油氣管網(wǎng)智能化建設(shè)進展與思考

朱汪友 侯磊 杜宇

1中國石油大學（北京）

2國家石油天然氣管網(wǎng)集團有限公司北方管道公司

3廊坊中油龍慧科技有限公司

2006 年，美國政府提出《美國競爭力計劃》，CPS（Cyber Physics System）概念正式提出。2008年，IBM 提出“智慧地球”概念，包含“3I”：物聯(lián)化、互聯(lián)化、智能化(Instrumentation、Interconnectedness、Intelligence)，旨在把新一代互聯(lián)網(wǎng)技術(shù)充分運用到各行各業(yè)。2013 年，德國正式推出“工業(yè)4.0 戰(zhàn)略”，并上升為國家級戰(zhàn)略，其技術(shù)核心是CPS。同年，通用電氣（GE）提出了工業(yè)互聯(lián)網(wǎng)概念，與德國“工業(yè)4.0 戰(zhàn)略”有異曲同工之處，被稱為美國版工業(yè)4.0。2016 年，日本智能制造參考框架（IVRA，Industrial Value Chain Reference Architecture）正式發(fā)布，編織了日本制造優(yōu)勢的智能工廠互聯(lián)互通基本模式[1]。隨著第四次工業(yè)革命（工業(yè)4.0）席卷全球，以及大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算、人工智能等技術(shù)的不斷發(fā)展與成熟，物理系統(tǒng)逐步向著數(shù)字化、網(wǎng)絡(luò)化和智能化方向發(fā)展，智能時代拉開序幕[2-4]。

我國在泛在傳感、可靠通信、高性能數(shù)據(jù)處理及智能控制等方面擁有諸多領(lǐng)先世界的科技成果，已成為第四次工業(yè)革命的領(lǐng)跑者[5-7]。2016 年，國務(wù)院印發(fā)《關(guān)于深化制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展的指導意見》提出：構(gòu)建CPS參考模型和綜合技術(shù)標準體系，支持開展兼容適配、互聯(lián)互通和互操作測試驗證。2017 年，國務(wù)院發(fā)布《新一代人工智能戰(zhàn)略規(guī)劃》，人工智能發(fā)展已上升至國家戰(zhàn)略層面。根據(jù)國家發(fā)改委發(fā)布的《中長期油氣管網(wǎng)規(guī)劃》，2025 年我國油氣管道總里程將達到24 萬千米，同時將“提升標準化、智能化水平”作為未來發(fā)展的重點方向。2020 年，工信部、應(yīng)急管理部聯(lián)合發(fā)布了《“工業(yè)互聯(lián)網(wǎng)+安全生產(chǎn)”行動計劃（2021—2023 年）》，要求重點行業(yè)充分利用工業(yè)互聯(lián)網(wǎng)等信息技術(shù)提高安全生產(chǎn)水平。

雖然我國油氣管道安全總體局勢持續(xù)向好，但管道資產(chǎn)本體隱患及運營期地質(zhì)災害突發(fā)、第三方損傷、違法占壓等新老風險隱患交織疊加，增大了事故發(fā)生風險，嚴重危害人民生命財產(chǎn)安全，影響了我國社會經(jīng)濟發(fā)展[8-10]。安全生產(chǎn)是實現(xiàn)工業(yè)高質(zhì)量發(fā)展的重要保障，工業(yè)互聯(lián)網(wǎng)是信息通信技術(shù)與工業(yè)經(jīng)濟深度融合的基礎(chǔ)設(shè)施，通過對人、機、物、系統(tǒng)等的深度互聯(lián)，打通全生命周期信息流，加速安全生產(chǎn)的業(yè)務(wù)數(shù)據(jù)由零散分布向統(tǒng)一共享轉(zhuǎn)變、信息系統(tǒng)由孤立分散向融合互聯(lián)轉(zhuǎn)變、風險管控模式由被動向主動轉(zhuǎn)變、資源調(diào)配由局部優(yōu)化向整體優(yōu)化轉(zhuǎn)變、運行管理由人為主導向系統(tǒng)智能轉(zhuǎn)變[11]，提升工業(yè)生產(chǎn)本質(zhì)安全水平。本文聚焦油氣管道智能化技術(shù)發(fā)展現(xiàn)狀，闡述了智能化管道建設(shè)的主要內(nèi)容、方案及關(guān)鍵問題，并對其發(fā)展方向進行展望。

