地鐵對高壓天然氣管道雜散電流干擾監測評價

1 概述

隨著城市建設發展，地鐵附近天然氣管道遭受干擾的報道日益增多。北京地鐵第一期工程投入運營數年后，其主體結構鋼筋發現嚴重腐蝕，隧道內水管腐蝕穿孔，僅東段部分區段更換穿孔水管54處

。上海地鐵二號線世紀大道DN 300 mm天然氣鋼管已發生近10次腐蝕泄漏事故，直接或間接損失高達200×10

元

。1999年廣州地鐵一號線全線開通，2000年起，市區中壓管網腐蝕搶修數量大幅上升，并一直處于高位狀態

。王紅霞等分析了某機坪輸油管道保護電位出現的嚴重漂移現象，發現其電位漂移時間與通往該機場的地鐵開始調試和正式運行的時間吻合，確定該干擾來源于地鐵直流雜散電流

。

通過現場診斷有效防護、進而消除雜散電流對鋼質管道的干擾，是近年來的研究熱點。趙晉云等通過測試新大線輸油管道管地電位等參數，明確了干擾來自與管道近距離平行的大連快軌三號線，并提出增加陰極保護裝置和極性接地排流來抑制雜散電流干擾

。劉軍使用一種新型的極化試片電流測試方法，采用高精度數據記錄儀，直接監測受到動態雜散電流干擾的極化試片中流進、流出的直流電流，對其評價，進而為查找直流雜散電流干擾腐蝕風險點提供依據

。蔡彬彬等分析南京地鐵二號線馬群車輛段雜散電流腐蝕燃氣管道情況，提出了用晶閘管取代二極管的新方案，并通過治理前后數據對比，驗證了其方案的可行性

。

本文對佛山新近開通的地鐵二號線附近的高壓天然氣管道，安裝無線遠傳監測裝置，連續記錄地鐵開通數月內的通電電位、斷電電位、犧牲陽極電流等數據，并對這些數據進行分析，以期了解地鐵直流雜散電流的干擾規律，為可能采取的防治措施提供依據。根據動態雜散電流評價標準，確定管道的腐蝕風險等級，并提出了陰極保護系統改進建議。

2 測試現場概況

現場測點布置見圖1。出南莊門站的天然氣管道(紅色)向北延伸到季華西路后折向西，另一路直接向北延伸。地鐵正線位于季華西路中央下方12～15 m深處，在以地鐵車庫為中心、半徑2 km左右的管道上，選取9個測點。1號測點位于湖涌站西偏南805 m，2號測點位于湖涌站南側119 m，地鐵自1號測點、2號測點之間穿過。3號測點位于地鐵正線南側110 m，距湖涌站630 m。4號測點是出南莊門站管道南行的首個測試樁， 5號測點位于南莊門站東側。6號測點和7號測點西側為地鐵車庫，緊鄰進出庫軌道。在更北側的管道上，選擇8號和9號測點，觀察受地鐵干擾的情況。

測試區域內天然氣管道以5號測點為界，北側和南側管道2006年投產，西側管道2013年投產，全部采用加強級3PE防腐層。管道防腐層狀況整體良好，總長度約4 860 m管段中，僅204 m管段分級評價為3～4級，3級評價為“老化程度及表現處于老化較輕，基本完整”，4級評價為“老化較嚴重、有剝離和較嚴重的吸水現象”。該區域內的管道陰極保護采用強制電流結合局部犧牲陽極的方式。南莊門站內設強制電流保護站，設定為恒電流輸出模式。除4號測點(無犧牲陽極)外，1號、2號、3號、5號、7號、8號、9號測點均布設鎂陽極，6 號測點布設鋅陽極。

3 測試設備功能

9個測點上安裝自行開發的雜散電流無線遠傳監測裝置，見圖2。測量參數包括：通電電位、斷電電位、犧牲陽極電流、交流干擾電壓。具有本地存儲及無線遠傳功能，采樣頻率1 Hz，24 h連續監控。使用長效銅/飽和硫酸銅(CSE)參比電極，垂直埋置在土壤中。斷電電位參照GB/T 21246—2020《埋地鋼質管道陰極保護參數測量方法》，采用繼電器進行12 s通、3 s斷連續循環，讀取管道斷電電位。

