基于大數(shù)據(jù)的海底管道腐蝕規(guī)律研究

魏晨亮 王丹丹 陳秋華 陳思佳 廖柯熹 袁東野 張金龍

1中海石油技術(shù)檢測(cè)有限公司

2西南石油大學(xué)石油與天然氣工程學(xué)院

隨著中海油海底管道完整性管理進(jìn)程的推進(jìn)，管道智能內(nèi)檢測(cè)作為海底管道完整性管理的一種有效手段，正在被大力推廣和應(yīng)用。海底管道內(nèi)檢測(cè)風(fēng)險(xiǎn)高、成本高，且還有一部分管道不適合進(jìn)行內(nèi)檢測(cè)，需要采取其他有效的手段對(duì)管道的完整性進(jìn)行分析。

目前，國(guó)內(nèi)外學(xué)者就數(shù)據(jù)挖掘方法在管道中的應(yīng)用進(jìn)行了大量的研究實(shí)踐。李炳文和楊晶[1]提出使用ABC-SVM 算法對(duì)海底管道腐蝕速率進(jìn)行預(yù)測(cè)。陳毓飛等[2]基于大數(shù)據(jù)，使用LSTM 建立了燃?xì)夤艿朗┕て茐目赡苄缘念A(yù)測(cè)模型。韓志全等[3]基于加速的Wiener 退化模型原理，構(gòu)建了管道裂縫評(píng)價(jià)模型。汪瑛[4]采用關(guān)聯(lián)規(guī)則Apriori 算法對(duì)燃?xì)庀到y(tǒng)管道維修方面的數(shù)據(jù)進(jìn)行了挖掘分析，為企業(yè)決策提供依據(jù)。王宏安和陳國(guó)明[5]提出了一種基于K均值聚類(lèi)的管道漏磁缺陷信號(hào)標(biāo)記方法來(lái)識(shí)別漏磁數(shù)據(jù)中的缺陷區(qū)域。PRIYANKA 等[6]提出了一種基于K均值聚類(lèi)和時(shí)間序列預(yù)測(cè)的故障識(shí)別與預(yù)測(cè)方法，用于評(píng)估和預(yù)測(cè)現(xiàn)有石油管道的狀況。SANTOSH 等[7]提出了一種基于粗糙集理論和支持向量機(jī)的泄漏檢測(cè)方案以檢測(cè)管道泄漏情況。

因此，為了體現(xiàn)出海底管道內(nèi)檢測(cè)數(shù)據(jù)的價(jià)值，本文基于支持向量機(jī)（SVM）算法建立了腐蝕缺陷的類(lèi)型識(shí)別模型。利用Apriori 算法挖掘了海底管道腐蝕點(diǎn)的腐蝕缺陷類(lèi)型、環(huán)向位置時(shí)鐘方向、軸向位置區(qū)域等級(jí)等數(shù)據(jù)之間的強(qiáng)關(guān)聯(lián)規(guī)則。將挖掘結(jié)果進(jìn)行了可視化處理，給出了海底管道沿線腐蝕的分布規(guī)律和尺寸特征。

1 腐蝕缺陷內(nèi)檢測(cè)大數(shù)據(jù)的挖掘算法

1.1 Apriori 算法

Apriori 算法用于挖掘蘊(yùn)含在大數(shù)據(jù)中的有關(guān)聯(lián)性的因素之間的隱藏關(guān)系。關(guān)聯(lián)規(guī)則反應(yīng)了一個(gè)因素與其他因素之間的相互依賴(lài)關(guān)系[8]。如果多因素之間存在一定的強(qiáng)關(guān)聯(lián)關(guān)系，那么一個(gè)因素就可以通過(guò)其他幾個(gè)因素來(lái)進(jìn)行預(yù)測(cè)分析。Apriori 算法的運(yùn)算邏輯如下：

定義基本數(shù)據(jù)集合D={t1，t2，t3，…，tk，…，tq}，其中tk稱(chēng)為事務(wù)，角標(biāo)k=1，2，3，…，q。定義事務(wù)集合tk={i1，i2，i3，…，in，…，ip}，其中in稱(chēng)為項(xiàng)，角標(biāo)n=1，2，3，…，p。事務(wù)是由若干個(gè)項(xiàng)組成的。D的任意子集I={i1，i2，i3，…，im}稱(chēng)為D的項(xiàng)集。出現(xiàn)次數(shù)較多的項(xiàng)集則稱(chēng)為頻繁項(xiàng)集。若X、Y均為項(xiàng)集，且滿(mǎn)足X?I、Y?I、X∩Y=?，則蘊(yùn)含式X?Y表示一個(gè)關(guān)聯(lián)規(guī)則。X為關(guān)聯(lián)前提，Y為關(guān)聯(lián)規(guī)則的結(jié)果。