1 國內(nèi)外發(fā)展現(xiàn)狀

1.1 國外現(xiàn)狀

國外先進油氣生產(chǎn)與管道運營企業(yè)均在管道智能化建設(shè)方面做出大量有益嘗試。美國Columbia管道公司基于通用電氣和埃森哲公司聯(lián)合推出全球首個“智能管道解決方案”：利用GE公司的Predix工業(yè)數(shù)據(jù)平臺，通過地理信息系統(tǒng)對管道屬性數(shù)據(jù)、感知數(shù)據(jù)、環(huán)境數(shù)據(jù)、運行數(shù)據(jù)等進行整合，依托PVI（Pipe View Integrity）軟件的風險模型對管道風險開展實時動態(tài)管理。意大利SNAM公司實現(xiàn)了管網(wǎng)生產(chǎn)動態(tài)數(shù)據(jù)的實時收集與分析（圖1），通過人工智能神經(jīng)網(wǎng)絡(luò)計算，實現(xiàn)天然氣用量的精準預測[12]。

圖1 意大利SNAM公司管網(wǎng)數(shù)字化解決方案——調(diào)控中心Fig.1 Pipeline network digital solution of Italian SNAM Company：control center

在數(shù)字化轉(zhuǎn)型方面，英國BP 公司和英荷Shell公司均將數(shù)字化轉(zhuǎn)型列為戰(zhàn)略項目之一，并與人工智能公司開展深度合作，利用物聯(lián)網(wǎng)技術(shù)提高管道資產(chǎn)與人員的安全性；通過先進的無線智能終端應(yīng)用，實現(xiàn)設(shè)備、儀表的位置標記與識別，資產(chǎn)周期、歷史數(shù)據(jù)與關(guān)聯(lián)性查詢等。挪威石油公司也加入數(shù)字化轉(zhuǎn)型行列，于2017 年啟動數(shù)字化建設(shè)中心[13-14]項目。

1.2 國內(nèi)現(xiàn)狀

原中石油管道公司于2004 年開始建設(shè)管道完整性管理系統(tǒng)（PIS），初步實現(xiàn)業(yè)務(wù)信息化，使企業(yè)內(nèi)各層級人員清楚地了解“業(yè)務(wù)現(xiàn)在是什么情況”“流程進展到哪里”等動態(tài)業(yè)務(wù)信息，在管道安全運行保障方面發(fā)揮了積極作用。原中石化儲運公司于2014 年探索性建設(shè)了智能化管線管理系統(tǒng)（IPMS），部分核心資產(chǎn)實現(xiàn)了三維可視化，助力決策機制模型化。2017 年，中國石油提出依托中俄東線天然氣管道建設(shè)智能管道、智慧管網(wǎng)工作目標，并開展相關(guān)頂層設(shè)計和研究（圖2）；通過試點建設(shè)，形成了一批可復制、可應(yīng)用、可推廣的管道智能化技術(shù)，由此開啟了從數(shù)字管道向“智能管道/智慧管網(wǎng)”的新跨越[15-16]。

圖2 智慧管網(wǎng)建設(shè)理念Fig.2 Construction idea of intelligent pipeline network

西南管道公司結(jié)合山地管道實際業(yè)務(wù)情況，提出了以“五縱兩橫、兩大體系”為核心的數(shù)字化轉(zhuǎn)型思路；新粵浙管道作為中石化建設(shè)的大型煤制氣外輸管道，在項目啟動初期即按照全生命周期智能化管道的建設(shè)要求制定技術(shù)路線；浙江浙能天然氣運行公司以陰極保護管理、高后果區(qū)管理、風險評價、巡線管理等十余個業(yè)務(wù)模塊為基礎(chǔ)，促進天然氣管網(wǎng)調(diào)度運行的技術(shù)升級和管理創(chuàng)新；油氣田企業(yè)也積極通過綜合管理一體化平臺建設(shè)，全面推動業(yè)務(wù)重構(gòu)和流程優(yōu)化[17-20]。

