基于文本挖掘技術的油田集輸管道失效誘因關聯分析

摘" " 要：為有效預防油田集輸管道失效事故的發生，以某油田2018—2021年管道失效記錄為基礎，采用數理統計方法分析各類管道的失效特征，利用詞云圖和Apriori算法分析事故類型、常見誘因及誘因間的關聯規則，再通過共現矩陣構建共現網絡，明確集輸管道失效事故發生的關鍵誘因項和不同誘因發生的加速項集合，最后采用多項文本挖掘技術確定事故發展的耦合關系。結果表明，位于高后果III級區域的原油低壓管段和天然氣中壓管段是風險管控的重點；管道泄漏、油氣聚集、油池火、閃火是常見事故類型，施工破壞、土壤腐蝕、防腐層破損、管道占壓、含有腐蝕性物質等是常見的事故誘因；管道泄漏和油氣聚集具有強關聯性，在管道泄漏條件下，發生油氣聚集的概率為85.21%，兩者同時出現的概率為18.21%；施工破壞、土壤腐蝕、外加電流保護失效、管道占壓的共同出現是導致管道失效的主要因素；誘發土壤腐蝕和內腐蝕加速的主控原因與多項誘因相關，在后續風險管控中應盡量避免多項誘因的同時出現。

關鍵詞：集輸管道；誘因；文本挖掘；詞云圖；Apriori算法；共現網絡

Correlation analysis of failure inducements of oil gathering and transportation pipelines based on text mining technology

CHEN Xihong1， LIU Ying2， SUN Wei3， WANG Lei1， LIANG Changjing1

1. Huagang Gas Group Co.， Ltd.， Renqiu 062552， China

2. China Petroleum Engineering amp; Construction Corp. North China Company， Renqiu 062552， China

3. Inspection and Testing Center of Petrochina Huabei Oilfield Company， Renqiu 062552， China

Abstract：In order to prevent the failure of oil gathering and transportation pipelines， based on the pipeline failure records of an oil field from 2018 to 2021， the failure characteristics of various pipelines were analyzed by mathematical statistics method， and the types of accidents， common inducements and rules of association among them analyzed by word cloud image and Apriori algorithm; then a co-occurrence network was constructed by co-occurrence matrix， to identify the key inducement items and acceleration items of different inducement items; and at last the coupling relation of accident development was determined by multiple text mining techniques. The results show that the low-pressure pipeline segment of crude oil and the medium-pressure pipeline segment of natural gas located in the high-consequence class III region are the focus of risk management and control. Pipeline leakage， oil and gas accumulation， oil pool fire， flash fire are common types of accident， construction damage， soil corrosion， corrosion layer damage， pipeline pressure， containing corrosive substances common causes of accidents; pipeline leakage is in strong correlation with oil and gas accumulation. Under pipeline leakage， the probability of oil and gas accumulation is 85.21%， and the probability of their simultaneous occurrence 18.21%. Co-occurrence of construction damage， soil corrosion， failure of applied current protection and pipeline pressure occupying are the main factors behind pipeline failure. The main causes of soil corrosion and internal corrosion acceleration are related to a number of inducements， and co-occurrence of multiple inducements should be avoided as far as possible in the subsequent risk management and control.

Keywords：gathering and transportation pipeline; inducement; text mining; word cloud map; Apriori algorithm; co-occurrence network

油田集輸管道承擔著油氣運輸的重要職責，受管輸介質、沿線高程、所在地區等級、管理水平和占壓程度的影響，集輸管道時常發生穿孔泄漏事故，不僅導致管道停產檢修，也對生態環境造成一定影響[1-2]。目前，各搶維修隊伍及業主均會在管道失效后保留相關記錄，但在現場管道運行管理中對于此類記錄的利用率不高。因此，對集輸管道的失效數據進行系統挖掘和數據分析，將非常有利于明確管道失效風險演化的過程和有效預防與控制此類事故的發生。

迄今為止，諸多學者針對管道失效從風險評估[3]、事故處理[4]、失效概率[5]和腐蝕速率預測[6]等方面進行了研究，但多從單一管道事故案例著手，且部分數據源于專家經驗分析或人工判定，其結論不具備普適性和推廣性。文本挖掘技術是從文本類型的信息中獲取有效信息的一種挖掘分析手段，其結論完全遵循客觀規律和現場實際，目前已在尾礦生產[7]、地鐵施工[8]、物探作業[9]等領域應用，但將其用于集輸管道失效事故分析領域還鮮有報道。基于此，以某油田2018—2021年的管道失效記錄為數據源，結合數理統計、詞云圖、Apriori算法、共現網絡分析等多項文本挖掘技術，分析集輸管道失效事故的核心誘因及誘因間的相互關系，實現誘因可視化，以期為集輸管道的安全運行提供針對性的對策和建議。

