氣田集輸系統內腐蝕數據治理研究

徐磊 汪云福 劉楚茹 唐永帆 吳文莉 田源 喻鵬飛

1.中國石油西南油氣田公司天然氣研究院 2.中國石油西南油氣田公司 3.中國石油西南油氣田燃氣分公司 4.中國石油大學(北京)機械與儲運工程學院

在油氣田開發過程中,地面集輸系統內腐蝕控制管理對油氣的安全平穩生產運行至關重要。近年來,隨著信息技術的快速發展[1],為了高效支撐油氣田的整體腐蝕控制,大量腐蝕監測技術在西南油氣田地面集輸系統中得以應用,如高精度在線壁厚監測[2-3]、電指紋腐蝕監測[4-5]、柔性超聲波監測[6]、腐蝕掛片監測[7-8]、電阻探針監測[9-10]。其中,高精度在線壁厚監測系統(如圖1所示)作為一種典型的監測技術,因其具備靈敏度高、非侵入式實時監控、在線數據傳輸、可拆卸等優點,已在含硫氣田得到廣泛應用。截至2022年,西南油氣田內腐蝕核心數據累計達4萬余組,標志著腐蝕大數據時代的到來。隨著大數據和人工智能等信息化技術在西南油氣田的應用[11-12],現已基本實現氣田集輸系統內腐蝕數據的網絡化管理和電子化記錄。

但現階段內腐蝕數據存在數據來源不一、數據入庫格式不統一、數據管理辦法缺失、數據出現異常、數據利用效率低等問題,導致無法高效開展腐蝕控制管理的智能化應用。數據來源不一會降低數據的集成管理效率,數據入庫格式不統一、數據管理辦法的缺失會制約數據的共享程度、降低數據的利用效率,數據異常則會降低數據分析結果的可信度。因此,西南油氣田基于“標準先行、業務主導、分級負責、源頭治理、急用先治、安全共享、強化考核”七項基本原則開展數據治理研究,解決業務管理與數據管理脫節、數據標準化程度低以及數據質量難于控制等問題,以期推進西南油氣田腐蝕控制管理業務數字化轉型[13-14]、驅動油氣產業高質量發展。

1 內腐蝕數據治理現狀

氣田集輸系統內腐蝕數據的有效管理是確保氣田安全、高效運行的基礎性工作,貫穿氣田的全生命周期,包括氣田集輸管道和站場設計、建設、運行以及停用等階段?；凇皵底治饔汀焙椭悄苡蜌馓锏膶嶋H建設需求,西南油氣田在各氣礦集輸系統部署了相應的內腐蝕數據監測設備,開展了相關內腐蝕數據的采集研究[15]。上述數據主要包括基礎數據、監檢測數據、失效數據、實驗數據、風險評估數據、腐蝕控制數據以及智能加注數據。數據的采集與管理流程如圖2所示,數據涵蓋領域廣、來源多、數量大、更新快。經過多輪信息化建設[16],西南油氣田內腐蝕數據監測設備已基本實現典型含硫氣田的全覆蓋,截至2022年,數據采集量累計達到4萬余組。內腐蝕數據產生后,一部分通過定期及時傳輸保存于主數據系統、pSpace數據庫和A2系統中,一部分通過紙質或電子文檔保存于西南油氣田某數據中轉平臺,再通過數據庫調用以及人工錄入等方式導入至西南油氣田腐蝕數據與控制管理平臺進行統一管理。在數據的采集、存儲和管理等方面,存在以下待解決問題:

(1) 在數據采集方面:①數據來源不一,同一個數據可能存在多個來源,不利于數據獲取途徑的規范性和安全性;②部分管道及站場數據存在異常及缺失,降低了數據的完整性、真實性以及數據分析評價結果的可信度;③不同系統對同一數據的定義及書寫格式不統一,數據應用效率低,采集成本大;④腐蝕監測數據實現了部分探針和超聲波數據的在線自動采集,但仍存在部分數據需手動采集和錄入、數據采集效率低、人工成本高的問題。

