这里写上图片的说明文字(前台显示)

18719811719
  • 内页轮换图
  • 内页轮换图
  • 内页轮换图

管道研究

您当前的位置:首页 > 防灾减灾技术研究

山区管道天地联合管控地灾风险实践

来源:《管道保护》杂志 作者:谢锐;郑宇恒;方迎潮;吴东容;孙啸;王彬彬 时间:2021-1-19 阅读:

谢锐 郑宇恒 方迎潮 吴东容 孙啸 王彬彬

国家管网集团西南管道公司



摘  要:西南山区管道所经区域地质条件复杂,地势起伏大且地灾频发,传统的管道地质灾害风险管控模式难以发挥有效作用。为满足山区管道运行管理更高安全和环保要求,利用新技术,建立天基系统、地基系统与管控流程相结合的天地联合风险管控体系,形成风险普查、详查、监查的风险识别及管控模式,实现地质灾害的天地一体化综合监测预警,提高风险管控能力和管控效率。

关键词:山区管道;地质灾害;天地联合风险管控;天基系统;地基系统;InSAR;高后果区;预警


西南管道70%以上位于V字形、大落差山区,沿线水网密布,地理环境复杂,地质灾害频发;自然环境敏感区及人员密集型高后果区较多;基础设施建设活动(第三方施工)频繁。与平原地区油气管道相比,安全运营、环保管控等面临更大难度和挑战。

西南山区管道在地质灾害、第三方人为破坏、腐蚀等方面风险突出,与建设期缺陷双重叠加,失效可能性比平原管道明显较高[1-2]。环境敏感区域(湿地公园、水源保护地等)及人员密集型高后果区抢险难度大,溢油回收困难,人员伤亡及环境污染等失效后果影响较大[3]。针对山区管道风险管控的重难点问题,需要应用新技术予以解决。

1  风险管控重难点分析

表 1为山区管道风险管控典型重难点问题。

可以看出,现有管道完整性管理手段在大范围地质灾害排查、流域性环境风险识别、高后果区增量排查等方面,难以满足山区管道更高安全和环保要求。需运用卫星遥感、传感器监测、人工智能等新技术开展山区管道风险管控,形成适用的风险管控体系[4-9]

2  天地联合风险管控体系

融合卫星遥感数据与地基感知数据,基于人工智能分析建立天地一体化风险管控体系及平台,实现管道风险筛查、评估、监测及预警的综合管理。技术体系包含天基系统和地基系统两个部分,两者结合形成天地联合管控,对地质灾害进行“三查”,实现天地一体化综合预警,提高风险管控范围和工作效率,为管道地质灾害防治提供技术支撑。

2.1  天基系统

天基系统主要利用卫星遥感监测手段,结合大数据、人工智能等信息技术,对管道沿线开展大范围的地质灾害隐患点普查、大范围监测、地灾风险识别以及重点风险持续跟踪,并为灾害与风险详查、地基监测提供数据支撑。

基于卫星遥感技术(表 2),在管道左右两侧0.1、0.5、2.5公里范围开展累计缓慢形变监测,实现管道沿线地质灾害早期识别,同时对管道周边大范围地质变化情况进行管控。采用国产高分辨率光学卫星对管道沿线进行地物变化检测统计及建筑物识别提取,查找人为因素导致的建筑用地变化区域,并做出相关分析,实现管道沿线施工监测和高后果区管理。

通过对三维数据、基础地理数据、地质环境数据、地质灾害数据、管道数据以及其他数据的多源数据融合叠加分析等大数据技术,以获得被测对象的一致性解释或描述,从而得出更为准确、可信的结论。

人工智能技术集中于机器学习算法在遥感影像数据计算分析中的应用。系统内共形成9种功能算法,13个分析模块,为进行复杂的数据分析和处理提供了算法保证。

2.2  地基系统

地基系统主要利用地面传感监测设备,对各重大地质灾害点时空演变信息进行实时监测(图 1),包括形变、地球物理场、化学场、诱发因素等,最大程度获取连续的空间变形数据,利用指数平滑法、回归分析、神经网络等大数据分析方法,分析预测灾害发展变化趋势,结果应用于地质灾害的稳定性评价、预警预报和防治。

主要工作流程包括数据采集、数据分析及存储、预警规则以及预警行为四个部分。数据采集主要通过野外监测设备进行,采用三网联通的网络作为主信道,同时预留了北斗数据传输系统作为备用信道,并建立了两个信道的自动切换方式。数据分析及存储,主要使用大数据分析算法将传回的数据进行分析,找出灾害发育变形规律,并将分析结果存储到数据库中。预警规则以“管道安全”为核心,构建外界诱发指标、地灾形变指标与管道力学指标组成的预警预报判别矩阵,将管道地质灾害预警级别划分为三级预警。预警行为的确定是根据报警规则计算灾害点的预警级别,并进行自动响应,同时将报警信息发给对应的业务人员。

2.3  天地一体化方案及体系建立

通过技术与管理相结合,建立天基系统、地基系统与地灾风险管控流程结合的天地联合风险管控体系,对地质灾害进行“三查”(普(排)查、详(筛)查、监查),实现地质灾害的天地一体化综合监测预警,提高风险管控能力和管控效率(图 2)。

普(排)查:借助高分辨率的光学影像和SAR影像,识别历史上曾经发生过明显变形破坏和正在变形的区域,实现对地质灾害隐患的大范围普查。

详(筛)查:基于卫星普查结果,对解译出的形变区域开展地面调查,记录隐患点的地形地貌条件、地质环境破坏程度、岩土体结构等,并结合管道沿线地质灾害风险评价模型、评级体系,对确认的风险点进行评估,确定需要进行监测、治理的地质灾害点位。

