管道完整性数据技术发展现状与展望

文

周利剑李振宇

中国石油管道科技研究中心/中国石油天然气集团公司油气储运重点实验室

近年来，随着经济发展对能源需求的不断增加，管道里程迅速增长，形成了多渠道、跨区域的全国性油气管网。其中超过一半的管道服役时间不足10年或接近30年，处于事故多发期，管道安全生产压力巨大。根据国内外的管道管理经验，推进完整性管理，由传统的事后应对型管理向现代的事前预防型管理转变，是保障管道安全的有效手段。完整性管理是一种基于数据、主动预防的全新管道安全管理模式。运用包含数据采集、高后果区识别、风险评价、完整性评价、维修维护、效能评价6个环节的闭环管理体系和一整套支持技术，实现全面探知管道风险，科学安排资源分配，适时采取针对性维修维护措施，保障管道安全环保的同时，减少不必要的投入。管道数据管理与完整性6步循环关系紧密，各个业务流程均以数据为依据，数据的采集、整合、应用到发布贯穿于6步循环，数据的质量直接制约完整性管理中各项评价工作的准确性。经过多年研究实践，在中国石油长输管道管理中形成了数据采集和整合的技术要求，同时明确了9个专题61类数据的范围。上述内容均被纳入标准GB－《油气输送管道完整性管理规范》，从国家层面体现了数据管理对于管道完整性的重要程度，即数据管理是管道完整性管理的基石。

1现状与挑战

1.1现状

在国内，主要依托企业内部技术研发机构开展信息化建设。在完整性数据管理领域，中国石油管道科技研究中心一直处于领先地位，在年成功研发了国内首个适用于大型复杂管网的管道完整性数据模型PIDM（PipelineIntegrityDataModel），其涵盖了从管道设计、建设到运维等不同阶段超过个属性信息；发展至今，存储着中国石油所辖多条干支线约6×km管道的数据，总数据量达到7TB，是目前国内最大的管道完整性数据库。在系统开展完整性管理后，对基于HCA识别结果、风险识别结果、内检测数据、外检测数据、管道基础数据、日常维护管理数据等进行整合，初步形成了管道完整性数据森林（图1）。在数据森林积累的基础上，促进评价由定性经过半定量到定量的发展，实现了宏观粗放型管理到微观精细化管理的进步，如精准、科学地修复每一个管道缺陷，较为科学、合理地得出管道使用或判废的结论等。数据森林生态环境的建立，进一步促进了各项评价管理技术的发展，形成了良好的管理生态，如半定量的专家打分法与完整性数据库结合，促进了评价准确度和精细度的提高。

在国外，NewCenturySoftware、GeoFields、EagleInformationMapping等技术服务公司，实现了基于APDM（ArcgisPipelineDataModel）/PODS（PipelineOpenDataModel）的GIS（GeographicInformationSystem）空间库的构建，并可提供基于GIS的数据编辑、维护软件产品，为Enbridge、WilliamsGas等管道企业建立了管道数据库，收集了内检测、腐蚀事故、应力腐蚀等完整性数据。美国的运营商、管道所有者、公共大众等利益相关方，基于NIPP（NationalInfrastructureProtectionPlan）设计的合作模式，构建了NPMS（NationalPipelineMappingSystem）管道数据库，收集了管道位置、应急资源等信息。管道运营企业作为行业协会的参与者和技术研发机构的服务购买者，其生产需求是整个行业的推动力，不断推动管道完整性数据管理向前发展。

1.2挑战

新业务对数据管理提出新的需求。站场完整性管理技术、大型管网可靠性管理技术已经成为当前的研究重点，新技术的发展突破了线性资产管理的范围，需要事件数据、台套数据的支持。对完整性数据管理而言，需要支持复杂数据对象管理、实时数据接口管理等。

大数据量给数据管理带来更多的需求。中国石油长输管道里程接近7×km，年实施内检测批次约次，外检测批次约次，产生检测记录超过×条；站场内的大量设备（压缩机、阀门等）亦会产生振动监测、热力学参数监测、预防性维护、修复记录等海量数据。这些不同类型和格式的数据需要统一管理，以支持失效分析，保障精准运维等。

企业信息资源整合对数据管理的统一性需求，以及管道企业的经营管理和生产运行管理均需要信息系统的支持。各系统内的数据与业务联系紧密，但对数据的概念、格式、划分原则等定义不统一；相关业务标准GB-《输气管道工程设计规范》、GB-《输油管道工程设计规范》、GB-《油气输送管道完整性管理规范》、SY/T-《输气管道系统完整性管理》中的数据管理范围也不一致。随着完整性管理的深入发展，需要对不同系统的数据资源进行整合，并对工作流进行协调。

2关键技术

2.1数据模型

国际上广泛使用的管道数据模型有PODS、APDM等，相应地，国内管道数据模型主要有PIDM、APDM-CH（ArcgisPipelineDataModel-China）等。其中，PIDM模型在国内的应用最为成熟，在其基础上经过多年积累，形成了包含基础数据、管道日常运营数据、风险评价数据、完整性评价数据、失效数据等的海量数据库。