1" " 數據來源及數理統計分析

1.1" " 數據來源

某油田1976年投入開發，截至2021年12月底，已建油井7 166口，其中開井5 282口；注水井2 826口，其中開井1 814口；原油集輸管道總里程約4 933 km，注水管道總里程約2 013 km，天然氣集輸管道總里程約1 809 km，聯合站32座，接轉站54座，其他站場311座。以原油集輸、注水和天然氣集輸管道為例，調研統計2018—2021年期間各采油廠的埋地管道失效記錄，考慮到人工記錄報告中存在缺乏規范性和一致性的問題，將記錄中的單位情況、改善措施、調查過程、處理過程等與失效誘因無關的信息予以剔除，保留與失效誘因相關的高后果區等級、外防腐層類型等失效信息共計2 648條。

以失效概率衡量不同失效特征的差異性，其計算公式如下：

[P=1nj=1nNjLj] （ 1 ）

式中：P為失效概率，次/（km·a）；n為統計年限；Lj為第j年的管道里程，km；Nj為第j年的管道失效次數，次。

1.2" " 數理統計分析

原油、注水和天然氣3種不同管道類型的失效次數和失效概率見圖1。由于原油管道的總里程較長，其失效次數高于其余兩種管道；雖然天然氣管道的失效次數居中，但其失效概率最大，且天然氣泄漏后的危害范圍和程度遠大于原油和采出水，故應對其進行重點監控；隨著年限的增長，不同類型管道的失效概率均有逐年降低的趨勢，說明該油田的管道完整性管理水平不斷提升。考慮到國內公開的管道事故數據非常少，遂參照美國管道及危險材料安全管理局（PHMSA）的統計結果進行對比[10]，1998—2017年其所轄的原油管道和集氣管道的失效概率分別為1.281×10-3次/（km·a）、0.411 × 10-3次/（km·a），遠低于案例油田的失效概率，說明該油田集輸管道需要實施基于風險的全生命周期完整性管理。此外，注水管道的介質通常是采出水處理站處理合格后的污水，雖然注水壓力較高，但水質中的成垢離子及腐蝕性離子已在水處理站得到有效抑制，故其失效次數和失效概率最小，后續單一失效特征分析時不再對其進行單獨分析。

1.2.1" " 高后果區等級與壓力等級

根據GB 32167—2015《油氣輸送管道完整性管理規范》的要求，將原油管道和天然氣管道按照高后果區識別準則分為I級、II級和III級管段；根據吳韜建等[5]對單管壓力和管徑的劃分，將管道分為低壓、中壓、高壓和特高壓等4種類型。不同高后果區等級和壓力等級的管道失效概率如圖2所示。隨著高后果區等級的提升，原油和天然氣管道的失效概率逐漸上升，其中III級管段的失效概率變化較大，這與III級管段所處地區人口密度較大、人類活動較頻繁等有關；隨著壓力等級的提升，兩類管道的失效概率均有所降低，原油管道在低壓（≤2.5 MPa）、天然氣管道在中壓（2.5～4.0 MPa）的失效概率最大，這是由于現場80%以上的管道直徑為DN50～200，小管徑管道的承壓能力有限，且現場區塊的產量逐年降低，管道長期處于不滿流狀態且流速較低，這些因素不利于控制管道腐蝕和人為故意破壞（主要為打孔盜油）。綜上分析，位于高后果III級區域的原油低壓管段和天然氣中壓管段是風險管控的重點，應加大風險管理投入。

1.2.2" " 外防腐層類型

不同外防腐層類型的管道失效概率如圖3所示。當外防腐層采用3PE時，其失效概率遠低于石油瀝青和熔結環氧粉末防腐層，原因是3PE防腐層的絕緣電阻較高，在和陰極保護系統配合使用時，可在較小的陰極保護電流下保護較長的管段。綜上所述，對于新建及修復管道建議優先采用3PE防腐層。