2 智能化管道建設(shè)內(nèi)容

智能化管道建設(shè)需要數(shù)字化支撐，通過對流程、數(shù)據(jù)、標準和IT 系統(tǒng)的高度融合，在信息化系統(tǒng)基礎(chǔ)上將企業(yè)管理經(jīng)驗模型化，分散獨立的物理實體，逐步互聯(lián)互通，并與自身狀態(tài)數(shù)據(jù)、運動執(zhí)行過程數(shù)據(jù)相融合，自動分析系統(tǒng)記錄的各項數(shù)據(jù)，通過不斷學習調(diào)整，從而提高工作效率。其本質(zhì)是從新的融合空間視角實現(xiàn)對基礎(chǔ)客觀世界的可觀和能控，提升人類認識世界、控制世界和改造世界的能力。智能化管道建設(shè)目標是提供全生命周期風險預控和優(yōu)化決策，工作內(nèi)容包括以下幾方面：

（1）可研與設(shè)計。通過建設(shè)和運營期數(shù)據(jù)標準化，應(yīng)用云技術(shù)支持設(shè)計全過程，全面記錄設(shè)計數(shù)據(jù)，并向管道施工、運維部門提供設(shè)計數(shù)據(jù)共享和集成，最終實現(xiàn)管道數(shù)字化資產(chǎn)移交。

（2）物資供應(yīng)鏈。從標準化、共享、互聯(lián)、智能的維度對物資計劃、采購、物流、倉儲、實物、數(shù)據(jù)采集及移交等環(huán)節(jié)進行需求分析和方案設(shè)計，打造前后貫通、上下一體、內(nèi)外互聯(lián)的智慧物資供應(yīng)鏈。

（3）施工管理。以加強施工現(xiàn)場過程精細化管理和提升施工階段數(shù)據(jù)采集自動化水平為目標，滿足后續(xù)運營階段數(shù)據(jù)應(yīng)用和向設(shè)計階段進行數(shù)據(jù)回流的需求。

（4）運行管理及優(yōu)化。以實現(xiàn)管道智能化維護為目標，綜合各類監(jiān)測系統(tǒng)實現(xiàn)線路的智能感知；結(jié)合各類業(yè)務(wù)數(shù)據(jù)，采用大數(shù)據(jù)分析技術(shù)實現(xiàn)線路管理的智能決策支持；以SCADA 國產(chǎn)化為基礎(chǔ)，優(yōu)化控制系統(tǒng)，實現(xiàn)關(guān)鍵設(shè)備遠程一鍵啟停，同時不斷提升能耗分析、計量交接管理水平，研發(fā)大型管網(wǎng)優(yōu)化平臺，實現(xiàn)管網(wǎng)運行能耗最低、收益最優(yōu)目標。

（5）安全環(huán)保與應(yīng)急。以提高管道應(yīng)急搶險響應(yīng)效率為目標，通過應(yīng)急資源智能調(diào)配，提高應(yīng)急反應(yīng)效率；實現(xiàn)應(yīng)急搶險智能處理，提高應(yīng)急決策支持水平。

通過不斷深化信息化與工業(yè)化深度融合，運用大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)，構(gòu)建數(shù)字孿生體管網(wǎng)系統(tǒng)以及具有知識應(yīng)用和決策支持能力的人工智能大腦，形成管網(wǎng)“全方位感知、綜合性預判、一體化管控、自適應(yīng)優(yōu)化”能力，實現(xiàn)業(yè)務(wù)對象數(shù)字化、業(yè)務(wù)規(guī)則數(shù)字化和生產(chǎn)過程數(shù)字化，承載油氣長輸管道數(shù)字化轉(zhuǎn)型與實踐，最終形成具有自適配和自決策的智慧管網(wǎng)。