某數(shù)據(jù)項(xiàng)在事務(wù)中出現(xiàn)的頻度稱(chēng)為支持度。支持度函數(shù)S(x)定義為D中包含了“數(shù)據(jù)項(xiàng)x”的“事務(wù)數(shù)”與“總事務(wù)數(shù)”的比值函數(shù)，如公式（1）所示，其中c(x)為計(jì)數(shù)函數(shù)。

關(guān)聯(lián)規(guī)則X?Y的支持度等于項(xiàng)集X∪Y的支持度，如公式（2）所示。

若S(X)大于等于指定的最小支持度，則X為頻繁項(xiàng)集，反之則為非頻繁項(xiàng)集。關(guān)聯(lián)規(guī)則X?Y的可能性定義為D中包含X的事務(wù)中有多大可能性同時(shí)包含Y，記作Fconf(X?Y)，如公式（3）所示。

指定的最小可能性閾值記為MinCon。若數(shù)據(jù)集X滿(mǎn)足S(X)≥MinCon，則X為頻繁數(shù)據(jù)項(xiàng)集；若與此同時(shí)，關(guān)聯(lián)規(guī)則X?Y滿(mǎn)足Fconf(X?Y)≥MinCon，則規(guī)則X?Y是強(qiáng)關(guān)聯(lián)規(guī)則，反之則為弱關(guān)聯(lián)規(guī)則。

1.2 支持向量機(jī)算法

2 腐蝕缺陷的尺寸特征和分布規(guī)律

2.1 海底管道腐蝕缺陷內(nèi)檢測(cè)數(shù)據(jù)

收集的海底管道腐蝕缺陷內(nèi)檢測(cè)數(shù)據(jù)可劃分為管道基本屬性數(shù)據(jù)、腐蝕缺陷尺寸數(shù)據(jù)和腐蝕缺陷分布數(shù)據(jù)。其中腐蝕缺陷尺寸數(shù)據(jù)中的字段主要包括腐蝕缺陷類(lèi)型、長(zhǎng)度、寬度、深度，腐蝕缺陷分布數(shù)據(jù)字段主要包括腐蝕缺陷環(huán)向時(shí)鐘方位和軸向位置區(qū)域等級(jí)。

腐蝕缺陷類(lèi)型共7 種，包括軸向溝槽、軸向凹槽、環(huán)向溝槽、環(huán)向凹槽、常規(guī)腐蝕、點(diǎn)蝕和針孔腐蝕。腐蝕缺陷環(huán)向時(shí)鐘方位共12 種，從1 點(diǎn)鐘方向到12 點(diǎn)鐘方向。腐蝕缺陷的軸向位置區(qū)域等級(jí)共3 種，包括靠近焊縫處（W）、焊縫（C）、管身（J）。軸向位置區(qū)域等級(jí)劃分示意圖如圖1 所示，圖中A用于界定焊縫處的長(zhǎng)度范圍。當(dāng)管道壁厚≤10 mm 時(shí)，A取值10 mm。當(dāng)管道壁厚＞10 mm時(shí)，A取壁厚值。

圖1 腐蝕缺陷軸向位置區(qū)域等級(jí)劃分Fig.1 Classification of the axial position area of corrosion defect

2.2 腐蝕缺陷的尺寸特征

以海底管道的缺陷尺寸規(guī)律為研究目標(biāo)，使用支持向量機(jī)對(duì)腐蝕缺陷類(lèi)型定義值、長(zhǎng)度值、寬度值、深度值進(jìn)行擬合，得出腐蝕缺陷尺寸特征的預(yù)測(cè)模型。以輸油管道的116 066 個(gè)腐蝕缺陷點(diǎn)的尺寸數(shù)據(jù)為例進(jìn)行分析。將60%的數(shù)據(jù)用于訓(xùn)練集，40%的數(shù)據(jù)用于測(cè)試集，分別用來(lái)構(gòu)建模型和評(píng)估模型的預(yù)測(cè)能力。本文選擇的核函數(shù)為徑向基函數(shù)，得到的混輸管道、輸油管道、輸氣管道、輸水管道的SVM 預(yù)測(cè)模型的預(yù)測(cè)準(zhǔn)確率大于78%（表1）。混輸、輸油、輸氣、輸水管道數(shù)據(jù)的訓(xùn)練集中模型的預(yù)測(cè)準(zhǔn)確率分別為92%、99%、85%、91%，而測(cè)試集中模型的預(yù)測(cè)準(zhǔn)確率分別為90%、99%、78%、86%。由于輸氣管道的數(shù)據(jù)量相對(duì)于其他三類(lèi)管道的數(shù)據(jù)量偏少，所以輸氣管道測(cè)試集中模型的預(yù)測(cè)準(zhǔn)確率最低。