4 各測點電位結果與分析

4.1 通電電位、斷電電位受地鐵運行影響

以1號測點為例，1號測點2022年3月28日通電電位、斷電電位見圖3。可以看出，夜間地鐵停運時，通電電位、斷電電位的背景值(分別稱為通電背景電位、斷電背景電位)基本穩定，分別為-1.17 V、-0.59 V左右。若不考慮瞬時出現的大幅負向偏移，地鐵運行時段通電電位的波動范圍-1.79～1.00 V，斷電電位波動范圍-0.625～-0.443 V。其他測點的通電電位與斷電電位與1號測點相似，均受地鐵運行影響嚴重。

4.2 電位波動與地鐵運行時間關聯性

2022年1月8日14:00—14:15各測點通電電位的變化見圖4。2022年1月8日14:00—14:15湖涌站地鐵進出站對1～3號測點通電電位的影響見圖5。

數學活動的定義非常廣泛，所有的數學學習行為都是數學活動。史寧中教授將數學基本活動經驗從思維上劃分為觀察、歸納猜想、表達、驗證（證明）等幾個大的維度，他認為經歷了這些數學基本活動過程，積淀形成一定數學思維模式[8]，在小學數學中有數與代數、圖形與幾何、統計與概率、綜合與應用四大領域，那么，史寧中教授的思維劃分顯然是，每個領域的活動都可以劃分為觀察、歸納猜想、表達、驗證（證明）等維度。

莊子還有句話說：人能虛己以游世，其孰能害之。一個人要是不把自己當回事，那就沒有人能讓他憤怒，讓他生氣。一個人的自尊太強、自我意識太強，別人稍微冒犯，他就立馬反彈回去。而每個人都有每個人的生活方式，嘗試放下“我”，站在對面的角度去考慮，去理解，去寬宥。

詳察古今，研精篆素，盡善盡美，其惟王逸少乎！觀其點曳之工，裁成之妙，煙霏露結，狀若斷而還連；鳳翥龍蟠，勢如斜而反直。玩之不覺為倦，覽之莫識其端，心慕手追，此人而已。其余區區之類，何足論哉！[9](《王羲之傳》，P2108)

4.3 通、斷電電位波動規律及 Pearson相關系數

① 通、斷電電位波動規律分析

以0.5 h為統計時間間隔，對各測點通電電位相對于夜間停運時段通電背景電位的正向偏移的平均值(以下簡稱通電正偏)與負向偏移的平均值(以下簡稱通電負偏)、斷電電位相對于夜間停運時段斷電背景電位的正向偏移的平均值(以下簡稱斷電正偏)與負向偏移的平均值(以下簡稱斷電負偏)、經過各測點的地鐵運行次數進行統計。以1號測點為例，2022年1月8日統計結果見圖6、7，圖中橫坐標時間6：00對應統計時段5：30—6：00，其他時間以此類推。

圖5以脈沖形式給出了地鐵進出湖涌站的時刻(從東到西為下行線，從西到東為上行線)，可以看出，地鐵運行的時間間隔與通電電位的波動周期完全吻合，其峰谷數量與地鐵運行頻次也一一對應。

② Pearson相關系數定義

采用二元變量相關分析中的Pearson相關系數

量化描述所有測點通電正偏、通電負偏、斷電正偏、斷電負偏與地鐵0.5 h運行次數之間的相關性。

Pearson相關系數

的取值范圍為[-1,1]，

>0為正相關，

<0為負相關，

=0表示不存在線性關系，|

|=1表示完全線性相關。|

|≤0.3為不存在線性相關，0.3<|

|≤0.5為低度線性相關，0.5<|

|≤0.8為顯著線性相關，|

|>0.8為高度線性相關

。

③ Pearson相關系數計算結果

2022年1月8日各測點通電正偏、通電負偏、斷電正偏、斷電負偏與地鐵0.5 h運行次數之間的Pearson相關系數見表1。

這一節中,首先給出Γ中η值平方可積函數f修正隨機梯度的定義,這里“修正”是指本文的定義是在文獻[8]關于隨機梯度定義的基礎上,考慮函數真正的“湮滅”而進行了修正,進而定義修正點態隨機梯度。