3 總體設(shè)計方案

3.1 總體架構(gòu)

從感知、認知、決策三方面對油氣管網(wǎng)建設(shè)進行智能化提升，形成感知、數(shù)據(jù)、知識、應(yīng)用、決策五個層次的總體架構(gòu)，支撐、支持各專業(yè)領(lǐng)域應(yīng)用和綜合決策（圖3）。

圖3 智慧管網(wǎng)總體架構(gòu)Fig.3 Overall structure of intelligent pipeline network

通過智慧管網(wǎng)數(shù)字孿生體的構(gòu)建及應(yīng)用，固化數(shù)據(jù)標準，形成數(shù)據(jù)模型，同時支撐大數(shù)據(jù)分析和機理模型應(yīng)用，并在此基礎(chǔ)上逐步完善知識網(wǎng)絡(luò)，形成數(shù)據(jù)層和知識層，作為智慧管網(wǎng)技術(shù)方案的內(nèi)核。向下集成以物聯(lián)網(wǎng)系統(tǒng)和工業(yè)控制系統(tǒng)為主的感知層，向上集成以各專業(yè)領(lǐng)域應(yīng)用組件群為主的應(yīng)用層，并與管理決策和專業(yè)決策模型融合形成決策層，最終完成智慧管網(wǎng)總體架構(gòu)的構(gòu)建。

3.2 技術(shù)路線

基于工業(yè)領(lǐng)域智能化發(fā)展實踐、結(jié)合管道行業(yè)業(yè)務(wù)特點，智能管道建設(shè)應(yīng)從基礎(chǔ)感知層、數(shù)據(jù)管理層、認知深化層、優(yōu)化決策層這四個層面進行智能化提升。

（1）基礎(chǔ)感知層。全面采集實體管道運行數(shù)據(jù)，覆蓋管道本體、周邊環(huán)境、設(shè)備工況、安全環(huán)保等領(lǐng)域。

（2）數(shù)據(jù)管理層。通過數(shù)據(jù)預處理，數(shù)據(jù)融合及大數(shù)據(jù)分析挖掘等技術(shù)，將數(shù)據(jù)轉(zhuǎn)變?yōu)榭捎糜谥С旨拜o助決策的信息，提供一體化、智能化分析手段，搭建多學科協(xié)同研究工作環(huán)境，實現(xiàn)對管線生產(chǎn)動態(tài)實時監(jiān)控、故障預警及物聯(lián)設(shè)備基礎(chǔ)數(shù)據(jù)管理等功能。

（3）認知深化層。以數(shù)字孿生體為載體，將各業(yè)務(wù)系統(tǒng)、數(shù)據(jù)中心、物聯(lián)網(wǎng)與數(shù)字孿生體一體化融合，構(gòu)建知識圖譜，實現(xiàn)對運行狀況精確映射和準確預測。知識圖譜構(gòu)建（圖4）包括知識獲取、知識表示、知識建模、知識存儲、知識計算、知識融合、知識應(yīng)用和維護等階段。

圖4 知識圖譜構(gòu)建示意圖Fig.4 Schematic diagram of knowledge map construction

（4）優(yōu)化決策層。不斷充實各領(lǐng)域并實現(xiàn)知識融合，構(gòu)建完善知識圖譜，在此基礎(chǔ)上不斷梳理優(yōu)化管理體系，依托優(yōu)化算法和決策模型（圖5）[21]，全面支持科學高效的專業(yè)決策和綜合決策。