表1 SVM 預(yù)測(cè)模型用于四類(lèi)管道時(shí)的準(zhǔn)確率Tab.1 Accuracy of SVM prediction model when applied to the four types of pipelines

2.3 腐蝕缺陷的分布規(guī)律

以海底管道的腐蝕缺陷分布規(guī)律為研究目標(biāo)，對(duì)腐蝕缺陷類(lèi)型、時(shí)鐘方位、區(qū)域等級(jí)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，以期得出某類(lèi)腐蝕缺陷分布在不同軸向位置區(qū)域和不同環(huán)向時(shí)鐘方位的可能性大小。管道的腐蝕缺陷分布規(guī)律的含義如表2 所示，腐蝕缺陷分布規(guī)律包含了腐蝕缺陷分布規(guī)律本身及其可能性?xún)蓪雍x。通過(guò)整理分布規(guī)律，可得到管道上腐蝕缺陷發(fā)生在不同軸向位置區(qū)域且落在某一時(shí)鐘方位內(nèi)的概率（可能性）。第1 條分布規(guī)律“靠近焊縫，且處于10:00～11:00 范圍?環(huán)向溝槽”表達(dá)的意思是“靠近焊縫，且處于10:00～11:00 范圍”的腐蝕缺陷的缺陷類(lèi)型是環(huán)向溝槽，其可能性為100%，即第1 條分布規(guī)律一定成立。第5 條分布規(guī)律“管身，且處于3:00～4:00 范圍?環(huán)向凹槽”表達(dá)的意思是“管身，且處于3:00～4:00 范圍”的腐蝕缺陷的缺陷類(lèi)型是環(huán)向溝槽，其可能性為1%，即第5條分布規(guī)律基本可以肯定不成立。以此類(lèi)推，可挖掘出全部的腐蝕缺陷分布規(guī)律，并給出相應(yīng)的可能性。最終選擇可能性很大的分布規(guī)律為相應(yīng)管道的腐蝕缺陷分布規(guī)律。

分布規(guī)律1 表明，靠近焊縫10:00～11:00 處若發(fā)生腐蝕，則腐蝕缺陷類(lèi)型為環(huán)向溝槽的可能性為100%。分布規(guī)律4 表明，管身2:00～3:00 處若發(fā)生腐蝕，則腐蝕缺陷類(lèi)型為環(huán)向溝槽的可能性為94%。分布規(guī)律6 表明，焊縫處4:00～5:00 處若發(fā)生腐蝕，則腐蝕缺陷類(lèi)型為點(diǎn)蝕的可能性為100%。

表2 不同的腐蝕缺陷分布規(guī)律及其可能性Tab.2 Different corrosion defect distribution rules and their possibilities

以下針對(duì)輸油管道開(kāi)展腐蝕缺陷分布規(guī)律的詳細(xì)分析。首先通過(guò)整理分布規(guī)律，得到輸油管道上腐蝕缺陷發(fā)生在不同軸向位置區(qū)域內(nèi)的可能性，結(jié)果如表3 所示。輸油管道在三個(gè)軸向位置區(qū)域處主要發(fā)生的腐蝕均為點(diǎn)蝕和環(huán)向溝槽。在管身處、靠近焊縫處和焊縫處發(fā)生點(diǎn)蝕和環(huán)向溝槽的可能性分別為99%（88%加11%）、95%和100%。

表3 輸油管道不同軸向位置區(qū)域發(fā)生不同類(lèi)型腐蝕缺陷的可能性Tab.3 Probability of different types of corrosion defects occurring in different axial locations of oil pipelines

按照輸油管道軸向位置區(qū)域的不同，分別整理出管身處、靠近焊縫處和焊縫處，不同類(lèi)型腐蝕在時(shí)鐘方位上發(fā)生的分布規(guī)律及其可能性（表4、表5、表6），并做可視化處理給出雷達(dá)圖（圖2、圖3、圖4）。

分布概率雷達(dá)圖中每個(gè)區(qū)間長(zhǎng)度為1 h。由表4和圖2 可知，管身處腐蝕主要分布在3:00～10:00 時(shí)鐘方位上，其中點(diǎn)蝕主要分布在3:00～7:00 時(shí)鐘方位，并且6:00～7:00 處腐蝕缺陷數(shù)量最多（可能性為23%）。管身處環(huán)向凹槽在3:00～4:00、7:00～10:00時(shí)鐘方位上均勻分布（可能性均為25%）。管身處環(huán)向溝槽主要分布在3:00～9:00 時(shí)鐘方位上，且6:00～7:00處腐蝕缺陷數(shù)量最多（可能性為17%）。

