贾韶辉

中国石油管道科技研究中心

随着大数据、云计算、物联网等新一代信息技术的高速发展，人工智能技术逐渐从实验室走向工业领域，智能化技术在各行各业开始应用。在油气管道行业，伴随着管道信息化的高速发展，智能化管道的概念也应运而生。

2016年1月，GE能源公司和埃森哲咨询公司共同研发智能管道平台(Predictivity+Predix)，并在哥伦比亚管道集团公司2.4×104 km长输管道上首次应用。哥伦比亚管道集团公司基于该智能管道平台，实现了全企业范围内所有管道的管道威胁实时监测、态势感知和风险管理。在国内，由中石油管道科技研究中心开发的管道完整性管理系统（PIS）实现了中国石油7.1×104 km长输管道数据的动态采集和有序存储，支撑9个业务领域、71个业务流程数字化和规范化运行【1】，为智能化管道的建设提供了数据及技术基础。

智能管道涉及业务领域广泛，本文仅在智能化管道维护方面，就若干技术方法与应用场景进行探讨，以期能为未来的智能管道信息化实施提供技术支持。

1  管道第三方施工的大数据时空分析

随着管道历史数据的积累，探究管道业务在时间和空间两个维度上的特性规律成为了可能。

以管道第三方施工为例，选取2011 －2014年第三方施工记录，采用基于GIS技术的空间分布分析模型，得出第三方施工的空间密度图（如图 1所示）[2]。根据分析结果，得出管道第三方施工的空间分布特性如下：管道附近第三方施工发生频次最高的地区主要分布在银川市、深圳市、连云港市、南京及无锡市，发生频次范围为251-490次/103 km﹒a（见图1中箭头所指深色区域）；管道附近第三方施工发生频次较高地区主要分布在湖北、江苏、安徽、浙江、广东省部分地市，发生频次范围为151-250次/103 km﹒a；除此之外，其他区域的管道第三方施工发生频次范围分别为71-150次/103 km﹒a、1-70次/103 km﹒a，以及无管道第三方施工发生。

图1管道第三方施工空间密度图

采用时间分布特性分析方法，对第三方施工数据进行傅里叶变换，得到第三方施工的功率谱图（如图2所示）。其中，横轴为频率，纵轴为对应的功率值。

图2 管道第三方施工功率谱图

从图2可以看出功率谱有明显的左右对称特征，对该图中的前100个频率点局部放大，可更清楚的看到功率随频率的变化情况，并且存在明显的多峰。根据功率谱判别方法，管道第三方施工具有明显的周期或拟周期性行为，频率较高的为0.002929688，周期大概在1年左右。

将管道第三方施工数据以月为单位统计，得到每月的第三方施工数据统计图（如图3所示）。其中，横轴为年度及月份，纵轴为发生的数量。从图中可以看到每年的3月份均为管道第三方施工的高发期。

图3 管道第三方施工每月数量统计图

基于大数据的管道第三方施工时空分析，可以发现管道第三方施工频繁发生的位置与发生的时间规律，并与重点地段的高清摄像头影像智能识别相结合，有针对性的采取防范措施，优化资源投入。

2  管道地质灾害的智能监控与预警

目前，国内部分管道沿线地质灾害体上装有监测设备，可以实时监测地质灾害体的位移数据、降水数据等，同时在管体上也装有应变传感器，可监测由于土壤移动而产生的管体应变值。上述数据都可以通过GPRS等网络传回中央数据库。

上述方式在管道沿线地质灾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，可以监测的地质灾害类型有限，仅限于滑坡、危岩等个别灾害类型，而每年影响管道最大的水毁还无法做到有限监测；另一方面，由于上述硬件监测设备的费用投入较高，只能在个别中大型灾害体上布设，无法形成有效的监测网络。

以往有学者基于高分辨率卫星遥感影像或航空摄影进行地质灾害体的识别，但由于以前高分辨率遥感影像或航空摄影的订购成本较高，只能做到相对静态的识别，无法做到实时更新，此外卫星影像还受到云层等因素干扰，降低了识别的准确性。

