山地油气管道智能化建设架构与方法

邹永胜 梁 俊 高建章 熊 明 吴志锋 李章青 王维国 张兴龙

中国石油天然气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,国家发改委、国家能源局联合下发了《中长期油气管网规划》,明确提出中国油气长输管道将迎来新的建设高峰,迫切需要提升科技支撑力,加强油气管网与信息等领域新技术创新融合,提高管道智能化运行水平[1-5]。

中国西南地区油气管道70%以上为大落差山地管道,沿线地形起伏剧烈,穿跨越多,水力参数变化大;地震活动频繁,地质灾害风险高;国际河流多,安全环保任务重。这些风险点和难点[6-10],通过传统的技术手段很难得到有效管控,需要探索适合西南山地油气管道智能化建设新模式。

1 国外管道智能化建设

通过调研意大利SNAM公司、美国哥伦比亚管道集团、挪威康士伯数据公司在管道智能化建设中的成功作法,总结出国外管道智能化运行主体架构。人机混合智能决策是国外智能化管道运行重点,基于大数据挖掘、机器学习、数字孪生体等技术建立了智能决策辅助平台,能够实现油气管道在线仿真、设备远程监测与控制、地质灾害在线监测、管道完整性管理等功能,形成最优的人机混合决策方案,提升管道经济、安全运行水平。

1.1 国外管道智能化建设主体架构

国外管道智能化建设的主体架构总体可分为数据感知层、数据传输层、数据标准化层、应用与决策优化层以及控制层,见图1。目前,针对油气管道数据感知层、数据传输层、数据标准化层的建设,国内外建设差距不断缩小[11],建设思路基本一致,即：数据感知层是通过各种感知手段,实现管道本体、设备设施、周边环境、管理人员以及储备物资数据的智能采集和处理,是管道智能化建设的数据基础;数据传输层对所有数据进行加密传输,实现网络互联互通,打破信息孤岛;数据标准化层通过云平台,对数据进行清洗、转化及存储,实现数据统一[12]。

图1 国外管道智能化建设主体架构图Fig.1 Main structure of smart construction of foreign pipelines

国内外技术差距较大的层次是应用与决策优化层和控制层。应用与决策优化层是管道智能化建设核心。国外管道智能化基于数字孪生体技术、大数据分析技术、在线仿真与优化技术、管道完整性管理技术等,建立机理模型和人工智能模型,实现人机混合决策、风险预警预测、设备故障预测性维护等功能;控制层是管道智能化的执行层,国外管道智能化主要依靠先进的工控系统实现对设备的精准执行与动作,实现对管道的闭环智能控制。

1.2 国外管道智能化建设特色技术

1.2.1 意大利SNAM公司

意大利SNAM公司是欧洲领先的天然气管道公司,运维着意大利本土约95%的天然气集输系统,其管道智能化建设架构见图2。SNAM公司通过部署SIMONE在线仿真系统、E-vpmsTM在线监测系统,建立瞬态仿真引擎和预测引擎,实现在线仿真、生存时间分析、管输计划制定、管存预测、泄漏监测与定位等功能,依托员工任务智能分配系统,评估员工专业技能,将任务远程分配至最佳员工手持移动设备终端,形成闭环智能控制。

图2 意大利SNAM管道智能化建设架构图Fig.2 Italian SNAM’s pipeline smart construction framework

1.2.2 美国哥伦比亚管道集团

美国哥伦比亚管道集团存储天然气85×108m3,运营超过2.4×104km的洲际天然气管道,是北美地区主要的管道运营商,其管道智能化建设架构见图3。美国哥伦比亚管道集团拥有三大管道运行智能决策优化平台,分别为GE PVI管道完整性管理平台、GE Predix工业物联网平台和GE Samllworld GIS资产管理平台。基于工业物联网、管道完整性、三维建模等技术,三大平台能够实现数据采集、工况分析预测、管道管理优化、动态资产评估、设备信息数据可视化等功能,将决策优化信息上传至调控中心,由调控中心控制优化管道运行状态,形成闭环智能控制。

图3 美国哥伦比亚管道集团管道智能化建设架构图Fig.3 American Columbia Pipeline Group’s pipeline smart construction framework

