大數據分析在安全生產中的應用

李海榮（中國石油中東公司）

對處于開發中后期的油田，地面設施事故成為導致油田非計劃停產的主要原因，圍繞事故發生原因進行分析并提出解決方案，是各相關部門的日常工作重心。隨著油田數字化進程的推進，大量的相關數據如流量，壓力等都錄入系統，這些數據提供了事故分析的第一手資料。可以得到事故發生的時間，報警參數以及產量損失等數據。但是面對海量的數據來源，必須通過大數據抽取及預處理和分析，發現數據隱藏的價值，才能實現數據的可視化和可用化，用數據分析后的成果來指導各部門的工作以及預算的調配[1]，保證安全生產。

1 現狀

伊拉克某油田已經開發40年，總產量規模為6 000×104t/a。生產井主要采用自噴和電潛泵兩種采油方式，單井平均日產油500 t，綜合含水25%。油田分為南北兩個區塊，共有14座集中處理站，包括41個原油處理列，主要功能是進行油氣水分離、脫水、脫鹽處理，達標原油外輸等。不含水原油處理主要采用4級油氣分離。含水原油處理采用3級油氣分離，2級脫水脫鹽工藝。

站外油氣集輸系統采用單井直接進集中處理站生產管匯，或者先進入站外集油管匯，再通過集油干線進入站內生產管匯的方式。油田站外老管線為埋地敷設或地表敷設兩種方式，新建單井輸油管線采用地上管墩低架敷設。

針對這種情況，生產維護部組織對設備進行腐蝕檢測并提出了維修計劃，但是對于總長度約1 500 km的站外系統管線以及站內管線，由于數量多，工作量大，部分管線為埋地敷設，全面檢測的難度很大。

2 油田事故/生產損失數據統計系統

為了監測生產情況以及進行風險預測，提高對風險的分析和應對能力，油田建立了數據收集系統。隨著現場生產數據收集系統的完善，大量的溫度，壓力，流量，液位，電流和電壓數據得以記錄和存儲，這些數據從各個地點錄入油田事故統計表并且為事故分析提供依據。事故損失統計構架見表1、并對事故根本原因進行分類見表2，設施事故分類見表3。

油田事故分級除了按油區分為南北兩大部分外，第2級停產損失主要分為計劃停產和非計劃停產兩種[2]。計劃損失可以通過停產計劃和現有生產情況來確定，并在年初生產計劃中給予估算，但非計劃損失帶來的產量減少很難進行估算，大的事故往往造成安全環保和其它方面的連帶風險。根據事故統計，油田2019年共記錄了58 664次事故事件，損失量為1 156×104t，非計劃停產損失占86.9%。

表1 事故損失統計構架

表2 事故根本原因分類

表3 設施事故分類

建立事故統計構架的目的是便于實現數據分類，分部門，分層次進行結構化統計和大數據的聚類分析[3]，從而便于進行篩選得到不同層級的分析結果。根據統計構架，進行了2020年事故統計見表4，其中6項分級主要是為了便于進行分類和檢索。

從油田事故統計的事件原因來看，電潛泵、油井、限產和油藏事故原因相對固定而且簡單，地面設施的事故原因復雜，涵蓋面廣，需要的維護工作量大，而且容易產生連帶安全事故，是非計劃損失的主要原因，因此進行油田地面設施的非計劃損失分析具有重要的意義。

3 油田地面設施非計劃損失大數據分析

非計劃損失大數據分析包括原始數據采集，數據抽取，經過專業人員處理的數據以及最終形成的分析成果[4]。首先進行數據抽取，進行數據預處理，從統計數據中剔除偶然性數據從而確定高事故損失原因和集中處理站，然后鎖定高事故站進行連續4年事故趨勢分析，對各站主要事故原因進行分析并提出解決方案。

3.1 大數據抽取及預處理

根據油田事故損失統計構架，非計劃損失數據抽取順序為：油區（第1級）、實際非計劃（第2級）、設施（第3級）、非計劃關停（第4級）、短期（第5級）、地面管線或設施損壞（第6級）。

棉花(Gossypium hirsutum L.)是新疆農業的重要經濟作物和特色資源。轉Bt棉產生的Cry1Ac殺蟲蛋白可降低棉鈴蟲等害蟲的為害程度，減輕農藥對環境的污染。因其優勢,轉Bt基因棉種植面積日趨擴大[1]。但Cry1Ac殺蟲蛋白可經轉Cry1Ac基因作物根系分泌物或作物殘留等形式進入土壤生態系統，殘留于土壤而影響土壤微生物類群和多樣性[2]。Cry1Ac蛋白與土壤顆粒緊密結合不易降解[3]。轉Bt基因棉粉碎葉還土能促使土壤中細菌和真菌數量顯著增加[4]。Cry1Ac殺蟲蛋白對土壤生態環境的潛在安全風險也受到關注。

