海底管道出露懸空環境風險的定量評價研究

李佳峻, 郭偉其, 張 杰, 陳新璽

?

海底管道出露懸空環境風險的定量評價研究

李佳峻1, 3, 郭偉其2, 3, 張 杰2, 3, 陳新璽2, 3

(1. 上海海洋大學 海洋科學學院, 上海 201306; 2. 國家海洋局東海海洋環境調查勘察中心, 上海 200137; 3. 上海東海海洋工程勘察設計研究院, 上海 200137)

海底管道是海洋油氣輸送的主要方式, 其運行狀況直接關系到海上油氣田的安全和海洋生態環境的質量。本文先以海底管道出露懸空作為故障樹的頂事件, 分析出海洋環境中各項基本事件, 構建針對海洋環境的海底管道故障樹模型; 再以灰色模糊識別為理論基礎, 量化對海底管道安全有影響的海洋環境因素, 并以層次分析法對每個風險因素進行分級賦權, 確定評價指標范圍和權重, 進而構建海洋環境條件的海底管道風險評價體系。利用該體系對平湖油氣田海底管道4個區段進行環境風險評價, 避免了將整段管道一同評價導致的信息均等化, 評價結果不能真實反映風險等級高的區段的情況; 評價結果與管道2014~2016年現場檢測數據對比, 兩者均顯示P2分區中海底管道的風險等級較高, 說明了該模型具有一定的合理性和實用性。

海底管道; 環境風險評價; 灰色模糊綜合評價模型; 海洋因素

海底管道作為海上油氣平臺向陸地終端輸送的重要紐帶, 是目前最安全、最經濟和最可靠的海上油氣運輸方式。隨著海上油氣勘探技術的提升, 海底管道所達到海域越來越深, 鋪設距離越來越長, 數量越來越多, 密度越來越大, 海底管道的管理難度也隨之增加。為保障海底管道的正常運行, 需建立一套完善的海底管道風險評估體系, 為管道的維護和管理提供科學合理的依據, 避免造成重大的經濟損失和對海洋生態環境的破壞。

自20世紀70年代開始, 世界海上油氣開發技術先進的國家對管道進行風險評估研究。20世紀90年代出版的《管道風險管理手冊》(Pipeline Risk Management Manual)[1]總結了美國前20年對管道風險評估研究的重要成果, 具有里程碑意義。最近幾年, 國內相關研究工作者建立了多種適用于海底管道風險綜合評價體系和方法: 董麗麗[2]基于灰色模式識別理論建立了路由定量風險評估指標體系, 經量化風險后得到評估體系的標準模式并以此開發海底管道路由定量風險評估軟件; 謝云杰[3]在風險辨別和故障樹分析的基礎上, 對海底管道所在的海底生態環境和實際情況進行了考察, 建立了適用于海底管道系統風險分析管理的評價體系, 對海底管道進行綜合評價; 丁鵬[4]依據模糊數學理論, 結合專家打分法和故障類型影響分析(Failure Mode Effect and Criticality Analysis, FMECA)風險分析法, 對勝利埕島油田某段管道區內各種風險影響因素進行綜合評價; 張方元[5]建立了海底管道故障樹模型, 求出了故障樹中所有的最小割集, 得到了管道失效概率, 實現了風險評價由定性到定量的轉變; 楊娥[6]利用海底管道的未確知測度理論方法建立海底管道風險評價模型, 并采用置信度識別原則對風險評價結果進行處理, 增加了評價結果的可信度; 朱倩[7]利用灰色系統和模糊數學理論, 搭建海底管道系統的灰色模糊綜合評價模型, 并以我國南海某海底輸氣管線為例, 開展海底管線實際工程的風險評估工作, 取得了加好的效果。

在前人研究海底管道風險評估方法的基礎上, 本文排除管道自身材料和人為活動的影響, 以海洋環境因素作為風險源點開展研究, 結合故障樹分析法和灰色模糊識別理論, 量化海洋環境因素, 構建海洋環境因素灰色模糊評價體系。同時利用該體系對平湖油氣田海底管道進行風險評估, 并與2014~ 2016年平湖管道現場檢測數據對比分析。

1 研究方法

1.1 評價原理

本文使用的評估方法是故障樹分析法[8]和灰色模糊識別理論[7, 9-12]。故障樹分析法是一種系統、規范的以圖形描述事件的方法, 它的特點是直觀性強、靈活性好, 對評價對象分析的過程就是對評價對象深入認識的過程; 灰色模糊識別是將模糊數學與灰色系統相結合的理論, 它的特點是結合兩者研究不確定對象時的優點, 用精確的數值來描述模棱兩可的現象。