1.2.3 挪威康士伯数据公司

挪威康士伯数据公司的核心技术是管道数字孪生体建模技术,能在数据平台实现多物理量、多尺度、多业务场景的油气管网过程仿真,实现管网运行各环节仿真优化结果,指导实体管道建设运营业务优化。

挪威康士伯数据公司指出管道智能化数字孪生体技术发展分三个阶段：过去,现场操作人员通过自控系统对管道运行状态进行调节与控制,依靠经验进行决策判断的情况较多;现在,通过数字孪生体技术建立管道虚拟仿真模型,以辅助决策的方式指导现场操作人员进行生产操作,显著降低因经验判断而引起的管道生产运行风险,使管道运行状态优化;未来,通过数字孪生体技术直接对自控系统下达指令,将管道运行状态调整到最优,实现无人站场、区域化管理、管道智能化运行等一系列目标。该公司数字孪生体技术发展见图4。

图4 挪威康士伯数据公司数字孪生体技术发展图Fig.4 Digital twin technology development of Norwegian KONGSBERG

1.3 国外管道智能化建设特点

根据国外管道智能化建设主体架构和特色技术,得出国外管道智能化具备三大特征,即对自身状态和外界信息的自主感知能力，对自身安全状态和外部威胁事件的自主分析与认知能力以及对设备的精准执行与动作能力,国外管道智能化建设特色技术见表1。感知能力指基于完善的数据采集、传输、存储与标准化系统,实现管道内部、外部状态数据精确感知；自主分析与认知能力指依托应用与决策优化层,分析、预判管网运行状态,通过人机混合决策,获得最佳运行方案;执行与动作能力指基于先进的工控系统,将管网运行调整到最佳状态,实现智能闭环控制。

表1 国外管道智能化建设特色技术

Tab.1 Characteristic technologies for smart pipeline construction abroad

运营公司或服务商特点特色技术意大利SNAM公司三大决策优化系统SIMONE在线仿真系统E-vpmsTM在线监测系统员工任务智能分配系统美国哥伦比亚管道集团三大决策优化平台GE PVI管道完整性管理平台GE Predix工业物联网平台GE Samllworld GIS资产管理平台挪威康士伯数据公司数字孪生体建模管道数字孪生体技术

2 山地油气管道智能化建设内涵

在调研国外管道智能化建设架构与特色技术的基础上,结合中国西南地区山地油气管道地质地貌、气象、流域特点,提出了山地油气管道智能化建设内涵与架构。

2.1 建设瓶颈

西南地区山地油气管道地质、地貌和水文条件复杂,具有山多、河多、地质灾害多等显著特点。在对标国外智能化管道的感知能力、自主分析与认知能力、执行与动作能力时,结合山地管道特点,在管道智能化建设过程中,具有以下主要瓶颈。

1)数据感知与传输方面:地形复杂,风险点分散,巡检和数据采集难度大,目前山地油气管道感知数据类型、数量和传输方式不满足管道智能运行大数据决策分析的需求。

2)应用与决策优化方面:缺乏管道及站场工艺运行仿真及管控、安全监测及应急管控、全生命周期完整性管理软件和智能决策系统,不能实现智能分析、预判与决策,难以实现预测预警可控。

3)自动控制系统方面:目前仍以人为干预控制为主,工控系统及逻辑功能不满足远程控制及无人操作、智能联动要求,尚未形成闭环智能控制。

2.2 建设内涵

为解决山地油气管道智能化建设瓶颈,指导具有山地特色的油气管道智能化建设,提出山地油气管道智能化建设内涵:建设形成以先进的数据感知传输系统为基础,完善的智能化运行决策系统为核心,高仿真3D模型为载体的管道、站场数字孪生体[13-14],实现管道和站场各种运行工况的在线预测、预警、决策与优化,提出应急管控措施。通过先进的工控系统,实时优化管道运行状态,大幅提高运行效益，降低运行风险,实现管道运行的经济高效和本质安全。山地油气管道智能化建设内涵见图5。

图5 山地油气管道智能化建设内涵图Fig.5 Connotation flow chart of smart construction of mountain oil and gas pipelines

3 山地油气管道智能化建设架构

在山地油气管道智能化建设内涵的指导下,设计了由数据感知层、数据传输层、数据标准化层、应用与决策优化层、控制层等五层纵向体系构成的山地油气管道建设总体架构,提出了应用与决策优化层中包含运行管控系统、安全管控系统、全生命周期完整性管理系统三大系统的横向建设架构,山地油气管道智能化建设架构见图6。