(2) 在數據存儲方面:①不同數據系統中同一數據的命名、存儲結構、取值范圍不一致,系統間數據無法直接關聯,影響數據共享效果;②部分基礎數據的儲存形式為紙質文檔,沒有結構化到數據庫;③存儲的內腐蝕數據覆蓋面不全,沒有完全包含西南油氣田五礦一處。

(3) 在數據管理方面:線下數據主要存在資料來源多、類型廣、格式不統一、資料管理成本高以及數據資產共享效果差、實時數據監控不到位等問題;線上數據主要存在不同數據庫間的數據傳輸效率慢、數據更新不及時、數據管理沒有形成統一的標準和規范以及各數據管理平臺的數據統一度不高等問題。

針對上述問題,急需開展數據治理研究,解決業務管理與數據管理脫節、數據標準化程度低以及數據質量難于控制等問題。通過數據治理構建與西南油氣田腐蝕控制管理業務發展相融合、匹配的數據治理制度和標準體系,完善西南油氣田核心數據資產庫,整體提升內腐蝕數據的規范性、完整性、可靠性、時效性和集成性;通過深入挖掘數據價值,持續提升西南油氣田數據資源全生命周期管理水平,全面支撐西南油氣田腐蝕控制管理業務數字化轉型[17-18]。

2 內腐蝕數據治理研究

數據治理是提升內腐蝕數據資產管理和腐蝕智能決策的關鍵舉措[19],是進一步梳理腐蝕控制管理業務流程、規范數據入庫標準、加強跨業務部門協同、提高數據共享程度和數據利用效率的重要保障。針對內腐蝕數據治理過程中存在的問題,構建了數據治理流程,如圖3所示。結合管道系統各生產環節中的腐蝕控制管理業務,以形成數據資源清單為前提,著力夯實數據標準與管理辦法,構建數據質量管理模型,通過內腐蝕數據入庫及腐蝕回路組態,實現內腐蝕數據管理與應用能力的全面提升。

2.1 形成數據資源清單

通過對西南油氣田常規及非常規氣田進行內腐蝕數據現狀調研,厘清內腐蝕數據名稱、內容及源頭,明確數據重要度、類型、格式、存在位置及更新頻率,形成內腐蝕數據資產,為西南油氣田數據庫的建設提供數據資源清單。通過研究,形成了內腐蝕數據清單樹,如圖4所示。內腐蝕數據總計7大類34小類50余種,主要包括基礎數據、監檢測數據、腐蝕失效數據、室內實驗數據、風險腐蝕評估數據、腐蝕控制數據、智能加注數據等。其中,基礎數據涵蓋場站基礎數據、管線基礎數據、腐蝕回路數據等8類數據;監檢測數據涵蓋測壁厚數據、氫通量臺賬數據、探針數據等6類數據;腐蝕失效數據涵蓋管線失效數據和場站失效數據2類數據;室內實驗數據涵蓋腐蝕速率、應力腐蝕、化學分析等4類數據;風險腐蝕評估數據涵蓋管道腐蝕評估、管道評估記錄、場站腐蝕評估等4類數據;腐蝕控制數據涵蓋防腐劑加注情況、材料選擇、砂礫沖刷作業等5類數據;智能加注數據涵蓋加注設備管理、加注點位管理、加注設備預警記錄等5類數據。

2.2 制定數據標準與管理辦法

數據標準和管理辦法的制定是規范數據入庫格式、提高數據共享能力、降低數據溝通成本的重要前提。圍繞數據命名、數據類型、業務含義、生命周期歸屬部門、編碼規則以及屬性規范值,定義了一套統一的規范,形成了內腐蝕數據標準。通過明確腐蝕控制業務管理機構及職責、規范了數據入庫流程、細化了數據保密方式與突發事件處理,形成了西南油氣田內腐蝕數據管理辦法,確保了各類數據及時、準確、完整、規范采集入庫。