圖5 優(yōu)化算法和決策模型Fig.5 Optimization algorithm and decision model

以超聲波流量計為例，自1998 年丹尼爾就建立在線診斷平臺，知識庫相對完善，規(guī)則逐漸豐富，具備和知識圖譜技術(shù)深度融合的能力。該系統(tǒng)同樣具備智能管道技術(shù)框架的四個層次：①基礎(chǔ)數(shù)據(jù)感知層：通過中間數(shù)據(jù)庫或OPC 等通信協(xié)議，獲取工藝數(shù)據(jù)、計量數(shù)據(jù)、診斷數(shù)據(jù)及其他相關(guān)異構(gòu)數(shù)據(jù)（如視頻數(shù)據(jù)、診斷經(jīng)驗、知識文獻等）；②數(shù)據(jù)管理層：對實時數(shù)據(jù)進行預處理，如點表數(shù)據(jù)由分鐘級變?yōu)樾r平均數(shù)據(jù)，以減少系統(tǒng)隨機誤差，文獻等數(shù)據(jù)通過自學習算法、排序算法、專家決策成為新的診斷規(guī)則等；③認知深化層：以知識規(guī)則、案例匹配為核心，對預處理后的數(shù)據(jù)進行基于推理機制、解釋機理的判斷，對用戶提出分級報警；④優(yōu)化決策層：主要以計算機后臺提出決策建議，人工輔助判斷并決策。

近幾年，中俄東線在管道智能化建設(shè)方面進行了有益探索[22-23]，基于業(yè)務(wù)信息化，建立資產(chǎn)全生命周期管理系統(tǒng)；通過提升光纖安全監(jiān)測、視頻智能識別、陰保遠程監(jiān)控、關(guān)鍵設(shè)備遠程診斷等應(yīng)用效果，建設(shè)監(jiān)控預警管理體系；基于SCADA 實時采集運行數(shù)據(jù)，提供調(diào)度運行決策的核心、關(guān)鍵信息，實現(xiàn)以全管線為對象的整體運營優(yōu)化，指導管道科學化運行。

4 若干關(guān)鍵問題

以CPS 技術(shù)為核心的工業(yè)4.0 方興未艾，世界各國油氣管道智能化建設(shè)正處于起步階段。油氣管道具有點多、線長、面廣特點，在智能化/智慧化建設(shè)過程中，必然面臨若干需解決的關(guān)鍵性問題。

4.1 感知層

（1）全方位感知的內(nèi)涵，即感知的廣度和深度、感知設(shè)備的最優(yōu)配置方案等。管道全方位感知應(yīng)包括管道輸送業(yè)務(wù)的所有關(guān)鍵環(huán)節(jié)，即上游交接點、運輸各節(jié)點、下游交接點的信息全面采集。感知設(shè)備的最優(yōu)配置方案是典型的有約束優(yōu)化問題，即以現(xiàn)有的法律、標準為約束，實現(xiàn)投資、損失及收益曲線的最優(yōu)化。感知設(shè)備的配置數(shù)量越多，投資及維護成本越高，但發(fā)生損失的概率也越小，損失成本也隨之降低。

（2）數(shù)據(jù)傳輸安全性。站場和管道線路上不同類型的數(shù)據(jù)將通過專用光纖、物聯(lián)網(wǎng)、其他專用網(wǎng)絡(luò)（如設(shè)備專網(wǎng)）、第三方提供的通信系統(tǒng)（衛(wèi)星通信、wireless 等）等進行傳遞，涉及外網(wǎng)、內(nèi)網(wǎng)和工控網(wǎng)之間的數(shù)據(jù)交換。數(shù)據(jù)類型不同、通信協(xié)議不同、現(xiàn)場條件不同，對數(shù)據(jù)傳輸?shù)囊蟊厝皇遣灰恢碌?，?shù)據(jù)傳輸?shù)陌踩詫⑹且粋€嚴峻挑戰(zhàn)。

4.2 數(shù)據(jù)層

（1）數(shù)據(jù)融合互聯(lián)。眾多的感知系統(tǒng)和各統(tǒng)建系統(tǒng)所采用的技術(shù)路線、數(shù)據(jù)架構(gòu)和數(shù)據(jù)標準不盡相同，導致各系統(tǒng)間沒有完全達到互融互通，影響數(shù)據(jù)傳輸及共享。