1.2.3" " 管道服役年限

不同服役年限的管道失效概率如圖4所示。在0～20 a內集輸管道的失效概率與服役年限呈正比，并在第5年后失效概率快速增加，超過20 a后失效概率有所降低。這是由于超過20 a的管道多為早期建設的高壓和特高壓管道，這類管道主要敷設在人口分布稀疏、人員活動水平較低的區域，管道占壓、蓄意破壞、施工破壞的可能性較小，且管材、施工及運行質量較好，故失效概率相對較低。

2" " 集輸管道失效誘因關聯分析

2.1" " 詞云圖分析

考慮對失效特征進行單一統計只能獲取某一類型的定性結論，故將2 648條失效記錄通過文本預處理、數據分析和結果可視化等操作，用詞云圖的方式表示失效誘因和事故后果，見圖5。其中，文本預處理首先通過Jieba庫將文本序列分割為一系列單獨的詞，并利用關鍵詞庫對其校正，防止專業詞匯切分誤差；然后，根據停用詞表將連詞、代詞、語氣詞及標點符號等無實際價值的詞匯剔除；最后，根據同義詞表將表述不規范的詞語進行規范統一，如“未編制安全技術措施”“管理混亂”“管理不徹底”等統一規范為“管理不到位”。圖5中詞語的字體越大，表示該項因素出現的頻率越高。從詞云圖中可知“管道泄漏”的出現頻率最高，管道泄漏、油氣聚集、油池火、閃火是常見事故類型；集輸管道失效事件發生的常見誘因為施工破壞、土壤腐蝕、防腐層破損、管道占壓、含有腐蝕性物質等，這些誘因在集輸管道失效風險管控中應予以重視。

2.2" " Apriori算法分析

利用Apriori算法對引發每一起集輸管道失效事故的誘因進行關聯分析，通過識別頻繁項集，構造前項和后項之間的關聯規則[11]。考慮到集輸管道失效事故具有發生頻率低、事故后果嚴重的特點，故在實際操作中設置較低的閾值，防止關鍵信息遺漏。最終設置最小支持度為0.02，最小置信度為0.4，最小提升度和最小前項數均為1，得到58條強關聯規則，見表1。所有規則的提升度均超過1，說明前項和后項之間存在正相關，具有實際意義。

從表1中可知：

1）以第1條規則為例，在防腐層破損的條件下，發生管道泄漏的概率為51.27%，防腐層破損和管道泄漏同時發生的概率為2.15%，說明在日常運行中應注意檢測防腐層的防腐性能、抗剝離性能和抗機械性能等特性，通過交流地電位梯度、直流地電位梯度等手段驗證防腐層整體性能和陰極保護有效性，避免管道泄漏事故發生；

2）在所有關聯規則中，支持度最高的是第15條，在管道泄漏條件下，發生油氣聚集的概率為85.21%，管道泄漏和油氣聚集同時發生的概率為18.21%，說明在管道泄漏后，特別是面對受限空間，應做好通風和人員疏散工作，避免引發其他次生事故；

3）管道泄漏在關聯規則的后項中累計出現次數最多（40次），置信度在45.17%～85.21%之間，說明管道泄漏是最常見的事故后果，與詞云圖中的分析結果相符。

2.3" " 共現網絡分析

詞云圖和Apriori算法可獨立呈現高頻失效誘因的特征信息，但難以體現失效誘因之間的耦合關系。在上述利用Jieba庫分詞的基礎上，通過統計兩兩失效誘因的共現關系構建共現矩陣，見表2。

隨后，利用Gephi軟件繪制集輸管道事故誘因網絡，見圖6。節點尺寸和線寬分別表示事故誘因重要性和出現頻率。其中，施工破壞、土壤腐蝕、外加電流保護失效、管道占壓、含有腐蝕性物質、防腐層破損、內防腐層脫落、低洼處存在積水、選材不當等位于共現網絡圈的內部，彼此之間存在較強的共現關系；前4項誘因之間的線較粗，說明大部分集輸管道失效事故受這4項誘因的共同影響，應重點防控。施工破壞與管道占壓的耦合作用最強，占壓包括居民住房、材料堆放棚、廠房、水井、果園等，經統計其中有地下基礎的占壓占總數的30.5%，管道正上方占壓占總數的11.5%，這些占壓會造成地面標識不明、管道巡護不力等安全隱患，進而增加第三方施工破壞的可能性。土壤腐蝕與選材不當的耦合作用較強，其次為外加電流保護失效，說明外腐蝕會引發管道壁厚減薄，承載力減弱，在陰極保護失效的作用下，加速腐蝕效應的影響程度，使管道抗力達到極限，最后發生泄漏事故。此外，隨著城鎮化進程的不斷加速，高后果區管段逐漸增加，管道與周邊輸電線路、房屋和居民區的安全間距不足以及建筑物占壓、埋深不足等安全隱患也會增加管道的外部風險。