1)数据感知层:基于传感器、无人机[15]、卫星遥感天地一体化地质灾害监测技术[16]、高后果区智能视频监控和光纤预警技术,监测土体应力应变及位移数据、管道应力应变及位移数据、高后果区智能视频监控数据、阴极保护数据、管道泄漏数据、站场关键设备数据、安全环保数据、安全仪表数据,实现数据全面感知与信息融合。

2)数据传输层:针对山地管道偏远地区通信强度弱、两高地区(高后果区、高风险段)数据传输量大等特点,基于操作技术(OT)与通信技术(CT)建立管道工业物联网[17-18],结合边缘计算、区块链技术等手段,做到数据一次采集、按需调用,实现多种数据传输方式互联互通和数据共享。

图6 山地油气管道智能化建设架构图Fig.6 Framework of smart construction of mountain oil and gas pipelines

3)数据标准化层:针对山地油气管道海量数据的产生、筛选、标准化与存储,依托数据湖、云数据中心,实现低价值、低密度数据的识别、筛选、清理[19-20],数据统一管控、按需分配;围绕山地管道数据资产全生命周期管理特点,设计特定化数据模型[21-22],形成山地管道数据标准体系,统一数据标准，提高数据质量，实现数据融合共享。

4)应用与决策优化层:应用与决策优化层是管道智能化建设的核心部分。输入管道感知数据,输出决策与优化信息,建立复杂机理模型与高效求解算法,实现电脑大屏3D模型上实时数据与预测数据的展示,进行人机混合决策,优化管道、站场运行状态。

5)控制层:完善的逻辑控制程序,可以准确执行管道智能化决策优化的命令,精准动作管道、站场设备,调整管道运行状态,优化管道运行参数,由数据感知系统对优化后参数进行再次采集,继续进行决策优化和智能控制,形成一套管道智能化运行的闭环系统,保证管道安全、经济运行。

4 山地油气管道智能化建设方法

在山地油气管道智能化建设架构基础上,遵循统筹规划、分步实施的原则,提出山地油气管道智能化建设五步法,见图7。其核心思路:第一步,基于统一标准的物联网技术,实现对管道本体、关键设备、自然环境及运行人员数据的全面感知和多网互联数据传输;第二步,通过管道数字化恢复,建立管道、站场高仿真3D模型,以虚拟管道、站场3D模型为数据载体实现数据资产可视化,依托云数据平台,设计特定化数据模型,形成山地管道数据标准体系;第三步,基于机理模型、优化模型,开发能够实现管道状态监测、预测、评估、预警、优化的智能决策系统及软件,辅助人工进行决策;第四步,基于机器学习,大数据挖掘等技术,开发深度智能决策系统及软件,实现人机混合决策;第五步,基于数字孪生体技术,实现3D管道模型对管道物理实体的在线仿真、状态重建、风险监测、调度优化、设备故障诊断等功能,显著减少人为干预,实现智能闭环控制。

图7 山地油气管道智能化建设五步法结构图Fig.7 Structure diagram of the five-step method for smart construction of mountain oil and gas pipelines

5 结论

1)对标多家国外管道公司在管道智能化建设的成功做法,设计山地油气管道智能化建设架构。针对山地油气管道系统运营管理难度大、风险管控难度高等特点,需要重点建立管网全局全时段仿真及优化模型和求解算法,结合大数据挖掘、数字孪生体等技术,逐步形成自学习能力,不断提高人机对话水平,实现人机混合决策的初级应用。

2)分析山地油气管道地质地貌、气象、水系流域复杂性带来的智能化建设瓶颈,提出山地油气管道智能化建设内涵,建设形成以先进的数据感知传输系统为基础,完善的智能化运行决策系统为核心,高仿真3D模型为载体的管道、站场数字孪生体,实现管道运行的经济高效和本质安全。

3)提出山地油气管道智能化建设五步法,为管道智能化建设运营提供合理实现路径,实现管道可视化、网络化、智能化管理,旨在最终达到“数据全面感知、数据互联互通、数据标准统一、人机混合决策、闭环智能控制”的建设目标。