数据模型的发展需要继承软件工程中面向对象的思想，即扩展模型。从其抽象类划分而言，一类是支持坐标直接定位的对象类，另一类是支持线性参考和里程定位的地理空间要素类。以坐标为定位方式的对象类，扩展为各种事件的抽象类，可对机械设备、自动化仪表等数据进行管理，并支持几何网络建模的扩展。以线性参考和里程定位的地理空间要素类，扩展为各种在线要素和离线要素，不断完善对象和属性，可对线性管道资产数据进行管理。基于数据模型技术发展，可支持站场完整性管理、可靠性管理工作的开展。

2.2多维度时空数据的管理

随着管道完整性管理的实施，需要存储管道从设计、建设、投产、运行至报废不同生命阶段的数据。数据管理的目的是满足各种评价、预测的数据需求。在管道不同生命阶段，产生的数据种类、属性不一致；在同一个阶段中，也会产生多个批次的数据。目前在管道生命周期中，数据来源不断拓宽，如基于全球定位系统GPS的坐标数据、LiDAR数据、内外检测结果、基于惯性测绘（InertialMeasurementUnit，IMU）的管道中心线、基于实时数据库的SCADA、基于物联网技术部署在管道沿线的各类传感器数据。在管道生命周期中数据种类不断丰富，包括结构化的管道基础数据、半结构化施工文件、非结构化漏磁信号等，充分收集、整合这些数据有利于管道设计的改进和运维中各项工作的开展。丰富的数据贯穿管道的生命周期，需要采用多维度时空数据管理的方式。

实施多维时空数据管理的原则如下：①统一数据标准，并创建可靠的元数据，避免出现不必要的混淆，如一家企业重复购买了相同的数据集2次，而原因仅仅是该数据集在2个不同的存储库内使用了不同的名称；②制定存档策略，合理控制存储成本；③设定保留计划，按照法规要求合理处置数据；④坚持数据源头采集的原则，按照不同主题持续校准数据。

2.3数据对齐

数据对齐（图2）是管道数据管理的关键技术之一，是从数据到信息的关键步骤。以内检测数据产生IMU和ILI（In-lineInspection）数据为例，可与管道建设期和运营期的数据对齐，从而满足多种需求：满足现场工作图纸需求；满足内检测工作开展前数据收集需求；满足缺陷评价中的数据需求，避免发生误开挖；满足修复中缺陷定位的需求，并可对管道缺陷发展趋势进行预测。

数据对齐分为2个阶段：①前期的数据准备工作，对管道竣工和检测的线性成果进行整理，以满足对齐要求。②通过数据分段和特征提取技术，建立管道的基准中线和硬点，从而实现基于环焊缝的对齐。

2.4数据利用

管道完整性数据管理的目的是充分利用数据，为企业的安全管理和降本增效服务。数据利用的基础是完整性数据库，数据利用方式包括：①通过专业标准进行高后果区识别、风险评价、完整性评价等专项应用；②通过数据分析技术，满足具体业务分析的需求。基于管道完整性管理系统，中国石油实现了专业分析评价的数据利用，下一步将利用大数据和数据挖掘的具体技术（如因果关系分析和相关关系分析的方式），针对具体业务建模，实现专业化的数据分析和应用。

数据利用技术的目标是实现完整性管理对管道精准运维的支持。精准运维主要体现在4个方面：①精准数据，包括更新及时、信息完整、定位准确；②精准评价，以半定量评价为基础，发展到定量评价，进一步实现在线评价，最终实现在线预测；③精准计划，包括管道的巡护计划、检测计划等工作，以数据提高计划的准确性和可操作性；④精准作业，以数据降低管道开挖修复、应急抢险等各种作业的风险与成本。

3发展趋势

3.1移动智能端

移动智能终端是指在移动设备上采用开放式的操作系统，可装载相应的程序来实现相应的功能，同时结合通信网络实现数据的交换。目前该技术已在中国石油的某些管道成功应用，如中国石油移动办公平台，可随时随地进行OA（OfficeAutomation）、财务等业务审批。结合RFID（RadioFrequencyIdentification）、GPS、GIS和移动开发等技术建设的移动巡检平台在国内也已获得广泛应用。

长输管道具有地域范围广、作业环境复杂的特点，对移动应用有着更加迫切的需求。随着中国石油的企业移动应用平台建设，基于管道完整性大数据的信息发布、应急抢险、设备管理、移动巡检等应用，通过高效、精确的指令下达，数据从源头进行准确、及时的采集，实现对管道维护资源的优化配置及全过程管控，将为管道企业安全运营和降本增效提供巨大帮助。

3.2云计算

依照美国国家标准与技术研究院定义：云是一种可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件及服务），其资源按使用量付费的模式向用户提供高可用的、便捷的、按需的网络访问。云计算是网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等计算机技术和网络技术发展融合的产物。中国石油在长输管道上开展完整性管理系统建设，借助云计算技术，实现了基础设施的云化和应用的SOA（Service-OrientedArchitecture）架构，基于云化资源对内检测信号等数据实现了集中统一的管理和发布，基于SOA架构和云平台实现了针对不同管道企业的完整性数据和应用分布式的管理和发布。