以土壤腐蝕節點為例，構建以土壤腐蝕為中心的個體網絡，如圖7所示。以網絡總度衡量一個節點與其余節點之間的“連邊”總數，土壤腐蝕節點的網絡總度為756，選材不當、防腐層破損、管道占壓、含有腐蝕性物質、外加電流保護失效、低洼處存在積水等節點占該節點網絡總度的80%以上，說明這些因素是誘發土壤腐蝕加速的主要原因。依次類推，可得到含有腐蝕性物質節點等其余關鍵節點的共現關系，當以上主要事故誘因同時發生時，則極有可能引發管道泄漏和油氣聚集事故。

3" " 結論

1）通過數理統計對不同管道類型的失效特征進行分析，位于高后果III級區域的原油低壓管段和天然氣中壓管段是風險管控的重點；對于新建及修復管道應優先采用3PE防腐層。

2）通過詞云圖確定管道泄漏、油氣聚集、油池火、閃火是常見事故類型，施工破壞、土壤腐蝕、防腐層破損、管道占壓、含有腐蝕性物質等是常見的事故誘因；管道泄漏在Apriori關聯規則的后項中出現次數最多，其置信度在45.17%～85.21%之間，說明管道泄漏是最常見的事故后果，與詞云圖的分析結果相符。

3）通過共現網絡分析確定施工破壞、土壤腐蝕、外加電流保護失效、管道占壓的共同出現是導致管道失效的主要因素；根據網絡總度可確定誘發土壤腐蝕和內腐蝕加速的誘因，在后續風險管控中應盡量避免多項事故誘因的同時出現。

參考文獻

[1]" 焦凱，劉勇，伍嘉亨，等. 基于事故樹-層次分析法的集輸管道失效風險研究[J].石油工程建設，2020，46（1）：1-6.

[2]" 宋正濤，穆化巍，趙紅衛，等. 基于數據融合和非線性維納過程的埋地管道退化過程預測[J].石油工程建設，2023，49（4）：48-54.

[3]" 劉標，劉斌，王天賜，等. 基于DEMATEL-SPA的老齡油氣管道風險評價研究[J].石油管材與儀器，2022，8（4）：53-56，61.

[4]" 朱興艷，尹路，郭永，等. 基于HAZOP-偏離度的輸氣管道清管作業風險評價[J].焊管，2022，45（10）：45-49，60.

[5]" 吳韜健，楊港，呂志芳，等.考慮隨機過程的油氣管道時變失效概率計算[J].石油工程建設，2023，49（1）：56-61.

[6]" 梁昌晶，謝波，劉延慶，等. 基于KPCA-GWO-SVM的埋地管道土壤腐蝕速率預測[J].油氣儲運，2021，40（8）：938-944.

[7]" 陳聰聰，趙怡晴，姜琳婧，等. 基于文本挖掘的尾礦庫隱患因素關聯分析[J]. 礦業研究與開發，2021，41（11）：26-33.

[8]" 李解，王建平，許娜，等. 基于文本挖掘的地鐵施工安全風險事故致險因素分析[J].隧道建設，2017，37（2）：160-166.

[9]" 王明達，陳潑，陳子新，等. 基于文本挖掘的物探作業事故分析方法[J].西安石油大學學報（自然科學版），2019，34（4）：119-126.

[10] 單克，帥健，楊光，等. 美國油氣管道基本失效概率評估方法及啟示[J].油氣儲運，2020，39（5）：530-535.

[11] 馬軍鵬，段曉蘇，白曉航，等. 基于灰色關聯和Apriori算法的輸氣管道輸差分析[J].石油管材與儀器，2021，7（5）：90-93.

作者簡介：

陳喜鴻（1976—），男，河北任丘人，工程師，2009年畢業于長江大學石油工程專業，現主要從事天然氣城燃管道、長輸管道施工管理工作。Email：453861497@qq.com

收稿日期：2024-02-06