本文先以海底管道出露懸空為故障樹的頂事件, 分析出海洋環境中各項基本事件, 構建針對海洋環境條件的海底管道故障樹模型, 再利用灰色模糊識別量化對海底管道安全有影響的海洋環境因素, 并以層次分析法對每個風險因素進行分級賦權, 確定評價指標范圍和權重, 建立針對海洋環境條件的海底管道風險評估體系。

1.2 海底管道故障樹模型

將海底管道出露懸空看作是故障樹的最高點事件, 造成海底管道出露懸空的海洋環境因素可分為地質條件和海洋水文氣象條件, 將這兩個因素作為故障樹的次頂事件, 以此類推, 二級評價因素10個, 三級評價因素18個, 從而建立海洋因素海底管道故障樹模型[13-17], 如圖1a和圖1b表示。

圖1 海底管道故障樹模型的地質條件部分(a)和海洋水文氣象條件部分(b)

1.3 灰色模糊評價

1.3.1 評價原理

將多級因素的權重、模糊關系和置信度歸一化作為評判結果, 具體評價方法如下:

1.3.2 海底管道風險因素集

依據海底管道故障樹模型, 得到多級灰色模糊綜合評判因素集, 如下所示。

1.3.3 建立評判矩陣

1.3.4 確定權重矩陣

表1 海洋水文氣象條件的權重判斷矩陣

將判斷矩陣進行正規化處理, 得到

對正規化矩陣進行行向量正規化, 得到

求出最大特征值, 得到

進行一致性檢驗, 得到

其中,C為一致性指標,C是隨機一致性比例,R是層次平均隨機一致性指標。通過多次重復隨機運算獲得了R, 判斷矩陣的階數和R的取值是有相關性的, 當C小于0.10的時侯, 說明權重判斷矩陣滿足一致性的要求, 也就是說矩陣具備合理權數分配; 如果C大于0.10, 說明權重判斷矩陣不符合一致性的要求, 需要進行調整。

同理, 我們可以得到各級評價因素的重要性權重矩陣為:

本文采用五階度模糊語言構成的評語集, 各個因素的在風險上具體標準分為: 低風險, 較低風險, 中風險, 較高風險和高風險這五級, 即海底管道風險等級評語集為={優, 良, 中, 較差, 很差}。根據這樣的評語等級, 進一步確定分級子因素的具體標準, 在描述定性風險因素的時候采用語言衡量[1], 利用具體分級范圍將風險因素進行數值化。為確保評價的合理性, 可對風險因素評價等級表內各項因素進行刪減或調整等級區間以得到更詳細地針對特定海區的因素評價等級體系表, 調整后應重新確定各因素的權重。由于海洋環境系統的復雜性, 因此其風險并不具有絕對的含義。

由此, 可制作得出中國海海底管道風險因素評級等級體系表, 見表2。

2 研究實例背景

平湖海底管道處于長江水下三角洲南緣的杭州灣口和舟山群島海域, 于1998年建成投產, 至今已運行十多年, 管道由于長年受海流沖刷等多種因素的影響, 近岸海區的管道容易出現長距離的出露和懸空。海底管道的出露和懸空狀態影響了管道的安全運行, 尤其是管道懸空給管道的正常運營帶來了嚴重的安全隱患。為及時掌握平湖油氣田海底管道的空間狀態, 查明平湖油氣田海底管道路由海區海底的地形地貌, 以制定相應的護管對策, 建設單位常年開展平湖油氣田海底管道路由檢測和相關調查工作。

表2 中國海海底管道風險因素評價等級體系表

為真實客觀評價管道風險, 避免將整段管道一同評價而造成信息均等化的評價結果不能真實反映風險等級高的區段的情況出現, 需根據水深潮汐、波浪、地質特征和海底地形等因素將管段進行分區評價。根據多年勘測結果, 綜合考慮水深和其他各種因素, 將此段管道劃分為4段, P1分區為杭州灣開闊區, P2分區為大洋山西側島嶼邊緣區, P3分區為岱衢洋寬闊水道區, P4分區為岱衢外海區, 如圖2。與此同時, 針對評價海區的實際海洋環境特點, 得到平湖油氣海底管道風險因素評價等級體系表(表3), 使得評價結果更為客觀合理(本文使用數據來源于上海東海海洋工程勘察設計研究院在2014~2016年上半年和下半年6次平湖油氣田海底管道路由勘察的實測數據, 包括: 地形數據、淺地層剖面數據、側掃聲吶數據, 以及收集的其他單位實測數據和資料。)

