基于多源數據的天然氣管網系統不平衡度分析及管控

李柏松，李跟臣，徐 波，王志學，段林杰

（1.液化天然氣接收站管理分公司，天津 300450；2.國家管網集團北方管道公司，河北 廊坊 065000；3.國家管網集團研究總院，河北 廊坊 065000）

在天然氣輸氣管網的運營過程中，計量輸差直接關系管道運營企業成本及效益[1]。由于大型輸氣管網點多、線長、面廣的特點及管網計量設備類型多、給計量輸差的分析和定位帶來了困難。如何找出可控因素、使得天然氣管網計量輸差的分析和管控具備創新性、可復制性是當前需要解決的關鍵瓶頸問題[2-3]。本文通過使用不平衡度來度量天然氣管網系統的輸差水平，并監測其變化及趨勢，實時獲得當前系統的不平衡度數據，從而可及時預警。

1 系統不平衡度

對于有m 個流入節點、n 個流出節點、在t0 時刻至t1 時刻間、由l 個管段組成的天然氣管網系統，其系統不平衡度由下式計算：

在天然氣管道實際運行中，流量及相關數值需要進行工況狀態和標況狀態的轉換、以便于標準化后進行對比、轉換公式如下所示：

當運營企業對輸差管理有極高的精度要求，對管網系統中的l 個管段可采用數值法求解如下的包括質量、動量、能量守恒的非線性方程組：

式中： ρ，u, T, 分別表示流體的密度、千克/立方米，流速、米/秒和溫度、K, 三者為流體的基本變量。D，θ分別表示管道管徑、米及傾角、度。P，U, g 表示壓力, 內能和重力加速度。 λ表示水力摩阻系數,q 表示流體和周圍環境的熱交換。x 在[0, L]區間, L 為管段的長度，t 為時間，且x 和t 為獨立變量。動量守恒方程中的水力摩阻系數 λ是流體基本變量的函數，可以由莫迪（Moody）公式或者Colebrook 公式求得。

對于上述非線性方程組可先采用一定的離散格式將連續性的非線性方程在連續空間離散為非線性方程組，然后采用如NEWTON 類、改進NEWTON 類、擬牛頓類算法及其他算法進行求解。

2 基于多源數據的計量系統管控技術

1989 年丹尼爾提出了超聲波流量計遠程診斷（Condition Based Maintenance，CBM）系統[4]，并迅速應用于各管道運營企業，CBM可對貿易交接計量系統實時監控，實時采集和分析相關計量數據，對各種故障和異常情況及時報警提示，確認計量系統的運行狀態；但CBM系統針對硬件本身，主要用于超聲波流量計故障的預判、維修及檢定的合理安排；概而言之，側重于對計量系統核心設備的監控和維護。

與CBM系統不同，本文提出的基于多源數據計量系統管控技術聚焦于系統不平衡度分析和管控。通過實時采集、監測SCADA 工藝數據、計量數據、診斷數據、視頻智能識別數據以建立數據基礎，通過診斷規則、內置的知識庫及案例庫，對多源數據進行基本的分析，通過算法分析、模型計算以量化計量管控系統的相關重要指標，如系統不平衡度管控等關鍵指標，最后通過應用層進行展示或綜合決策。總體框圖結構見圖1。

同時，采用基于多源數據的管網系統不平衡度管控算法按如下所示流程以服務于計量系統不平衡度管控的目標：

STEP 1:通過隨機抽樣一致性算法(RANSAC)保證計量系統涉及的數據在合理精度范圍內。

STEP 2:實時監控和報警所有重要參數，如增益、信號質量、剖面系數、對稱性、信噪比等。

STEP 3: 基于系統內計量儀表的實時數值/歷史趨勢，對關鍵的壓力變送器、溫度變送器、流量計等關鍵測量儀表進行趨勢一致性驗證。

STEP 4:對于最核心的計量設備、如超聲波流量計、采用高斯積分方法驗證其在不同運行工況時的不確定性或計量精度。

STEP 5:計算系統不平衡度，并進行分析和管控。

通過RANSAC，保證了計量系統涉及的所有關鍵核心數據，精度均在合理范圍內，從而為系統不平衡度計算的高可靠性提供了數據基礎。通過算法的第二、三步保障了核心的計量設備，如超聲波流量計，其健康狀態及運行趨勢是符合預期的。通過算法第四步，確定了超聲波流量計在工業運行環境下，如運行工況變化以至于壓縮機啟停等時刻，其測量不確定性（精度）是可控和受控的。通過視頻智能識別數據，防止和避免了人為干擾。最終，通過本文所述的方法計算系統不平衡度，如不符合預期，可通過主成分分析法，分析系統不平衡度與各影響因素的相關性，以確定需重點監測的儀器儀表或采取相應的改善措施。

3 實際應用

以某實際天然氣管道為例，計量遠程管控系統共采集分析實時數據，包括工藝數據、氣質數據、其他類型計量數據、診斷數據約6 100 個數據點，建立了涵蓋管道基礎數據、實時數據、視頻識別數據、仿真結果數據等多源數據、13 類診斷規則、相關算法、模型計算等技術體系以服務于計量系統不平衡度管控的目標。

3.1 隨機抽樣一致性算法

隨機抽樣一致性算 法 （RANSAC）由Fischler 和 Bolles 于1981 年最先提出[5]。其基本假設是樣本中包含正確數據，也包含異常數據，偏離正常范圍很遠、無法適應數學模型的數據，即噪聲。RANSAC 可基于給定一組正確的數據，可計算出符合這些數據的模型參數，同理，可基于模型參數來排除異常數據。

在模型確定以及最大迭代次數允許的情況下，RANSAC 能找到最優解。RANSAC 的優點是它能魯棒的估計模型參數。RANSAC 的缺點是它要求設置跟問題相關的閥值。RANSAC 只能從特定的數據集中估計出一個模型，如果存在兩個（或多個）模型，RANSAC不能找到別的模型。

通過采用RANSAC，本文剔除了實際管道中4 個準確度可能存在問題的壓變、溫變儀表，并在現場得到了驗證。

3.2 實時監控及診斷

對實際天然氣管道的在用8 臺超聲波流量計的增益、信號質量、剖面系數、對稱性、信噪比等進行監測，見表1 所示，可以看出各參數均在合理范圍內：增益為30～40、信號質量（接受率）為100、剖面系數為1.15、對稱性為0.99、信噪比為54～62。此外，聲速核查的結果顯示誤差小于0.1%，監控及診斷結果無異常。

3.3 趨勢一致性驗證

除進行數據實時監控、預警、診斷外，還可對趨勢進行驗證，舉例來說超聲波流量計和調節閥的變化趨勢應有相關性。

3.4 不同工況下超聲波流量計的計量不確定性

3.5 系統不平衡度

4 結論

傳統的CBM系統可持續監控計量設備的運行情況，傳輸診斷信息以預測維修需求，降低計量系統的不確定性，保障系統可靠時間的最大化，但并不能直接解決管道運營企業關心的輸差問題。本文首次提出了系統不平衡度以量化計量輸差，并通過基于多源數據的計量系統管控技術以系統監視、分析、預警計量系統的運行情況，在北方管道公司所轄管線的實際運用中取得了良好的效果。