由于原始統計事件和事故原因描述不完全準確，因此，在基礎數據處理階段，對于抽取的數據需要逐項將事件原因再次確認并進行整理歸類，目的是為了保留有效數據，將事故原因具體化，便于進一步的分析，最終確認事故原因和事故主導站。

表4 2020年事故統計

首先，根據事件的性質，從根本原因第3類設施事故的12種事故原因中，剔除常規維修項如閥門泄漏，設施優化，裝置其它原因，其它（疫情影響），以及盜竊等，保留7個事故根本原因進行統計分析，包括設施泄漏，管線泄漏，緊急切斷閥，回壓影響，設施完整性，設施優化，工藝波動。剔除發生數量較少的偶發事故，如發電機事故等，然后將事故原因進行歸類合并。例如，由于液位波動導致緊急切斷閥關閉，單井停產，根本原因均為工藝波動。另外，需要甄別事故主導站。由于A站的設備泄漏，將其原油產量通過連通線倒入B站一部分，由此導致B站的工藝波動進而緊急切斷閥關閉，事件原因均應該歸為A站設施泄漏。

從2016—2019年，將連續4年的大數據預處理后最終保留的有效數據量為，2016年非計劃損失統計事故總量為374條，損失量27×104t；2017年810條，損失43×104t；2018年1 171條，33×104t；2019年2 156條，104×104t。

按照原油損失累加量，將2016—2019年共4年的事故原因按比例統計見圖1，篩選出發生概率高，損失量大的4種事故為：單井管線泄漏，原油出分離器進罐管線泄漏，進站緊急切斷閥事故，天然氣火炬管線泄漏。按事故損失比例排序見圖2，其中損失量最大的4座集中處理站為，北4站，南2站，南4站，北5站。對這4座處理站統計主要事故原因，連續4年事故總趨勢見圖3。

圖1 事故原因比例

從圖3中可以看出，2019年僅這4項事故總量暴增到94×104t，主要原因是單井管線和分離器埋地出油管線泄漏量都比前3年有大幅度增加。這4類事故損失量總和在2019年比2018年增加了1倍多。

圖2 事故損失比例

圖3 連續4年事故總趨勢

3.2 分析技術

針對大數據預處理中篩選出的4個主要事故原因，對4座主要事故站做進一步分析。南4站年事故總量最高，總損失量達到35×104t，2個主要事故原因為單井管線泄漏和原油管線泄漏。北5站單井管線泄漏量最大，為20×104t；北4站單井管線泄漏，火炬氣管線泄漏和緊急切斷閥事故損失量都很高。北1站和南4站分離器埋地出油管線泄露嚴重，損失量均為14×104t。

對4座事故量最高的站連續4年的事故損失趨勢進行研究，以得到事故持續發展的嚴重程度，以及生產維護部門是否及時解決了問題，生成各站4年事故損失趨勢圖見圖4。

從圖4中可以看出，2016年北區2座站事故量超過南區，2017年南區2座站事故量增長而北區下降。2018年北區2座站事故損失量也開始增長，到了2019年這4座站各站事故損失量均暴增。從2016—2019年共4年的時間，事故增長幅度最高的是南2站（增長18×104t），其次是南4站（6.7倍）和北4站（5.5倍）。

圖4 各站4年事故損失趨勢

將與腐蝕相關的站外管線和分離器埋地出油管線泄漏損失量合并為腐蝕問題。緊急切斷閥和火炬匯管事故與壓力液位波動，氣液分離不完全有直接關系，因此合并為操作穩定性相關問題。分別統計4座集中處理站腐蝕問題和操作穩定性問題的損失量，各站4年總事故損失分類累加見圖5。

從圖5中得出，各站與內外腐蝕有關的事故為主要事故，4年間這4座站與腐蝕相關的損失總量達到100×104t，尤其是南4站和北5站事故增長主要為腐蝕類[5]。因此，站內和站外管線的腐蝕問題為需要解決的主要風險問題。操作不穩定問題北4站最嚴重，其次為南4站和南2站。

