本體、關鍵設備、自然環境及運行人員數據的全面感知和多網互聯數據傳輸;第二步,通過管道數字化恢復,建立管道、站場高仿真3D模型,以虛擬管道、站場3D模型為數據載體實現數據資產可視化,依托云數據平臺,設計特定化數據模型,形成山地管道數據標準體系;第三步,基于機理模型、優化模型,開發能夠實現管道狀態監測、預測、評估、預警、優化的智能決策系統及軟件,輔助人工進行決策;第四步,基于機器學習,大數據挖掘等技術,開發深度智能決策系統及軟件,實現人機混合決策;第五步,基于數字孿生體技術,實現3D管道模型對管道物理實體的在線仿真、狀態重建、風險監測、調度優化、設備故障診斷等功能,顯著減少人為干預,實現智能閉環控制。

圖7 山地油氣管道智能化建設五步法結構圖Fig.7 Structure diagram of the five-step method for smart construction of mountain oil and gas pipelines

5 結論

1)對標多家國外管道公司在管道智能化建設的成功做法,設計山地油氣管道智能化建設架構。針對山地油氣管道系統運營管理難度大、風險管控難度高等特點,需要重點建立管網全局全時段仿真及優化模型和求解算法,結合大數據挖掘、數字孿生體等技術,逐步形成自學習能力,不斷提高人機對話水平,實現人機混合決策的初級應用。

2)分析山地油氣管道地質地貌、氣象、水系流域復雜性帶來的智能化建設瓶頸,提出山地油氣管道智能化建設內涵,建設形成以先進的數據感知傳輸系統為基礎,完善的智能化運行決策系統為核心,高仿真3D模型為載體的管道、站場數字孿生體,實現管道運行的經濟高效和本質安全。

3)提出山地油氣管道智能化建設五步法,為管道智能化建設運營提供合理實現路徑,實現管道可視化、網絡化、智能化管理,旨在最終達到“數據全面感知、數據互聯互通、數據標準統一、人機混合決策、閉環智能控制”的建設目標。