冯亮1 李开鸿1 刘俊江1 党文俊2

1. 国家管网集团西南管道公司； 2.国家管网集团西气东输公司

摘  要：西南山区地势起伏较大，容易造成原油管道杂质形成，预测山区管道的合理清管周期尤为重要。以重质组分沉积数学模型中黄启玉模型（含改进模型）为基础，对比分析了基于最小二乘支持向量机法和基于BP神经网络法的预测模型，提出优选预测模型，以预测原油管道蜡沉积情况，优化管输效率并确定合理清管周期。

关键词：西南山区；原油管道；清管周期；重质组分沉积数学模型；最小二乘支持向量机法；BP神经网络法

在原油管道运行过程中，由于油品中的杂质聚集并随着运行时间的增加逐渐依附在管内壁，造成管输量降低。清管作业可清除管内壁杂质以提高管输量，但工作量较大。西南山区原油管道沿线地形复杂、山高谷深，形成了大落差管段，容易造成管道输送效率较快降低，管内沉积物沉积速率预测困难，增加了清管难度。确定山区管道合理清管周期，需优选适宜预测模型。

1  研究现状

SY/T 5536―2004《原油管道运行规程》规定管道输送效率小于95%应清管，但据此确定清管作业具有局限性[1]。

徐丹等[2]研究表明在原油输送途中点，得出结蜡规律，输油途中的热力和水力等条件的限制，判定最佳清管时机；崔祥等[3]总结了原油管道清管作业的前期准备工作、渐进式清管方式、清管器类型选择等相关经验，提出了后续原油管道清管周期优化的建议；李先明等[4]建立了油水混输管道经济安全清管周期计算模型，研究了模型的求解方法；李循迹等[5]从含蜡原油输送管道管输效率的定义出发，结合蜡沉积速率预测方法，提出了描述管道清管周期与管输效率、结蜡速率之间关系的数学模型，确定了应当进行清管时的管输效率阈值；张立林[6]在其硕士论文中建立优化模型，编写计算程序，借用现场数据分析了单位输油成本随管道运行天数的变化规律，并确定正确的最佳清管周期；户凯等[7]利用多约束条件清管周期优化模型对某含蜡原油管道冬季不同输量和进站温度的清管周期进行计算，综合考虑管道运行的经济性和安全性，给出了合理的清管周期。研究表明，输量减小，清管周期先增加后减小；进站温度升高，清管周期增加；户凯[8]也针对油田含蜡原油管道输量逐年降低的情况,建立了原油管道蜡沉积模型,研究了输量逐年降低对管道蜡沉积情况及清管周期的影响；黄晨醒[9]在其硕士论文中对不加热原油管道结蜡特性进行研究，并建立了适用于杰诺油的蜡沉积模型，该模型可以计算不加热原油管道的蜡沉积速率和最佳清管周期；李传宪[10]的研究结果表明，出站温度的降低会使管道日平均运行成本增加和最佳清管周期延长,输量的增加会使管道日平均运行成本增加和最佳清管周期缩短，地温的升高会使管道日平均运行成本先减小后增大，最佳清管周期延长；姜海斌等人[11]在了解了管道实际运行的各项参数的基础上，对两次清管所间隔的时间段内的同一段管线中的蜡沉积层厚度进行了分析和比对，计算了两次清管之间管道运行成本的差值，确定了清管周期。

笔者针对西南山地管道清管周期开展研究，调研比较了重质组分沉积数学模型，在选定数学模型下计算输油管道的管道输送效率并建立预测模型；对比并选择清管周期预测模型。

2  机理模型

首先需要建立山地管道重质组分沉积预测模型。重组分的沉积过程是多种机理混合作用的结果，其中分子扩散、油流剪切和老化作用对输油管道中重组分沉积层的形成有较大影响，重质组分沉积的物理模型如图 1所示。

目前，重质组分沉积数学模型包括Burger模型、Housa模型、Singh模型和黄启玉模型（含改进模型）。经文献检索，黄启玉模型（含改进模型）的计算结果与实际情况较为接近，故山区输油管道重质组分沉积数学模型选择黄启玉模型（含改进模型）。

黄启玉模型以分子扩散机理为基础，同时考虑到了紊流状态下流体对蜡沉积层的剪切作用，是一种具有普适性的蜡沉积动力学模型。他认为剪切弥散对蜡沉积的影响基本可以忽略。该模型中提出了“蜡沉积倾向系数”的概念，该系数考虑了管壁剪切应力和管道径向温度梯度的影响。同时其他不确定因素，如蜡分子扩散系数等，一并计入系数中，简化了计算步骤。蜡沉积倾向系数的表达式为：

    
     式中f' 为蜡沉积倾向系数；为管壁处剪切应力，Pa；为径向温度梯度，℃/mm；k、m、n为常数，需要通过实验确定。相应的蜡沉积速率计算公式为：

 

其改进模型相应的蜡沉积速率计算公式为：

    式中W为蜡沉积速率，g/(m2·h)；μ为原油黏度，Pa·s；为管壁处蜡晶溶解度系数，10-3/℃。

3  清管周期预测模型

为建立适用于山地管道管输效率与清管周期的智能决策模型，需开发仿真软件并进行油气管线清管过程模拟。同时建立基于最小二乘支持向量机法和BP神经网络法的预测模型，预测原油管道蜡沉积情况，优化管输效率并得出合理清管周期。