3 結果與分析

3.1 模型評價結果

根據平湖油氣海底管道檢測數據(表4)和風險因素評級等級體系表要素, 可得到平湖油氣海底管道地質條件因素評估表(表5)和海洋水文氣象條件因素評估表(表6)。

根據上述評價原理和灰色模糊評價模型, 可計算得到灰色模糊綜合評判結果, 見表7。

根據表7計算結果, P1分區中最大的模部隸屬度為0.352, 隸屬于Ⅰ級風險, 管道處在安全狀態; P2分區的最大模部隸屬度為0.312, 歸屬Ⅱ級風險, 處于相對安全的狀態; P3分區其最大隸屬度為0.386, 是Ⅰ級風險, 也處在安全狀態; 0.51的最大模部隸屬度說明P4分區為Ⅰ級風險, 同樣也是處在安全的系統。4段分區評價結果的置信度均為0.1, 說明評價結果是可靠的。由此, 可以得到風險等級排序為: P2>P1>P4>P3。

3.2 實際檢測數據

本文依據多年平湖油氣田海底管道檢測數據,統計得出平湖油氣海底管道檢測狀態表[18](表8), P1分區內管道處于出露狀態的均值為–0.14 m, 處于臨界懸空狀態的均值為–0.35 m, 處于懸空狀態的均值為–0.48 m, 進行管道回填工作后檢測的均值為0.23 m; P2分區內管道處于出露狀態的均值為–0.18 m, 處于臨界懸空狀態的均值為–0.35 m, 處于懸空狀態的均值為–0.44 m, 進行管道回填工作后檢測的均值為0.26 m; P3分區內管道處于出露狀態的均值為–0.15 m, 處于臨界懸空狀態的均值為–0.30 m, 處于懸空狀態的均值為–0.40 m, 且未檢測出有進行回填工作的管段; P4分區內管道處于出露狀態的均值為–0.17 m, 處于臨界懸空狀態的均值為–0.36 m, 處于懸空狀態的均值為–0.47 m, 且未檢測出有進行回填工作的管段。

圖2 東海平湖油氣田海底油氣管道分區圖

表3 平湖油氣海底管道風險因素評價等級體系表

表4 平湖油氣海底管道檢測數據列表

表5 平湖油氣海底管道地質條件因素評估表

表6 平湖油氣海底管道海洋水文氣象條件因素評估表

Tab.6 Factor evaluation of Pinghu oil and gas pipeline marine hydrological and meteorological conditions

表7 平湖油氣海底管道模糊評價匯總表

表8 平湖油氣海底管道檢測狀態表

對比各分區, 管道出露狀態排序為P2>P4> P3>P1, 管道臨界懸空狀態排序為P4>P2=P1>P3, 管道懸空狀態排序為P1>P4>P2>P3, 加上P1和P2分區存在管道回填的情況, 所以排序情況應調整為: 管道出露狀態排序為P2>P1>P4>P3, 管道臨界懸空狀態排序為P2>P1>P4>P3, 管道懸空狀態排序為P1> P2>P4>P3。因此, 管道的風險等級排序為: P2>P1> P4>P3, 與灰色模糊綜合評判結果一致, 說明評價結果符合實際情況, 模型可信, 對實際有指導意義。

3.3 分析與討論

在平湖油氣海底管道灰色模糊評價模型中, 地震中的動參數和地震頻度, 以及沖淤幅度、有效波高、底質類型在四個分區間內雖占有較大比重, 但差異不大, 因此對管道的風險等級影響是相同的; 水深、氣頂埋深、最大潮差、風暴增水、坡度、風暴潮發生頻率、臺風強度、臺風頻率等參數雖然在四個分區內各有差異, 但其權重較小, 因此對管道的風險等級評定的影響有限; 地貌單元和流速在四個分區間內差異和比重都很大, 因此這兩項是對管道的風險等級評定起著決定性的作用。

P2分區靠近島嶼, 海流流速較高, 水深較淺, 且淺層氣廣泛發育, 因此水深、地貌單元和淺層氣發育范圍被評價為Ⅲ級; 沖淤幅度、有效波高和最大潮差這三項因素都被評價為Ⅱ級, 這使得P2分區最終評價結果為Ⅱ級風險。從風險評估后得出的結果看, 本次評估中有3個分區都是處于Ⅰ級風險, 即系統處于安全的狀態, 只有P2分區是處于Ⅱ級風險, 相對安全的狀態。