对于长输管道完整性数据管理，云计算未来的主要目标是数据的存储和分析。通过基础设施云化，整合现有的服务器、存储等基础设施，统一管理调度平台，并在此基础上建设并行程序的设计和开发环境，结构化海量数据的分布式存储管理系统、海量数据分布式文件系统以及实现云计算的其他系统管理工具，从而面向中国石油长输管道的各级企业提供简单的软件应用服务和用户交互接口等，使企业无需再购买和管理服务器端软件，最终实现整合资源、提高系统可靠性、降低系统投资与维护成本的目标，更好地为长输管道完整性管理服务。

3.3管道物联网

随着管道信息化的发展，智能管网的需求越来越迫切，物联网技术的独有特点恰好满足了该需求，并在长输管道的某些业务领域开展了成熟性的应用。国外一些大型管道运营公司，如BP、Enbridge等公司在长输管道安全管理方面陆续开展了物联网技术应用，主要集中在移动办公、人员防护等方面。在中国石油的管道运营中，尽管物联网技术已在某些单位开展了积极应用，但目前应用的广度和深度与国外相比还较低，同时缺乏总体性规划，基本上停留在某些单项业务领域的应用，业务间无有效集成与数据共享，主要应用的业务领域有站场、阀室设施状态监测、地质灾害监测、阴保数据采集等。

长输管道物联网未来的应用目标是基于物联网技术，将感应器嵌入到油气管道、设备设施、环境敏感点及管道检测设备、维抢修机具中，将分布着末梢神经的智能管网与现有的信息网整合起来，利用能力强大的数据中心计算资源，对系统内的人员、管道、设备设施实施实时管理和控制。通过对实时、精确的传感数据进行动态分析，实现风险的预控和工艺的优化，确保管道安全、高效运行。

3.4资产一体化管控平台

基于完整性数据管理，实现资产一体化管控，已经成为企业精细化管理的发展趋势。在这种趋势下，数据的管理也伴随管道从粗放型到数字化，进一步发展为智能化管理。智能化管理的标志是实现资产一体化管控，基于可度量企业管控指标体系，辅助企业实现安全、经济的管理。中国石油长输管道根据安全环保和降本增效两个主题，以多种分析评价技术（如完整性评价、可靠性评价的业务闭环）为核心，建立管道完整性数据库，目前已初步实现了管道数字化管理，正在向智能化管理迈进。

资产一体化管控平台数据管理在今后工作中主要实现以下几点：①从设计、建设、运行、维护、维修到报废的全设备、全周期的数据管理；②从局部风险控制提升到以系统可靠性为中心的系统化、定量化数据管理模式，实现从一个设备单元到整个管网系统的风险、可靠性的可视与可控；③从设备设施日常数据管理拓展到全系统、全过程、全费用的分析，实现资源的整体优化配置。

3.5大数据分析

基于管道完整性的大数据，从数据挖掘与知识发现的角度，针对管道基础数据、周边地理环境数据、管道生产运行数据、管道检测评价数据、管道安全防护数据以及气象地灾预警数据等进行抽取、整合及转化，利用机器学习算法和大数据计算框架，建立基于大数据的运行决策支持模型，实现聚类分析、关联分析、热点分析、趋势预测，为管道生产运行中的投资计划、资源利用及人员调配提供优化建议，已经成为当前管道大数据分析的热点。韩小明等利用中国石油管道完整性管理系统积累的数据进行分析，预测管道潜在的威胁，提高油气管道安全水平。詹湘琳采用数据挖掘技术中的支持向量机SVM（SupportVectorMachine）模型对油气管道环焊缝缺陷进行了自动识别。但从目前的研究成果来看，并未充分发挥完整性数据的作用。

长输管道完整性管理大数据发展的主要目标是：利用大数据技术，挖掘以往通过常规手段无法发现的知识，打破信息化的具体业务活动边界，从多维度深入

分析数据价值，并结合具体业务需求进行挖掘。如依据管道内、外检测及相关数据，实现内外检测数据关联分析、管道外防腐层老化状态预测、管道本体腐蚀增长预测及维修策略的优化。

4结论

目前，管道行业面临着巨大的生存压力，国家和公众对安全、环保提出更高的要求，同时石油行业经营成本与利润压力持续加大，向安全要效益、向管理要效益，精细化管理成为重要的突破口。完整性管理就是要基于数据科学决策，通过体系固化流程，通过精细化管理实现安全与经济的最佳平衡。随着完整性管理技术的发展与深化，国家层面的标准和管理体系的建立，不断积累的数据将成为企业核心资产。从风险专家评估转变为数据分析人员分析风险，再发展成为基于大数据分析的完整性管理，将从宏观到微观各层面为管道管理带来深刻变革。（来源：《油气储运》，年7月第35卷第7期）