3.1  基于最小二乘支持向量机的预测模型

支持向量机（support vector machine，SVM）是近年来发展起来的一种新型学习机器，它通过结构风险最小化原理来提高泛化能力，能较好地解决小样本、非线性、高维数及局部极小点等实际问题。而最小二乘支持向量机（LS-SVM）是支持向量机的一种扩展，该方法采用最小二乘线性系统作为损失函数，用等式约束替代不等式约束，使得求解过程变成了解一组等式方程，从而降低了模型的复杂程度，提高了求解速度。基于此，将最小二乘支持向量机的思想引入到蜡沉积速率的预测中，通过优化最小二乘支持向量机的参数，预测了管道的蜡沉积速率，建立了蜡沉积速率的预测模型，实现管道输送效率智能监测与清管周期决策。

基于最小二乘向量机的清管周期预测法，选用RBF核函数，其形式为，采用的数据标准化方法为。式中，Xi为标准化前的原始数据；Xm为Xi所在向量的平均值（同一属性）；Xs 为Xi 所在向量的标准差（同一属性）。

由此蜡沉积的预测式为：

    根据数据分析，可得到预测蜡沉积速率的直观函数表达式，并完成各管输效率预测，以此为基础确定管道清管周期。

3.2  基于BP神经网络法的预测模型

BP神经网络法可以描述多因素之间的非线性关系，且具有很强的非线性映射能力和强大的自学习能力，可映射任意复杂的非线性关系。BP算法由两部分组成，可概括为：信息的正向传播与误差的反向传播。在正向传播过程中，输入的信息从输入层经过隐含层逐层计算传向输出层，若在输出层没有得到预期输出，则此时计算出输出层的误差变化值，然后进行反向传播，将误差信号沿原来的连接通路反传回来，并修改各层神经元的权值，直到达成期望目标（图 2）。

基于Fick定律，考虑到蜡沉积影响因素之间的非线性关系，并结合室内环道实验数据，利用BP神经网络对蜡沉积速率进行了预测；采用MATLAB神经网络工具箱来建立神经网络模型；最终建成山地管道输送效率监测与清管周期智能决策模型。该模型可实现山地管道管输效率蜡沉积动态仿真、清管器运行速度优化控制、管输压力优化控制、管输效率优化提升、清管周期预测优化等。

3.3  预测模型选择

据文献检索，国内更常使用基于最小二乘支持向量机的清管周期预测模型。故本次山地管道清管周期预测优先选择该模型，但由于山区管道特有的地形情况，还需利用BP神经网络法的清管周期预测模块根据实际数据进行必要的修正，计划将整合为新模型。

4  结论

清管周期预测研究结果尝试在中缅原油管道进行修正，最终得出一套适用于山区原油管道的清管周期预测模型；建议输油管道重质组分沉积数学模型选择黄启玉模型（含改进模型）；优先选择基于最小二乘支持向量机的预测模型，并利用BP神经网络法的预测模型根据实际数据进行必要的修正。

 

参考文献： 

[1] 张妮，张华卓，李磊，等.国内外长输管道清管技术综述[J]. 全面腐蚀控制，2017(4)：6-10.

[2] 许丹，杨辉，王一然. 原油管输结蜡规律与清管周期的确定[J]. 中国石油和化工标准与质量，2016，36(7)：92-93.

[3] 崔祥，李龙东，李小龙. 西部原油管道清管作业分析与研究[J]. 管道技术与设备，2018(03)：48-50+54.

[4] 李先明，安超，方艳，等. 含水原油输送管道经济安全清管周期研究[J]. 当代化工，2018，47(10)：2222-2224+2236.

[5] 李循迹，孟波，常泽亮，等.含蜡原油输送管道清管周期预测模型研究[J]. 天然气与石油，2018，36(5)：1-5.

[6] 张立林. 含蜡原油管道清蜡周期计算[D].西安石油大学，2018.

[7] 户凯，杨超，玉德俊，等. 多约束条件清管周期优化模型研究[J]. 北京石油化工学院学报，2017，25(04)：69-73.

[8] 户凯，张帆，王圣洁，等. 低输量含蜡原油管道蜡沉积与清管周期研究[J]. 油气田地面工程，2018，37(05)：65-70.

[9] 黄晨醒. 不加热原油管道结蜡特性研究[D].中国石油大学（华东）， 2017.

[10]李传宪，黄晨醒，郁振华，等. 不加热输油管道最佳清管周期影响因素研究[J]. 石油化工高等学校学报，2017(03)：68-73+79.

[11]姜海斌，袁运栋，屈文理，等. 库鄯输油管道清管周期的确定及经济分析[J]. 油气储运，2002，21(3)：44-48.

作者简介：冯亮，男，1985年生，2013年硕士毕业于中国石油大学（北京）油气储运专业，工程师，现主要从事天然气和原油长输管道方面的工作。联系方式：17708806816，fenglangtc@126.com。