基于DBN的水下生產系統風險控制分析

王魁濤，王紅紅，尹 豐，朱春麗，龐 罕

(1.中海油研究總院有限責任公司，北京 100028;2.中國石油大學(華東)，山東 青島 266580)

在陸上油氣資源可開采量逐漸減少和深水油氣資源勘探技術日臻成熟的條件下，海洋油氣的開發和利用已成為我國能源戰略的重點方向。水下生產系統因具有配置靈活，環境適應性強等優勢，成為深水油氣資源開發的主要模式之一[1-4]。

水下生產系統設備的安全可靠運營對油氣開發和海洋環境安全至關重要，一旦發生事故，將造成巨大的生態災難和經濟損失。因此，國內外各大油公司和研究機構對水下油氣生產系統的風險控制開展了大量的研究工作。水下生產系統的安全風險狀態由于受到設備、地質、海洋環境、操作行為等多種因素的耦合作用，具有明顯的時變特性[5-7]。傳統靜態安全評估技術由于評估指標參數為常數，不能反映風險概率對時間的依賴關系，無法實現風險狀態的實時跟蹤和動態評價。

動態貝葉斯網絡(DBN，Dynamic Bayesian Network)通過構建系統全概率模型，可以描述系統在連續時間區間內的狀態變化，實現對狀態變量的跟蹤和預測，為水下油氣生產系統動態風險控制分析提供更為精確的技術手段。

本文采用動態貝葉斯理論，通過水下油氣生產系統的風險辨識，建立基于離散動態貝葉斯網絡的水下油氣生產系統風險控制分析評價模型，并利用算例對水下油氣生產系統風險控制進行分析和驗證。

1 水下生產系統風險控制模型分析

以我國南海某氣田為例，水下生產系統主要包括水下井口、水下采油樹、水下管匯/基盤以及水下控制系統等。水下開發井產出的流體利用井口壓力通過海底管道被輸送至生產處理平臺和中心處理平臺。主要生產設備構成如圖1所示。水下設備的電力、控制信號、數據采集和監控信息通過水下臍帶纜進行傳輸。

圖1 水下油氣生產系統的主要設備構成

本文在調研了水下油氣生產系統風險失效模式和風險控制措施的基礎上，利用安全屏障技術和bow-tie圖法建立了水下油氣生產系統風險控制模型。為便于分析，將水下生產系統的安全屏障分為技術設備屏障(B1)、組織管理屏障(B2)和工藝防護屏障(B3)，如圖2所示。

風險結左側為水下油氣生產系統主要設備元素，以及預防性安全屏障，風險結右側為風險造成的后果，以及控制降低性安全屏障。

2 動態貝葉斯網絡風險分析原理

動態貝葉斯網絡由靜態貝葉斯網絡(簡稱“貝葉斯網絡”)演化而來，貝葉斯網絡表示為由變量(節點)和與之相連的有向弧組成的有向無環圖，如圖3所示。節點間的有向弧用于描述變量間的概率依賴關系。

圖2 水下油氣生產系統風險控制模型

圖3 貝葉斯網絡示意

貝葉斯網絡可根據檢測到的證據信息E，利用式(1)對先驗概率進行更新，得到更加符合實際的后驗概率，從而實現利用觀測數據對未來事件發生概率的預測[8]。

(1)

式中：P(X/E)為已知證據E的發生概率，事件X的條件概率；P(X,E)為事件X和E的聯合概率。

動態貝葉斯網絡基于時間依賴關系，將事件演化過程劃分為t0→tn的連續時間片，每個時間片內是1個靜態貝葉斯網絡。2個相鄰時間片通過有向弧連接構成與時間相關的條件轉移網絡，DBN模型如圖4所示。相鄰時間片間的連接弧描述了變量對時間變量的依賴關系[9]。

(2)

圖4 動態貝葉斯網絡模型

3 水下生產系統風險控制模型構建

根據動態貝葉斯網絡模型理論和已建立的水下油氣生產系統風險控制分析模型，將模型中的設備和屏障元素視為離散動態貝葉斯網絡模型的節點，并將這些節點用有向弧加以連接，即構成了動態貝葉斯網絡的有向無環圖模型。建立的水下生產系統風險控制動態貝葉斯網絡tk和tk+12個時間片的模型如圖5所示。在模型中，水下生產系統設備構成了動態貝葉斯網格中的先驗概率層，其失效風險先驗概率可通過OREDA數據庫查詢得到。通過對設備的實時監測，得到新的證據數據，可對先驗概率進行更新和修正?？梢詫⒂^測得到的最新證據用于水下生產系統的風險控制評價。

4 算例

根據我國南海某氣田水下生產系統的設備配置情況，以平均故障時間(Mean Time To Failure，MTTF)作為設備的先驗概率評價指標，查詢OREDA數據庫中對應設備，得到如表1所示的設備狀態先驗概率值。

圖5 水下生產系統風險控制動態貝葉斯網絡模型

表1 水下生產系統設備狀態先驗概率[10]

由于針對不同失效形式，安全屏障的有效概率有較大差異。為便于分析計算，將水下油氣生產系統風險控制模型中的技術設備屏障、組織管理屏障和工藝防護屏障的有效性概率進行統一定義，具體值如表2所示。

表2 安全屏障有效概率

將設備狀態的狀態轉移概率和各節點的條件概率輸入到水下生產系統風險控制動態貝葉斯網絡模型中，可得到如圖6所示的水下生產系統失效風險概率動態變化預測趨勢圖。由圖6可知，在設備運行至10 000 h時，水下控制系統的失效概率達到98.3%，在采用技術設備屏障和工藝防護屏障措施后，設備的失效概率降至0.04%。因此，在實際生產過程中，應重點對失效概率較大的水下控制系統進行實時監測，并及時采取技術和工藝措施，可有效降低系統風險的發生概率。

圖6 水下生產系統失效風險概率變化趨勢

5 結論

1)基于動態貝葉斯網絡的風險控制評價方法，將水下油氣生產系統風險對時間的依賴關系構造為一系列具有狀態轉移概率的離散貝葉斯網絡模型，解決了水下生產設備風險評價中的時變建模問題。

2)本文利用動態貝葉斯網絡方法和安全屏障理論建立了南海某氣田水下生產系統的風險控制分析模型，并根據OREDA數據庫提供的設備失效風險數據對水下生產系統的風險控制進行了評價。結果表明，水下控制系統發生風險的概率最高。通過采取技術、工藝等防控措施，可有效降低風險的危害程度。

3)由于文中采用的數據為部分歷史數據，數據的完整性和準確性仍有待提高，因此建立適用于國產水下油氣生產系統的風險數據庫和評價模型尤為必要。