4 結論

本文引入故障樹分析法, 構建了針對海洋環境條件的海底管道故障樹模型; 再利用灰色模糊識別與層次分析法對每個風險因素分級賦權, 量化環境風險因素, 構建海洋環境條件的海底管道風險評價體系。同時, 將上述評價體系應用于平湖油氣海底管道風險評價中, 評價結果與現場數據檢測結果一致, 說明了該體系的合理性和實用性, 為風險管控提供科學理論支持。由于本文風險體系中僅考慮了海洋環境因素, 有一定的局限性, 下一步將人類海洋開發活動和其他風險因素引入模型中, 構建更為綜合的風險評價體系。

[1] W·肯特·米爾鮑爾. 管道風險管理指南——理念、技術及資源[M]. 北京: 石油工業出版社, 2014. Muhlbauer W K. Pipeline risk management manual ideas, techniques and resources[M]. Beijing: Petroleum Industry Press, 2014.

[2] 董麗麗. 基于灰色模式識別理論的海底管道系統的路由定量風險評估[D]. 天津: 天津大學, 2003.Dong Lili. Submarine Pipeline Routing Risk Quantitative Assessment based on grey-mode identification theory[D]. Tianjin: Tianjin Universty, 2003.

[3] 謝云杰. 海底油氣管道系統風險評價技術研究[D]. 成都: 西南石油大學, 2007. XIE Yunjie. Study on submarine pipeline risk assessment system[D]. Chengdu: Southwest Petroleum University, 2007.

[4] 丁鵬. 海底管線安全可靠性及風險評價技術研究[D]. 青島: 中國石油大學, 2008. Ding Peng. Research on Safety Reliability and RIsk Assement of Submarine Pipeline[D]. Qingdao: China University of Petroleum, 2008.

[5] 張方元. 定量風險分析(QRA)及其在海底管道完整性管理方面的應用[D]. 哈爾濱: 哈爾濱工程大學, 2010. Zhang fangyuan. Submarine Pipeline Quantitative Risk Assessment(ORA) and Its Application in Integrity Management[D]. Harbin: Harbin Engineering University, 2010.

[6] 楊娥. 海底管道風險評價研究[D]. 成都: 西南石油大學, 2012.YANG E. Study on submarine pipeline risk assessment[D]. Chengdu: Southwest Petroleum University, 2012.

[7] 朱倩. 海底管線系統的風險評估技術研究[D]. 大連: 大連理工大學, 2013. Zhu Qian. Study on submarine pipeline risk assessment system[D]. Dalian: Dalian University of Technology, 2013.

[8] 楊慧來. 長輸油氣管道定量風險評價方法研究[D]. 蘭州: 蘭州理工大學, 2009. Yang Huilai. The Research on Some Chemical and Physical Test Methods in the Chemical and Fiber Production Process[D]. Lanzhou: Lanzhou University of Technology, 2009.

[9] 陶從江, 吳萍. 模糊集合與普通集合基本運算的比較研究[J]. 商情, 2011, 48: 155.Tao Congjiang, Wu Ping. The fuzzy set and common set a comparative study of the basic computing[J]. ShangQing, 2011, 48: 155.

[10] 楊綸標, 高英儀. 模糊數學原理及應用(第四版)[M]. 廣州: 華南理工大學出版社, 2006.Yang Lunbiao, Gao Yingyi. The principle and application of fuzzy mathematics (The fourth edition)[M]. Guang-zhou: South China University of Technology Press, 2006.

[11] 劉思峰, 郭天榜, 黨要國. 灰色系統理論及其應用(第二版)[M]. 北京: 科學出版社, 1999. Liu Sifeng, Guo Tianbang, Dang Yaoguo. The grey system theory and its application (The second edition)[M]. Beijing: Science Press, 1999.

[12] 呂妍, 魏文普, 張兆康, 等. 海洋石油平臺溢油風險評價研究[J]. 海洋科學, 2014, 1: 33-38. Lü Yan, Wei Wenpu, Zhang Zhaokang, et al. Risk assessment of oil spill on the offshore platform[J]. Marine Sciences, 2014, 1: 33-38.

[13] 陳倩, 黃大吉, 章本照, 等. 浙江近海潮流和余流的特征[J]. 東海海洋, 2003, 21(4): 1-14. Chen Qian, Huang Daji, Zhang Benzhao, et al. Characteristics of the tidal current and residual current in the seas adjacent to Zhejiang[J]. Donghai marine science, 2003, 21(4): 1-14.