高空作業，是橋梁工程施工特點重要組成部分，高空墜落事故發生率較高。施工者在高空中工作墜落、施工平臺行走過程中掉落與上升時掉落，都成為了橋梁工程的安全風險。除此之外，橋梁工程施工過程中也極易發生火災，人為原因、不合理用電、機械故障都是導致火災發生的原因。施工現場的倉庫起火爆炸、人員觸電身亡的事故時有發生。這些不為人重視的風險，往往會造成巨大的損失。

4.4 電位周期與地鐵運行頻次的關系

對1號測點2022年1月8日14:00—15:00通電電位進行EEMD分解，可得到頻率逐漸降低的10個分量(記為IMF1～IMF10)，1號測點通電電位各分量隨時間變化見圖8。EEMD分解后獲得的各個分量的合成值稱為EEMD合成值，通電電位原始值和EEMD合成值對比見圖9。

顯然，測試的通斷電位受到多種因素共同影響，如：地鐵經過某一測點的時間間隔、某一時刻隧洞內的車輛數量和取流狀況、雜散電流泄漏點數量和位置等，呈現出復雜的非線性和高度的非平穩性，直接觀測原始數據信號很難判斷相關影響因子的真實影響信號。EEMD算法對數據信號分解后獲得的統一頻譜的分量求取平均值，將對應的平均值作為對應頻率的模態分量，即本征模態函數(IMF分量)。利用EEMD算法可對通斷電位數據信號進行一定尺度或波動趨勢的有效分解并降低信號的非平穩性，同時EEMD算法在分解信號的同時最大程度地保留了真實信號。

集合經驗模態分解(Ensemble Empirical Mode Decomposition, EEMD)算法，由經驗模態分解(EMD)算法完善發展而來，有效避免了EMD帶來的模態混疊問題

，是一種具備自適應性的信號處理方法，可將復雜的時間序列信號進行平穩化后再進行處理

，EEMD算法適用于分解非線性和非平穩性的時序波形數據信號。對各測點的通電電位使用EEMD算法，進一步分析電位的波動與地鐵運行頻次間的關聯性。

由表1可以看出，對絕大部分測點，通電正偏、通電負偏與地鐵0.5 h運行次數呈現高度線性相關和顯著線性相關；除去6號測點的斷電正偏與地鐵0.5 h運行次數呈現高度線性相關，其余測點斷電正偏呈現顯著線性相關；絕大多數測點的斷電負偏與地鐵0.5 h運行次數呈現低度線性相關。斷電負偏更多取決于管道自身的陰極保護效果，也需要針對地鐵干擾進行完善。

圖8中，分量IMF1、IMF2、IMF3屬于高頻分量，反映通電電位原始數據變化的非平穩性和非線性；分量IMF4、IMF5、IMF6反映了通電電位的周期性變化規律；分量IMF7、IMF8、IMF9一定程度反映了通電電位波動幅值變化；分量IMF10表征通電電位的平均變化趨勢。

為降低隨機因素的影響，Allahkaram等

對測試時段電位按從大到小進行排序，選取靠近最值的10%數據的平均值替代最大值和最小值。為使選取的最值既能減少隨機因素影響，又可充分反映測試時段的斷電電位波動幅值情況，本文選取靠近最值的1%數據平均值(非最大值和最小值)，以下將當日斷電電位數據的最大、最小前1%數據的平均值簡稱斷電最大1%、斷電最小1%。

在2022年1月8日、9日、10日10:00—11:00，1號測點地鐵運行頻次與通電電位分量IMF6的對比見圖10。可以看出，通過EEMD分解的信號分量中，分量IMF6變化的周期與湖涌站東西向出站的時間周期完全吻合，因而通電電位信號分解得到的分量IMF6最能反映地鐵運行頻次引起的雜散電流對該測點的真實影響。導致1號測點通電電位變化的因素可分為：夜間無地鐵運行時段背景電位細微波動和日間地鐵運行時段雜散電流泄漏兩者的疊加影響。圖10也說明了正是在日間地鐵運行時段里地鐵運行頻次和多列地鐵同時在軌運行時的疊加影響，直接導致了通電電位信號的周期性形態變化。