（2）數(shù)據(jù)存儲管理。種類繁多的感知數(shù)據(jù)、挖掘分析產(chǎn)生的數(shù)據(jù)存儲和管理涉及數(shù)據(jù)中心、分數(shù)據(jù)中心、災備中心的建設(shè)，需要考慮邊緣計算、區(qū)塊存儲、分布使用和數(shù)據(jù)挖掘、集中存儲、整合使用的關(guān)系，做到既滿足數(shù)據(jù)安全，又能夠提供快速、靈活的共享服務(wù)，是非常復雜的系統(tǒng)性問題。

4.3 應(yīng)用層

（1）管網(wǎng)全局全時段優(yōu)化運行。在滿足安全約束的前提下尋求管輸效益最大化是關(guān)鍵技術(shù)挑戰(zhàn)之一，其技術(shù)難度在于以下三個方面：①管網(wǎng)本身的拓撲復雜程度；②大型混合整數(shù)非線性規(guī)劃難題的可解性和求解效率；③如何將工程、管理技術(shù)要求轉(zhuǎn)換為適宜的優(yōu)化方程。優(yōu)化方案在技術(shù)上是有必要條件的，如管輸收益、管輸成本、特別是能耗成本，其計算模型與真實數(shù)值之間的誤差，必須顯著低于優(yōu)化模型本身的準確度。解決上述技術(shù)問題的可行思路之一是分層，通過分層，可將大型管網(wǎng)分解成若干區(qū)域性管網(wǎng)，直接解決管網(wǎng)拓撲、可解性和效率的問題，其核心是如何將分層中的各關(guān)鍵點數(shù)值（或約束）求解出來。

（2）人工智能、大數(shù)據(jù)等技術(shù)合力和協(xié)同作用。電力、物流、電商等相關(guān)行業(yè)人工智能、大數(shù)據(jù)技術(shù)應(yīng)用已達到較深程度，油氣管道目前也有很多監(jiān)測和診斷技術(shù)，但各技術(shù)發(fā)揮合力和協(xié)同作用的能力較低。應(yīng)以業(yè)務(wù)需求為導向，將相關(guān)技術(shù)整合，通過人工智能、大數(shù)據(jù)挖掘分析、數(shù)字孿生技術(shù)等，實現(xiàn)智能管道建設(shè)目標。

5 智能管道/智慧管網(wǎng)發(fā)展方向

我國長輸油氣管道行業(yè)經(jīng)過半個世紀的發(fā)展歷程，經(jīng)歷了自動化、信息化、數(shù)字化階段，正在進入智能時代，智能管道建設(shè)正在全面興起，并穩(wěn)固推進典型場景落地實施，助力產(chǎn)業(yè)轉(zhuǎn)型升級。

隨著國家管網(wǎng)公司的成立與運營，需持續(xù)加強管道“數(shù)字基建”，拓展數(shù)據(jù)管理，探索建立集團級數(shù)據(jù)中心，形成區(qū)塊式分布、松散式耦合、集中式管理的大數(shù)據(jù)體系，管道全生命周期信息的融合互聯(lián)、綜合挖掘和對業(yè)務(wù)的全面支撐能力將得以充分釋放；多技術(shù)融合將是管道智能化管理的新思路，各種新技術(shù)融合使用，取長補短，取得“1+1＞2”的效果；通過遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、粒子群算法等智能算法，應(yīng)用于解決風險排序、預測或最優(yōu)化等問題，打造管網(wǎng)的“智慧大腦”，管網(wǎng)的運營及管理水平將得到極大提升。

我國油氣管網(wǎng)智能化建設(shè)仍處于初級階段，要實現(xiàn)全面智能化升級還有相當長的路要走。管道智能時代的大幕已經(jīng)開啟，應(yīng)把握、利用好智能管道與智慧管網(wǎng)建設(shè)的重要窗口期，助力管道行業(yè)的技術(shù)進步與轉(zhuǎn)型升級。