賈韶輝

中國石油管道科技研究中心

隨著大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等新一代信息技術(shù)的高速發(fā)展，人工智能技術(shù)逐漸從實(shí)驗(yàn)室走向工業(yè)領(lǐng)域，智能化技術(shù)在各行各業(yè)開始應(yīng)用。在油氣管道行業(yè)，伴隨著管道信息化的高速發(fā)展，智能化管道的概念也應(yīng)運(yùn)而生。

2016年1月，GE能源公司和埃森哲咨詢公司共同研發(fā)智能管道平臺(tái)(Predictivity+Predix)，并在哥倫比亞管道集團(tuán)公司2.4×104 km長輸管道上首次應(yīng)用。哥倫比亞管道集團(tuán)公司基于該智能管道平臺(tái)，實(shí)現(xiàn)了全企業(yè)范圍內(nèi)所有管道的管道威脅實(shí)時(shí)監(jiān)測、態(tài)勢感知和風(fēng)險(xiǎn)管理。在國內(nèi)，由中石油管道科技研究中心開發(fā)的管道完整性管理系統(tǒng)（PIS）實(shí)現(xiàn)了中國石油7.1×104 km長輸管道數(shù)據(jù)的動(dòng)態(tài)采集和有序存儲(chǔ)，支撐9個(gè)業(yè)務(wù)領(lǐng)域、71個(gè)業(yè)務(wù)流程數(shù)字化和規(guī)范化運(yùn)行【1】，為智能化管道的建設(shè)提供了數(shù)據(jù)及技術(shù)基礎(chǔ)。

智能管道涉及業(yè)務(wù)領(lǐng)域廣泛，本文僅在智能化管道維護(hù)方面，就若干技術(shù)方法與應(yīng)用場景進(jìn)行探討，以期能為未來的智能管道信息化實(shí)施提供技術(shù)支持。

1  管道第三方施工的大數(shù)據(jù)時(shí)空分析

隨著管道歷史數(shù)據(jù)的積累，探究管道業(yè)務(wù)在時(shí)間和空間兩個(gè)維度上的特性規(guī)律成為了可能。

以管道第三方施工為例，選取2011 －2014年第三方施工記錄，采用基于GIS技術(shù)的空間分布分析模型，得出第三方施工的空間密度圖（如圖 1所示）[2]。根據(jù)分析結(jié)果，得出管道第三方施工的空間分布特性如下：管道附近第三方施工發(fā)生頻次最高的地區(qū)主要分布在銀川市、深圳市、連云港市、南京及無錫市，發(fā)生頻次范圍為251-490次/103 km﹒a（見圖1中箭頭所指深色區(qū)域）；管道附近第三方施工發(fā)生頻次較高地區(qū)主要分布在湖北、江蘇、安徽、浙江、廣東省部分地市，發(fā)生頻次范圍為151-250次/103 km﹒a；除此之外，其他區(qū)域的管道第三方施工發(fā)生頻次范圍分別為71-150次/103 km﹒a、1-70次/103 km﹒a，以及無管道第三方施工發(fā)生。

圖1管道第三方施工空間密度圖

采用時(shí)間分布特性分析方法，對第三方施工數(shù)據(jù)進(jìn)行傅里葉變換，得到第三方施工的功率譜圖（如圖2所示）。其中，橫軸為頻率，縱軸為對應(yīng)的功率值。

圖2 管道第三方施工功率譜圖

從圖2可以看出功率譜有明顯的左右對稱特征，對該圖中的前100個(gè)頻率點(diǎn)局部放大，可更清楚的看到功率隨頻率的變化情況，并且存在明顯的多峰。根據(jù)功率譜判別方法，管道第三方施工具有明顯的周期或擬周期性行為，頻率較高的為0.002929688，周期大概在1年左右。

將管道第三方施工數(shù)據(jù)以月為單位統(tǒng)計(jì)，得到每月的第三方施工數(shù)據(jù)統(tǒng)計(jì)圖（如圖3所示）。其中，橫軸為年度及月份，縱軸為發(fā)生的數(shù)量。從圖中可以看到每年的3月份均為管道第三方施工的高發(fā)期。