5 陰極保護狀態評價

5.1 斷電電位的波動性

試片瞬間斷電的方法可最大程度地降低土壤IR降的影響。對于泄漏的雜散電流，該方法測得的斷電電位也呈現一定的波動性，但幅值比通電電位小。本文使用斷電背景電位和日間波動最值評判陰極保護狀態。前者為夜間停運時段斷電電位的平均值，用來表征無干擾時段管道的真實陰極保護狀態；后者表征斷電電位1 d內上下波動幅值。

由圖9可知，通電電位原始值和EEMD合成值兩條曲線基本重疊，即EEMD算法分解通電電位信號時，最大程度保留了真實信號，還原度高。此外，通電電位分解后的分量時間序列曲線較為平穩和光滑，利用其中相應的分量有利于后續的通電電位波動周期性與地鐵運行頻次的周期性分析。

根據開關狀態的不同,三相功率變換器共有8個輸出電壓矢量,V0(000),V1(100),V2(110),V3(010),V4(011),V5(001),V6(101),V7(111),如圖2所示,三相功率變換器器輸出的電壓矢量可以表示為

選取若干比較典型時段，得出3號測點夜間斷電電位基本在-1.124～-0.368 V，日間地鐵運行時段斷電電位波動范圍為-2.331～+0.518 V。

由圖4可以看出，雜散電流對各測點的影響幾乎完全同步，只是幅值不同，其中3號、9號測點波動平均幅值分別比其他測點大0.583、0.316 V，這與兩個測點距地鐵線路的距離、雜散電流可能泄漏位置有關。

根據協整檢驗得出了能源消耗、環境污染與綠色經濟增長之間存在長期穩定的均衡關系，但是無法判斷三者相互影響的程度。為了彌補這個相對來說比較重要的缺陷，就需要建立誤差修正模型[17]83-91。該模型不僅能夠反映時間序列長期均衡關系，而且還可以得到短期偏離向長期均衡修正的機制。所以文章還需要通過Stata15軟件進行誤差修正模型的構建，進一步研究能源消費和環境污染當期的變化對產出當期變化的影響，即它們之間的短期波動關系。根據協整關系建立的VEC模型如下：

2022年2月24日所有測點的斷電背景電位及波動范圍對比見表2，日間指7：00—23：00。可以看出，較之斷電背景電位，全部測點在日間的波動范圍都比夜間明顯增大，其中3號測點更是呈現0.265 V的正電位，腐蝕隱患很大。

設立科創板，是將資本市場進一步細分，可促進A股市場分化，主板市場上不去，海外市場又太擁擠，一些海外的中概股公司要回歸國內資本市場，也沒有完全對應的承接。科創板將提供一個新的資本市場入口。同時有利于克服相當一部分高科技上市公司（即俗稱“獨角獸”）估值偏低的弊端。實際上，高科技企業才是推動股市繁榮的根本力量。單獨設立科創板，將充分肯定其客觀價值，推動上市公司脫虛向實，回歸資本市場的本質屬性，客觀反映經濟，擴大直接融資，刺激科技創新，利好實體經濟。

5.2 陰極保護狀態評價

對于動態雜散電流干擾下施加陰極保護的管道，尚無適用的標準來評價保護狀態。表3給出了澳大利亞標準AS 2832.1—2015《金屬的陰極保護》(Cathodic protection of metals)中直流牽引系統對管道干擾的判定。表4給出了上海市地方標準DG/TJ 08-2302—2019 《埋地鋼制燃氣管道雜散電流干擾評定與防護》中雜散電流干擾風險等級評定，記相對于-850 mV斷電電位正向偏移值為

。表4中，4個時段不完全匹配時，本文按前兩個時段評定，因為國內外關于判斷風險等級方法并無過多其他相關說明，仍具有一定的主觀性。AS 2832.1—2015與DG/TJ 08-2302—2019均是按照斷電電位的正向偏移時段占比進行劃分，后者按照時段占比劃分了高、中、低3個風險等級。