随着无人机技术的普及，一方面费用成本逐渐降低，另一方面可以随时随地快速拍摄高分辨率影像，回传后的遥感影像可以通过精纠正等方式生成数字正射影像DOM。在建立地质灾害体样本库的基础上，可以通过智能图像识别技术，在无人机的DOM影像上智能识别管道沿线地质灾害体的位置、类型、尺寸、形态等具体信息；建立管道地质灾害形态样本库与智能识别模型，结合气象与地质灾害预警信息[3-4]筛选可能发生灾害的重点区域，在重点区域内基于该模型自动化对比多次影像中的灾害体情况，识别灾害体位移、水毁程度等变化趋势情况，真正做到地质灾害的全类型覆盖、全天候监测与预警。

3  管道维抢修的信息化智能支持

管道维抢修的信息化智能支持涉及到管道维抢修资源数据管理、管道维抢修资源的智能调配、管道维抢修处置智能决策等方面。

在管道维抢修资源数据管理方面，基于PIS系统制定统一的维抢修设备、人员等数据规范，规范数据采集内容与格式；采用移动应用等技术实现维抢修资源包括维抢修队伍、设备、进场道路以及外部医院、消防队、河流、公路等信息的现场移动采集与实时上报。

在管道维抢修资源的智能调配方面，针对不同介质、不同地形环境建立灾害事故模拟的技术模型方法，分析爆炸影响范围、油品泄漏污染路径[5]等事故灾害后果；依据事故灾害后果，基于应急物资配备计算模型自动化计算抢修物资数量、类型；智能化查询邻近事故地相匹配的维抢修机构，结合维抢修机构位置、周边道路等情况，基于GIS技术实现进场道路的自动导航。

在管道维抢修智能处置方面，充分利用管道失效的大数据分析、物联网、无人机、VR/AR/MR等技术，将应急抢险信息化技术与管道事故数据、抢险现场紧密结合，通过物联网对泄漏源的智能监控、基于无人机图像的泄漏位置与区域的智能识别、基于虚拟现实技术的桌面应急处置模拟等技术，一方面做到泄漏事故的提前预测、判断；另一方面，一旦发生泄漏事故，依据油气长输管道维抢修预警分级响应体系[6]，通过智能化的诊断技术给出不同介质、不同泄漏方式、不同泄漏环境下的抢险方式、技术要求、部署位置，真正实现抢修过程中各种操作的量化，进而指导抢险人员、应急抢险车辆、抽油机、围油栅等人员与设备的精细化部署和科学决策[7]。

4  结语

智能化管道技术用于管道维护中，既可以依据大数据分析有针对性的采取防范措施，优化资源投入；又可以借助高新技术应用真正做到地质灾害的全类型覆盖、全天候监测与预警，以及智能化决策处置管道维抢修任务；为智能管道信息化建设提供技术和应用支持。

参考文献

[1] 周利剑、贾韶辉. 管道完整性管理信息化研究进展与发展方向[J]. 油气储运，2014,33（6）：571-576.

[2] 贾韶辉. 长输管道时空序列数据分析[J]. 油气储运，2016,35（7）：713-717.

[3] 付立武、贾韶辉、郭磊. 管道气象与地质灾害预警技术及其应用[J]. 油气储运，2012,31（4）：307-313.

[4] 贾韶辉. 基于GIS技术的管道地质灾害汛期预警研究[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. 油气长输管道维抢修预警分级响应体系[J]. 油气储运，2012,31（5）：307-313.

[7] 贾韶辉、周利剑、郭磊. 基于完整性数据库的管道应急信息化技术[J]. 油气储运，2014,33（6）：582-587.

作者：贾韶辉，现任职中石油管道科技研究中心完整性所副主任工程师，博士/高级工程师，主要从事管道完整性管理相关数据管理、系统建设等信息化技术的研究工作。

《管道保护》2017年第6期（总第37期）