圖3 管道第三方施工每月數(shù)量統(tǒng)計(jì)圖

基于大數(shù)據(jù)的管道第三方施工時(shí)空分析，可以發(fā)現(xiàn)管道第三方施工頻繁發(fā)生的位置與發(fā)生的時(shí)間規(guī)律，并與重點(diǎn)地段的高清攝像頭影像智能識(shí)別相結(jié)合，有針對性的采取防范措施，優(yōu)化資源投入。

2  管道地質(zhì)災(zāi)害的智能監(jiān)控與預(yù)警

目前，國內(nèi)部分管道沿線地質(zhì)災(zāi)害體上裝有監(jiān)測設(shè)備，可以實(shí)時(shí)監(jiān)測地質(zhì)災(zāi)害體的位移數(shù)據(jù)、降水?dāng)?shù)據(jù)等，同時(shí)在管體上也裝有應(yīng)變傳感器，可監(jiān)測由于土壤移動(dòng)而產(chǎn)生的管體應(yīng)變值。上述數(shù)據(jù)都可以通過GPRS等網(wǎng)絡(luò)傳回中央數(shù)據(jù)庫。

上述方式在管道沿線地質(zhì)災(zāi)害的防治方面起到了重要作用，但是也存在一定的局限性。一方面，可以監(jiān)測的地質(zhì)災(zāi)害類型有限，僅限于滑坡、危巖等個(gè)別災(zāi)害類型，而每年影響管道最大的水毀還無法做到有限監(jiān)測；另一方面，由于上述硬件監(jiān)測設(shè)備的費(fèi)用投入較高，只能在個(gè)別中大型災(zāi)害體上布設(shè)，無法形成有效的監(jiān)測網(wǎng)絡(luò)。

以往有學(xué)者基于高分辨率衛(wèi)星遙感影像或航空攝影進(jìn)行地質(zhì)災(zāi)害體的識(shí)別，但由于以前高分辨率遙感影像或航空攝影的訂購成本較高，只能做到相對靜態(tài)的識(shí)別，無法做到實(shí)時(shí)更新，此外衛(wèi)星影像還受到云層等因素干擾，降低了識(shí)別的準(zhǔn)確性。

隨著無人機(jī)技術(shù)的普及，一方面費(fèi)用成本逐漸降低，另一方面可以隨時(shí)隨地快速拍攝高分辨率影像，回傳后的遙感影像可以通過精糾正等方式生成數(shù)字正射影像DOM。在建立地質(zhì)災(zāi)害體樣本庫的基礎(chǔ)上，可以通過智能圖像識(shí)別技術(shù)，在無人機(jī)的DOM影像上智能識(shí)別管道沿線地質(zhì)災(zāi)害體的位置、類型、尺寸、形態(tài)等具體信息；建立管道地質(zhì)災(zāi)害形態(tài)樣本庫與智能識(shí)別模型，結(jié)合氣象與地質(zhì)災(zāi)害預(yù)警信息[3-4]篩選可能發(fā)生災(zāi)害的重點(diǎn)區(qū)域，在重點(diǎn)區(qū)域內(nèi)基于該模型自動(dòng)化對比多次影像中的災(zāi)害體情況，識(shí)別災(zāi)害體位移、水毀程度等變化趨勢情況，真正做到地質(zhì)災(zāi)害的全類型覆蓋、全天候監(jiān)測與預(yù)警。

3  管道維搶修的信息化智能支持

管道維搶修的信息化智能支持涉及到管道維搶修資源數(shù)據(jù)管理、管道維搶修資源的智能調(diào)配、管道維搶修處置智能決策等方面。

在管道維搶修資源數(shù)據(jù)管理方面，基于PIS系統(tǒng)制定統(tǒng)一的維搶修設(shè)備、人員等數(shù)據(jù)規(guī)范，規(guī)范數(shù)據(jù)采集內(nèi)容與格式；采用移動(dòng)應(yīng)用等技術(shù)實(shí)現(xiàn)維搶修資源包括維搶修隊(duì)伍、設(shè)備、進(jìn)場道路以及外部醫(yī)院、消防隊(duì)、河流、公路等信息的現(xiàn)場移動(dòng)采集與實(shí)時(shí)上報(bào)。