2.3 異常數據識別與修復研究

異常數據的識別與修復是腐蝕數據分析過程的重要組成部分[20-21],直接決定腐蝕問題分析結果的可信度。在腐蝕數據采集過程中,考慮數據監測設備故障、數據存儲過程失誤、實驗誤差以及計算缺陷等因素,氣田集輸系統采集的數據會存在缺失、異常等問題,導致部分腐蝕信息的遺漏與錯誤,有必要開展異常數據的識別與修復研究,確保數據能夠反映腐蝕狀況的真實特征[22]。目前,對于內腐蝕異常數據的識別主要基于西南油氣田內腐蝕數據特征以及多種主流異常數據識別算法,首先通過樣本容量、數據維度和正態性從多種異常數據識別算法中初選3種算法,再根據3種算法的實際異常數據識別率優選最合適的異常數據識別算法。結合西南油氣田某含硫氣田759組內腐蝕速率數據,選取了箱形圖開展異常數據識別研究,實現了內腐蝕數據質量的高效校準,并對識別的異常數據采用了均值填充進行修復,確保了內腐蝕數據的真實性和完整性,提高了腐蝕數據挖掘結果的可信度。

2.4 數據入庫及腐蝕回路組態

數據入庫及腐蝕回路組態是展示數據治理程度的有效方式,對治理后的內腐蝕數據入庫至西南油氣田腐蝕數據與控制管理平臺,實現了對基礎數據、監檢測數據、腐蝕失效數據、室內實驗數據、風險腐蝕評估數據、腐蝕控制數據、智能加注等數據的綜合管理與可視化展示。通過將相同介質的管線、設備進行歸納,形成腐蝕回路,以可視化方式展示了站場、管線的腐蝕信息。

3 內腐蝕數據治理成效

基于數據資源清單、數據標準與管理辦法、異常數據識別與修復研究以及數據入庫等內腐蝕數據治理模塊,構建了數據治理平臺,具備規范數據入庫格式、提高數據共享能力、校準數據入庫質量等功能,確保了入庫數據的規范性、完整性、可靠性、時效性和集成性。

基于西南油氣田內腐蝕數據治理研究,數據治理成效取得了顯著的效果,主要體現在數據質量層面、數據入庫層面和數據決策層面。

3.1 數據質量層面,提高數據正確率

通過異常數據識別與修復研究,實現了內腐蝕數據質量的自動校準。以西南油氣田某含硫氣田2014-2022年46條管線、合計759組內腐蝕速率數據為例,通過異常數據識別算法的比選,得出箱形圖識別效果最好,識別準確率達到88.3%?；诖朔椒▽?59組腐蝕速率數據進行異常數據識別,異常數據識別結果如圖5所示,有效識別出64組異常數據,異常數據率為8.4%,對識別出的異常數據采用均值填充進行修復。通過該研究,確保了某含硫氣田管線內腐蝕數據的真實性和完整性,提高了腐蝕數據挖掘結果的可信度。

3.2 數據入庫層面,提高數據覆蓋率

通過內腐蝕數據治理研究,數據入庫格式得到規范,數據入庫質量得到保障?；诖?對治理后的內腐蝕數據開展數據入庫研究。腐蝕數據與控制管理平臺的場站及管線數據入庫情況見表1,基本完成了含硫區塊A和含硫區塊B片區的內腐蝕數據入庫,對于數據量不完整的片區,完成了含硫區塊C、高含硫區塊A、高含硫區塊B、高含硫區塊C、含硫區塊D以及含硫區塊E等片區重點場站及管線內腐蝕數據的入庫。有助于全面了解西南油氣田各氣礦場站和管線的腐蝕情況。

表1 數據入庫量統計作業區場站入庫數量/座管線入庫數量/條場站組態圖/座含硫區塊A7112063含硫區塊B6410660含硫區塊C46646高含硫區塊A18018高含硫區塊B212高含硫區塊C202含硫區塊D100含硫區塊E101合計205233192