[14] 朱繼偉, 邱長林, 閆澍旺. 液化土中海底管線的運動與受力分析[J]. 石油工程建設, 2000, 26(1): 11-14.Zhu Jiwei, Qiu Changlin, Yan Shuwang. The Movement and Forcing Analysis on Subsea Pipeline under Liquefied Soil[J]. Petroleum engineering construction, 2000, 26(1): 11-14.

[15] 劉樂軍, 傅命佐, 李家鋼, 等. 荔灣3-1氣田海底管道深水段地質災害特征[J]. 海洋科學進展, 2014, 32(2): 162-174. Liu Yuejun, Fu Mingzuo, Li Jiagang, et al. Geologic Hazards in the Deep Pipeline Routing Area of the Liwan 3-1 Gas Field in the South China Sea[J]. Advances in Marine Science, 2014, 32(2): 162-174.

[16] 李萍, 杜軍, 劉樂軍, 等. 我國近海海底淺層氣分布特征[J]. 中國地質災害與防治學報, 2010, 21(1): 69-74. Li Ping, Du Jun, Liu Yuejun, et al. Distribution characteristics of the shallow gas in Chinese offshore seabed[J]. The chinese journal of geological hazard and control, 2010, 21(1): 69-74.

[17] 王茜, 趙建平. 海底管道第三方破壞失效分析及對策[J].石油化工設備, 2007, 36(3): 18-21.Wang Qian, Zhao Jianping. Reasons for Failure of Third- Party Damage of Offshore Pipelines and the Measures[J]. Petro-chemical equipment, 2007, 36(3): 18-21.

[18] 莊麗華, 閻軍, 李成鋼. 海底管道懸空防護與治理措施淺談[J]. 海洋科學, 2016, 40(11): 65-73. Zhuang Lihua, Yan Jun, Li Chenggang. Discussion on measures taken to protect submarine pipelines from hanging[J]. Marine Scicences, 2016, 40(11): 65-73.

(本文編輯: 李曉燕)

Quantitative assessment of environmental risk for exposed and dangling marine pipeline

LI Jia-jun1, 3, GUO Wei-qi2, 3, ZHANG Jie2, 3, CHEN Xin-xi2, 3

(1.College of Marine Science, Shanghai Ocean University, Shanghai 201306, China; 2.East Sea Marine Environmental Investigating & Surveying Center, SOA China, Shanghai 200137, China; 3. Shanghai East Sea Marine Engineering Survey & Design Institute, Shanghai 200137, China)

The submarine pipeline, whose operating conditions are directly related to the safety of the offshore oil and gas fields and quality of the marine ecological environment, is a major route of marine oil and gas transportation. In this study, an exposed and dangling submarine pipeline was used as the top of the fault tree to analyze the basic events of the marine environment. Subsequently, a submarine pipeline fault tree model for the marine environment was developed. Then, based on the theory of grey fuzzy identification, a risk assessment system of the submarine pipeline was established based on the grey fuzzy recognition theory and the analytic hierarchy process for each enhanced risk factor. With the above system, the environmental risk assessment of the submarine pipeline in the Pinghu oil and gas field was divided into four segments and risk assessment was carried out to avoid the equalization of information caused by the evaluation of the entire pipeline. The evaluation results cannot truly reflect the situation of the high-stakes segments. A comparison between the evaluation results and the on-site data from 2014 to 2016 showed that the risk level of the submarine pipeline in the P2 segment was higher than those in other segments. It was demonstrated that this model is reasonable and practical.

Pinghu oil and gas pipeline; environmental risk assessment; comprehensive evaluation model of grey fuzzy; marine factor

Apr. 17, 2017

TE832

A

1000-3096(2017)10-0010-09

10.11759/hykx20170417001

2017-04-17;

2017-08-18

海洋公益性行業科研專項項目(201305026); 國家海洋局重點實驗室開放研究基金課題(MATHAB201607)

[Marine public welfare industry special scientific research projects, No.201305026; The state oceanic administration key laboratory open fund research, No.MATHAB201607]

李佳峻(1990-), 男, 廣西梧州人, 碩士, 主要從事海底管道風險評估研究, 電話: 18930201890, 電子郵箱: 476494421@qq.com; 郭偉其, 通信作者, 教授級高工, 電話: 18930873068, E-mail: guoweiqi@eastsea.gov.cn