圖5 各站4年總事故損失分類累加

3.3 各站事故原因分析及建議

對最高事故損失量的4座脫氣站分析連續4年的事故損失趨勢見圖6，找出持續增長的主要事故原因。

北5站從2016—2018年單井管線泄漏量持續降低，2019年突然暴漲。目前進站原油綜合含水16%～21%，地下水位較高，外腐蝕速率為0.5 mm/a，而且已經發展到比較嚴重的程度。分離器埋地管線事故2018年局部更換泄漏埋地管線后，2019年事故量明顯降低。

北4站2019年突發天然氣火炬管線泄漏事故，泄漏點為第4級天然氣去火炬匯管，事故導致全站關停，共造成約11×104t的產量損失。緊急切斷閥事故也大幅度增加。站外單井管線泄漏程度沒有明顯降低，比2018年略有增加。

圖6 高事故量處理站事故損失趨勢

南2站2019年除了火炬匯管沒有發生事故，站外管線，分離器埋地出油管線，緊急切斷閥均爆發事故。原油進站綜合含水15%～26%，外腐蝕較為嚴重，為0.3 mm/a。其中第4級分離器去罐區油管線多次泄漏，均進行了臨時維修，整體為內加外腐蝕綜合作用的結果。

南4站2019年站外單井管線泄漏比2018年有所降低，但仍然有泄漏。該站進站原油綜合含水45%且有外腐蝕風險（0.3 mm/a），因此為內和外腐蝕綜合作用的結果。2017年發生火炬匯管泄漏事故后更換了60 m火炬管線，2018到2019年同類事故持續下降[6]。2019年分離器埋地出油管線泄漏，導致9 t的產量損失。由于2019年南4站4種高發事故均有發生，因此綜合風險最高。

根據事故原因統計分析，建議如下：

1）緊急切斷閥故障關斷。緊急切斷閥與各級分離器，電脫水器，電脫鹽器的高壓力以及儀表風低壓力關聯[7]。出現事故的原因為管網壓力系統或者儀表控制柜出現問題。建議采取的措施為，除了按期進行緊急切斷閥功能測試，生產操作人員應在冬季每周檢查儀表風系統壓力并排液，防止儀表風壓力過低出現供風故障，造成低壓力關斷。夏季高溫期間根據液位和壓力波動情況適當減少進站液量，保證分離器壓力和液位的穩定性。

2）天然氣火炬管線泄漏。天然氣管線泄漏是由于天然氣及其凝液和水共存的多相流導致的內腐蝕（二氧化碳和硫化氫酸腐蝕）[8]，由于火炬匯管的在整個集中處理站中的功能非常關鍵，需要安裝就地可燃氣體探頭，持續監測泄漏情況并考慮建設簡易備用火炬及火炬干線，防止匯管泄漏后全廠關斷。對于泄漏超過2次以上的天然氣匯管，應考慮提前建設備用復線。另外，現場操作人員應加強天然氣管線排液及清管，防止管底積液腐蝕。

3）站外單井管線泄漏。站外單井管線泄漏為各站主要事故，尤其是北5站和南2站，由于處于外腐蝕高發區，管線泄漏損失量很大[9]。應盡快將埋地管線改造為地面低架敷設，或將地表敷設管線抬高并增加支撐。根據統計數據中管線泄漏的嚴重程度，單井管線改造重點為北5站，南2站和南4站。

4）分離器埋地出油管線泄漏。第4級分離器油管線出分離器后埋地敷設，穿路后連接到各個儲罐。管線泄漏主要為土壤外腐蝕以及管底積水導致的內腐蝕，應盡快將埋地管線改為地上敷設，有必要統一規劃，在站內建立多層跨路管架，為埋地管線及電纜改造創造條件。

4 結論

油田事故損失統計數據量大，類型多，數據重復及相互關聯性強，因此，通過大數據分析流程[10]，建立合理的數據統計構架，滿足各個部門各個層次的數據統計分析需求，對于準確的分析結果非常關鍵。通過大數據分析，將所有的事故記錄進行統計分類和數據挖掘，找到產量損失的主要短板，對各站主要事故原因提出針對性解決方案，確定維修和升級改造的的重點，作為項目和投資方向決策的依據，從而有效的減少產量損失以及降低風險。除了作為指導項目，生產，維護及計劃的重要工具，非計劃損失數據的分析過程深入挖掘了影響生產的主要事故原因，可以指導生產操作人員降低計劃外生產事故率，保證生產產量，提高油田風險完整性管理水平，從而實現本質安全生產。