3.3 數據決策層面,提高數據利用率

基于數據治理后的內腐蝕數據,圍繞腐蝕預測、風險評估和整體腐蝕控制進行了腐蝕數據決策支持研究,提高了數據的有效利用率。

(1) 在腐蝕預測方面,構建了基于神經網絡的腐蝕預測模型,具備數據處理、模型訓練、模型校驗、性能評價等功能;實現了對腐蝕速率的有效預測,解決了“單一腐蝕預測模型應用范圍受限,預測結果不準確”的問題;結合西南油氣田某含硫氣田重點管線的內腐蝕數據,腐蝕速率預測準確度達到73%。

(2) 在風險評估方面,引入風險的概念,基于ICDA(管線)及RBI(場站)方法建立多相流動模型,實現了對西南油氣田某含硫氣田重點集輸管線及場站的腐蝕風險評估,改變了“腐蝕評估單一及風險無法實時獲取”的現狀;通過數據接口輸入設備材質、腐蝕速率、氣體相對分子質量、運行壓力等關鍵參數,風險評估準確度達到72%,實現了管線的風險智能化評估及預警。

(3) 在整體腐蝕控制方面,對采取的腐蝕控制措施進行動態、閉環、全方位管理,包括材料選擇、緩蝕劑加注、方案制定及執行、清管制度、砂礫沖刷控制等。以緩蝕劑加注為例,研發了具備自適應加注、一泵多注、自動執行及遠程監控功能的殺菌緩蝕劑智能加注系統(見圖6),解決了現場緩蝕劑加注需要人工調節、實際加注情況需人工巡檢完成、緩蝕劑液位不能實時監視、電動泵跳閘等異常情況無法得到及時解決的問題。目前,該加注系統已在西南油氣田頁巖氣某平臺安裝部署,經初步測算,每年可降低加注成本40%以上。

4 結論

(1) 基于“標準先行、業務主導、分級負責、源頭治理、急用先治、安全共享、強化考核”等原則,形成了內腐蝕數據標準及內腐蝕數據管理辦法,規范了數據入庫格式,提高了數據共享能力,降低了數據溝通成本,確保了各類數據及時、準確、完整、規范入庫。

(2) 通過箱形圖對某含硫氣田759組內腐蝕速率數據進行異常識別研究,識別準確率達到88.3%,實現內腐蝕數據質量的高效校準,對識別的異常數據采用均值填充進行修復,確保了內腐蝕數據的真實性和完整性,提高了腐蝕數據挖掘結果的可信度。

(3) 基于內腐蝕數據入庫,2022年完成了205個場站以及233條管線的數據入庫,高質量完成西南油氣田內腐蝕數據治理的要求,有助于全面了解西南油氣田各氣礦場站和管線的腐蝕情況。

(4) 基于腐蝕預測、風險評估和整體腐蝕控制開展了腐蝕數據決策支持研究,提高了數據的有效利用率。在腐蝕預測和風險評估方面,結合某含硫氣田重點管線及場站,實現了腐蝕速率的有效預測以及腐蝕風險的有效評估;在整體腐蝕控制方面,采取多種措施有效控制腐蝕,研發了具備自適應一泵多注及遠程監控功能的殺菌緩蝕劑智能加注系統。

(5) 數據治理應堅持圍繞數據質量、數據入庫和數據決策3個方面開展研究。在數據質量方面,研發或引進更精密的傳感設備數據采集裝置,開發更適合西南油氣田的異常數據識別與修復算法,持續提升數據質量,減少糾錯成本;在數據入庫方面,須持續提升數據的自動化采集能力,加大數據的電子化存儲程度,減少數據入庫成本;在數據決策方面,堅持防腐觀念由事后維修向預防性維護轉變,制定內腐蝕數據治理長期計劃,兼顧數據短期成效。