在管道維搶修資源的智能調(diào)配方面，針對不同介質(zhì)、不同地形環(huán)境建立災(zāi)害事故模擬的技術(shù)模型方法，分析爆炸影響范圍、油品泄漏污染路徑[5]等事故災(zāi)害后果；依據(jù)事故災(zāi)害后果，基于應(yīng)急物資配備計(jì)算模型自動(dòng)化計(jì)算搶修物資數(shù)量、類型；智能化查詢鄰近事故地相匹配的維搶修機(jī)構(gòu)，結(jié)合維搶修機(jī)構(gòu)位置、周邊道路等情況，基于GIS技術(shù)實(shí)現(xiàn)進(jìn)場道路的自動(dòng)導(dǎo)航。

在管道維搶修智能處置方面，充分利用管道失效的大數(shù)據(jù)分析、物聯(lián)網(wǎng)、無人機(jī)、VR/AR/MR等技術(shù)，將應(yīng)急搶險(xiǎn)信息化技術(shù)與管道事故數(shù)據(jù)、搶險(xiǎn)現(xiàn)場緊密結(jié)合，通過物聯(lián)網(wǎng)對泄漏源的智能監(jiān)控、基于無人機(jī)圖像的泄漏位置與區(qū)域的智能識(shí)別、基于虛擬現(xiàn)實(shí)技術(shù)的桌面應(yīng)急處置模擬等技術(shù)，一方面做到泄漏事故的提前預(yù)測、判斷；另一方面，一旦發(fā)生泄漏事故，依據(jù)油氣長輸管道維搶修預(yù)警分級(jí)響應(yīng)體系[6]，通過智能化的診斷技術(shù)給出不同介質(zhì)、不同泄漏方式、不同泄漏環(huán)境下的搶險(xiǎn)方式、技術(shù)要求、部署位置，真正實(shí)現(xiàn)搶修過程中各種操作的量化，進(jìn)而指導(dǎo)搶險(xiǎn)人員、應(yīng)急搶險(xiǎn)車輛、抽油機(jī)、圍油柵等人員與設(shè)備的精細(xì)化部署和科學(xué)決策[7]。

4  結(jié)語

智能化管道技術(shù)用于管道維護(hù)中，既可以依據(jù)大數(shù)據(jù)分析有針對性的采取防范措施，優(yōu)化資源投入；又可以借助高新技術(shù)應(yīng)用真正做到地質(zhì)災(zāi)害的全類型覆蓋、全天候監(jiān)測與預(yù)警，以及智能化決策處置管道維搶修任務(wù)；為智能管道信息化建設(shè)提供技術(shù)和應(yīng)用支持。

參考文獻(xiàn)

[1] 周利劍、賈韶輝. 管道完整性管理信息化研究進(jìn)展與發(fā)展方向[J]. 油氣儲(chǔ)運(yùn)，2014,33（6）：571-576.

[2] 賈韶輝. 長輸管道時(shí)空序列數(shù)據(jù)分析[J]. 油氣儲(chǔ)運(yùn)，2016,35（7）：713-717.

[3] 付立武、賈韶輝、郭磊. 管道氣象與地質(zhì)災(zāi)害預(yù)警技術(shù)及其應(yīng)用[J]. 油氣儲(chǔ)運(yùn)，2012,31（4）：307-313.

[4] 賈韶輝. 基于GIS技術(shù)的管道地質(zhì)災(zāi)害汛期預(yù)警研究[C]. CIPC2009：712-717.

[5] JIA Shaohui. Simulation of An Oil Leak's Path to The Gulf Of Bohai Sea In China[J].《Pipeline & Gas Journal》,2010,237（11）：67-69.

[6] 付立武. 油氣長輸管道維搶修預(yù)警分級(jí)響應(yīng)體系[J]. 油氣儲(chǔ)運(yùn)，2012,31（5）：307-313.

[7] 賈韶輝、周利劍、郭磊. 基于完整性數(shù)據(jù)庫的管道應(yīng)急信息化技術(shù)[J]. 油氣儲(chǔ)運(yùn)，2014,33（6）：582-587.

作者：賈韶輝，現(xiàn)任職中石油管道科技研究中心完整性所副主任工程師，博士/高級(jí)工程師，主要從事管道完整性管理相關(guān)數(shù)據(jù)管理、系統(tǒng)建設(shè)等信息化技術(shù)的研究工作。

《管道保護(hù)》2017年第6期（總第37期）