由表5 和圖3 可知，靠近焊縫處腐蝕缺陷主要集中在3:00～9:00 時(shí)鐘方位。其中點(diǎn)蝕主要分布在5:00～7:00 和8:00～9:00 時(shí)鐘方位處，且8:00～9:00 處腐蝕缺陷數(shù)量最多（可能性為33%）。靠近焊縫處的環(huán)向凹槽主要分布在7:00～8:00 時(shí)鐘方位處，可能性為80%。靠近焊縫處的環(huán)向溝槽在每個(gè)時(shí)鐘方位區(qū)間上都有發(fā)生，其中5:00～6:00 處腐蝕缺陷數(shù)量最多（可能性為16%）。

表4 管身處腐蝕缺陷的時(shí)鐘方位分布Tab.4 Clock orientation distribution of corrosion defects at the pipe body

圖2 管身處腐蝕缺陷在不同時(shí)鐘方位分布概率雷達(dá)圖Fig.2 Radar map of the probability distribution at different clock orientations of corrosion defects at the pipe body

圖3 靠近焊縫處的腐蝕缺陷在不同時(shí)鐘方位分布概率的雷達(dá)圖Fig.3 Radar map of the probability distribution at different clock orientations of corrosion defects near the weld

圖4 焊縫處的腐蝕缺陷在不同時(shí)鐘方位分布概率的雷達(dá)圖Fig.4 Radar map of the probability distribution at different clock orientations of corrosion defects at the weld

表5 靠近焊縫處的腐蝕缺陷的時(shí)鐘方位分布情況Tab.5 Clock orientation distribution of corrosion defects near the weld

表6 焊縫處的腐蝕缺陷的時(shí)鐘方位分布Tab.6 Clock orientation distribution of corrosion defects at the weld

由表6 和圖4 可知，輸油管道焊縫處只發(fā)生了點(diǎn)蝕和環(huán)向溝槽。其中點(diǎn)蝕僅發(fā)生在4:00～5:00 時(shí)鐘方位處，發(fā)生的可能性為100%。環(huán)向溝槽在1:00～2:00 和8:00～9:00 時(shí)鐘方位處發(fā)生的可能性均為50%。

3 結(jié)論

基于海底管道內(nèi)檢測(cè)大數(shù)據(jù)，使用支持向量機(jī)和關(guān)聯(lián)算法進(jìn)行數(shù)據(jù)挖掘，得到了海底管道腐蝕缺陷的尺寸特征和分布規(guī)律。

（1）收集的海底管道腐蝕缺陷內(nèi)檢測(cè)數(shù)據(jù)可劃分為管道基本屬性數(shù)據(jù)、腐蝕缺陷尺寸數(shù)據(jù)和腐蝕缺陷分布數(shù)據(jù)。其中腐蝕缺陷尺寸數(shù)據(jù)中的字段主要包括腐蝕缺陷類(lèi)型、長(zhǎng)度、寬度、深度，腐蝕缺陷分布數(shù)據(jù)字段主要包括腐蝕缺陷環(huán)向時(shí)鐘方位和軸向位置區(qū)域等級(jí)。

（2）得到的混輸管道、輸油管道、輸氣管道、輸水管道的SVM 預(yù)測(cè)模型的預(yù)測(cè)準(zhǔn)確率大于78%。混輸、輸油、輸氣、輸水管道數(shù)據(jù)的訓(xùn)練集中模型的預(yù)測(cè)準(zhǔn)確率分別為92%、99%、85%、91%，而測(cè)試集中模型的預(yù)測(cè)準(zhǔn)確率分別為90%、99%、78%、86%。準(zhǔn)確率可隨數(shù)據(jù)量的增多而提高。

（3）得到了不同管道上某類(lèi)腐蝕缺陷分布在不同軸向位置區(qū)域和不同環(huán)向時(shí)鐘方位的可能性大小。輸油管道在三個(gè)軸向位置區(qū)域處主要發(fā)生的腐蝕均為點(diǎn)蝕和環(huán)向溝槽。在管身處、靠近焊縫處和焊縫處發(fā)生點(diǎn)蝕和環(huán)向溝槽的可能性分別為99%、95%和100%。

本文的研究方法和結(jié)論可用于海底管道腐蝕缺陷尺寸特征和腐蝕缺陷分布規(guī)律的研究及預(yù)測(cè)，為監(jiān)測(cè)海底管道腐蝕情況提供參考，體現(xiàn)了內(nèi)檢測(cè)大數(shù)據(jù)的價(jià)值，對(duì)海底管道完整性管理具有重要意義。