监查:对详查确认的风险点位,部署地基监测系统,进行实时监测、预警与管控。

3  管控实践

西南管道公司地基系统从2014年开始建设,2018年进行了二次升级改造。截至2020年,已接入监测区域150处,其中应力应变监测117处,地灾监测59处(合建26处),769个监测点位,791套监测设备。天基系统从2019年开始建设, 2020年逐步投入实验性应用,并与地基系统有效融合联动。天地联合风险管控体系应用以来,在中缅天然气管道晴隆段InSAR地质风险识别、高后果区管理、地质灾害监测预警等应用中取得了良好效果。

3.1  InSAR地质风险识别

开展InSAR地质风险识别,对约100公里中缅天然气管道晴隆段新老管线进行了识别验证。重点对2.5公里地质灾害风险区域进行普查,共排查出23个隐患区域,其中位于管道300米缓冲区的有6个。InSAR解译出形变区67处,其中老管线35处,新管线32处。经综合判断, 64个形变区域需要开展野外地质环境调查。经专业人员现场实勘,确认了地质灾害点。

InSAR解决了潜在隐患由人工排查难以发现的难题,极大地提升了地质灾害识别的能力与水平,使得地灾防控更具针对性。

3.2  高后果区管理

建立“技防+人防”管理模式,将卫星遥感监测结果与人工巡线结果相互复核,提升人工巡线针对性、广覆盖和巡视效率;开展管道沿线建筑物识别和统计,辅助确定高后果区等级;自动排查高后果区新增建筑物,记录其出现时间,保留证据链。

目前,西南管道公司监测管道总长度约500公里,共监测高后果区98个,其中I级9个,II级54个,III级33个,IV级2个,总长度约162公里。基于卫星遥感的山区管道高后果区动态监测管理取得了初步应用效果。

3.3  地质灾害监测预警

利用地基监测系统,多次成功预警,包括中缅管道K321滑坡、晴隆改线段管体应力异常、采空区隧道裂缝加速变形等事件。

2018年8月13日,平台监测到中缅管道K321滑坡1#应变监测点应变值出现稳步上升趋势,抗滑桩出现轻微形变,系统预警。经现场复核发现,持续降雨导致滑坡体第一排抗滑桩左侧两根桩上部管沟处出现小范围局部滑塌(图 3)。滑塌区呈圈椅状,长约15米,宽约8~12米,厚度约1.2米,滑塌区后缘下错约 1.2米,边缘下错约0.4米,局部光缆外露,排水沟堵塞。公司及时赶赴现场复核,并采取消减措施降低了风险。

4  结论及建议

(1)西南山区管道天地联合风险管控体系充分利用天基系统、地基系统技术优势,结合多源数据融合和专业数据分析,解决了山区管道运行风险有效管控难题,显著提高了风险管控能力及管控效率。

(2)形成了 “三查” (普(排)查、详(筛)查、监查)管控模式,取得了较好的应用效果,为山区管道风险管控探索出了新方向。

(3)实际应用中还存在地物变化监测分类精度不足、卫星监测地物变化时容易受到云层和植被影响等问题。后续将持续提升天地一体化平台智能化水平及预报准确率,并探索Lidar、无人机等技术应用,构建天空地一体化风险管控体系,实现山区管道风险全面管控。

 

参考文献:

[1] 伦昌海,李向南,张跃雷,等.我国山地管道设计建设投产技术标准现状研究[J]. 天然气与石油. 2017,35(2):1-6.

[2] 毕研军,杨文,孙碧君,等. 输气管道山地施工方法研究[J].中国科技博览,2015,35(2):39-42.

[3] 张圣柱. 油气长输管道事故风险分析与选线方法研究[D]. 北京:中国矿业大学,2012.

[4] 徐小波,单新建,屈春燕,等. PS/CR-InSAR技术在区域滑坡变形监测中的初步应用[C],中国地球物理,2011-10-17:1001.

[5] 许振华,魏金占. 超高分辨率卫星影像应用浅析[J], 信息技术与信息化,2015(7):126-12.

[6] 朱仁璋,丛云天,王鸿芳,等. 全球高分光学星概述(一):美国和加拿大[J]. 航天器工程,2015(12):85-106.

[7] Peng Daifeng, Zhang Yongjun. Object-based change detection method using refined Markov random field [J]. Journal of Applied Remote Sensing, 2017, 11(1): 016024-016036.

[8] Wang Xin, Liu Sicong, Du Peijun, et al. Object-Based Change Detection in Urban Areas from High Spatial Resolution Images Based on Multiple Features and Ensemble Learning [J]. Remote Sensing, 2018, 10(2): 276-289.

[9] 许强,董秀军,李为乐. 基于天—空—地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报(信息科学版),2019,44(7):957-966.


作者简介:谢锐,工程师,1986年生,2013年硕士毕业于中国石油大学(北京)油气储运专业。现主要从事油气管道运行管理及数据管理研究工作。联系方式:18008306535, 181828333@qq.com。 

上篇:

下篇:

关于我们
地址:甘肃省兰州市广场南路77号3026室 邮编:730030 邮箱:guandaobaohu@163.com
Copyrights © 2018- All Rights Reserved. 版权所有 管道保护网 陇ICP备18002104号 设计制作 宏点网络
甘公网安备 62010202003034号 甘公网安备 62010202003034号
  • 95_95px;

    QQ群二维码

  • 95_95px;

    微信二维码

咨询热线:18719811719