選取2022年2月24日所有測點的斷電電位進行統計，結果見表5。依據DG/TJ 08-2302—2019，9號測點的干擾風險等級為低級，4號、8號測點的干擾風險等級為中級，其余測點的干擾風險等級為高級，需采取針對性防護措施，并且除2號、4號、8號、9號測點外的其他測點斷電電位正向偏移十分嚴重，測試時段斷電電位都處于正向偏移值≥100 mV的水平。

對2022年2月24日斷電電位負于-1.3 V的時段占全天測試時段的比例進行統計，得出4號測點該比例達到14.69%，過負的斷電電位可能會導致防腐層剝落。斷電電位正、負向偏移交替作用對管道的長期影響，目前尚無系統的研究可供借鑒。

6 結論

① 管道受到地鐵運行的嚴重干擾，日間通電電位和斷電電位均大幅波動，而夜間均呈現平穩狀態。通電電位的正向偏移、負向偏移以及斷電電位的正向偏移，均與地鐵運行頻次高度或顯著相關，斷電電位的負向偏移與地鐵運行頻次的相關度較弱，更多取決于陰極保護系統自身的性能。

② 使用EEMD算法考察了通電電位，各分量的合成完整地還原了實測結果，說明EEMD算法可用于深入分析地鐵所導致的通電電位波動；分量IMF6與地鐵行駛周期的重疊，反映該分量可刻畫地鐵運行的雜散電流影響。

①根據樁的直徑，在斷層上方豎立一個直徑適當的可折疊鋼內模（內模直徑大于1.5m，孔心樁壁厚應至少大于55cm）。

③ 9號測點的干擾風險等級為低級，4號、8號測點的干擾風險等級為中級，其余測點的干擾風險等級為高級，并且除2號、4號、8號、9號測點外的其他測點斷電電位都處于正向偏移值≥100 mV的水平。防護措施可考慮加裝極性排流器。

[1] 劉爭,李威力,鐘周全. 地鐵雜散電流的危害及檢測實例[J]. 全面腐蝕控制,2016 (9):56-58，94.

[2] 陳志光,秦朝葵,計雪松. 上海軌道交通二號線雜散電流測試分析[J]. 腐蝕與防護,2008(6):344-347.

[3] 徐顥,李代莉. 軌道交通直流雜散電流給埋地鋼管防腐系統帶來的新風險[J]. 城市燃氣,2016(3):12-17.

[4] 王紅霞,梁耀球,阮建平,等. 某機坪輸油管網受地鐵直流雜散電流干擾的測試與防護[J]. 全面腐蝕控制,2014(4):45-47.

[5] 趙晉云,滕延平,劉玲莉,等. 新大線管道雜散電流干擾的分析與防護[J]. 管道技術與設備,2007(2):38-40.

[6] 劉軍. 動態直流雜散電流干擾中極化試片電流測量[J]. 腐蝕與防護,2016 (1):68-70，75.

[7] 蔡彬彬,劉佰川. 地鐵車輛段雜散電流泄漏分析及處理[J]. 江蘇科技信息,2019 (21):42-45.

[8] 張宇鐳,黨琰,賀平安. 利用Pearson相關系數定量分析生物親緣關系[J]. 計算機工程與應用,2005(33):83-86，103.

[9] 李宏彬,赫光中,果秋婷. 基于皮爾遜相關系數的有機質譜相似性檢索方法[J]. 化學分析計量,2015 (3):33-37.

[10] 王曉霞,徐曉鐘,張彤,等. 基于集成深度學習算法的燃氣負荷預測方法[J]. 計算機系統應用,2019 (12):47-54.

[11] 張豪杰. 基于HHT的電力負荷影響因素分析及預測(碩士學位論文)[D]. 鄭州:鄭州大學,2015:7-12.

[12] 劉海鋒. 基于EEMD的GA-BPNN模型在大壩變形預報中的應用(碩士學位論文)[D]. 桂林:桂林理工大學,2018:28-33.

[13] 康志豪. 基于EEMD算法的電能質量擾動檢測(碩士學位論文)[D]. 長沙:湖南大學,2016：18-24.

[14] ALLAHKARAM S R, ISAKHANI-ZAKARIA M, DERAKHSHANI M,et al. Investigation on corrosion rate and a novel corrosion criterion for gas pipelines affected by dynamic stray current[J]. Journal of Natural Gas Science and Engineering,2015,26:454-456.