基于失效数据的油气管道定量风险评价方法

帅 健 单 克

中国石油大学（北京）机械与储运工程学院

0 引言

管道风险评价的目的在于识别管道危险因素，对整个管道系统的风险值进行评估排序，为制订风险减缓措施、保证管道安全运行提供技术支持。近年来层出不穷的管道事故更加凸显了油气管道风险评价的重要性。

油气管道定量风险评价是管道风险管控的重要技术之一，国内外学者对此均开展了大量的研究[1-8]。黄小美等[2]将基于管道失效历史数据的方法与专家判断方法相结合，从中找出这两种方法之间的联系，得到描述其相互关系的方程式。Onisawa[3]提出了将模糊数（Fuzzy Possibility Score，FPS）转化成模糊概率（Fuzzy Possibility，FP）。Shi等[4]将层次分析法与模糊综合评价法相结合，用改进后的层次分析法计算专家权重，用模糊综合评价法计算模糊矩阵，从而减小专家评判主观性的影响。Liang等[5]将故障树分析法与神经网络相结合，对管道第三方破坏进行风险评估和分类。Lam和Zhou[8]基于数据库，研究美国管道事故关于管径、安装年份、地区等级、失效原因等参数的分布情况，为管道定量风险评价奠定基础。研究表明，管道失效历史数据对于管道定量风险评价而言，是一项非常重要的基础资料，现在较流行的专家打分法，没有充分利用国内外管道的历史失效数据，评价方法的主观性较强。

基于此，笔者在分析国内外油气管道失效历史数据的基础上，建立基于历史失效数据的油气管道定量风险评价模型，并建立了红橙黄蓝四色风险分级标准，以期减小油气管道定量风险评价过程中主观因素的影响，并进行合理的风险分级。

1 危害因素识别

鱼骨图是一种发现工程系统问题“根本原因”的分析方法。在管道的风险评价过程中，对收集到的管道历史数据进行分析，是对管道风险因素进行合理分类的前提。基于笔者以前对国内油气管道失效原因分类的分析，采用鱼骨图将油气管道事故原因分为腐蚀、第三方破坏、自然力破坏、材料/焊接/装备失效、误操作、其他原因等6大类[9]，每一大类可分为若干小类（图1），该分类也是建立管道定量风险评价指标体系的基础。

图1 基于鱼骨图法的油气管道危害因素识别图

2 美国油气管道事故分类统计

事故分类统计是得到失效概率的基础，美国是目前世界上管道系统最为完善的国家，通过对美国运输部（Department of Transportation，DOT）下属的管道及危险物品安全管理局（Pipeline and Hazardous Materials Safety Administration，PHMSA）数据库[10]的油气管道里程数据、事故数据和失效因素数据进行统计分析，可以得到油气管道的失效概率。

美国每年油气管道的长度变化统计数据如图2所示。美国PHMSA数据库将管道事故划分为：一般事故、较大事故和重大事故3种类型，并且给出每类事故的划分标准[11]，事故统计数据如图3所示，油气管道事故原因比例分布如图4所示。

图2 美国油气管道长度变化统计图

图3 美国油气管道事故统计图

3 失效概率评估

3.1 评估模型

图4 美国油气管道事故原因比例分布图

基于修正因子的油气管道失效概率计算方法如式（1）所示。根据统计资料获得由i失效因素引起的管道失效概率，将其作为基本失效概率（Ri），通过失效概率修正因子（Fi）对基本失效概率（Ri）进行修正，求得要评价管线由i失效因素引起的失效概率。各个因素引起的失效概率相加即得到各段管线的失效概率。评估模型见图5。

式中P表示管道失效概率，次/（km·a）；Pi表示由i失效因素引起的失效概率，次/（km·a）；Ri表示失效因素i对应的基本失效概率，次/（km·a）； Fi表示失效因素i对应的失效概率修正因子；l表示失效因素的个数，根据前面的分类，此处l =6。

那微笑震撼了诸葛玉，他心想：“怎么会有人面对我的剑法还笑得出来？这笑容居然还如此轻蔑？难道……他不怕死吗？”

3.2 基本失效概率计算

管道基本失效概率也可以理解为平均失效概率，是指某国家或者某企业管道系统平均每年每千米发生的事故数量，反映了管道失效概率的平均状况，可作为管道失效概率评估的基准线。基本失效概率需要通过大量的历史失效数据的统计资料获得，该统计资料来源于管道事故的历史记录，如管道失效数据库。基于历史失效数据的管道某失效因素i的基本失效概率（Ri）可通过式（2）计算。

式中αi表示失效因素i所占的比例；m表示年数；Nk表示第k年管道发生的事故数量；Lk表示第k年的管道长度，km。

根据前述美国PHMSA数据库的油气管道里程数据、事故数据和失效因素数据统计的结果，按照式（2）计算油气管道基本失效概率，计算结果见表1。

3.3 修正因子指标体系

图5 油气管道失效概率评估模型图

表1 油气管道基本失效概率表

基本失效概率可以由统计资料获得，但由于统计资料多来源于油气管道事故的历史记录，所以其得出的值只能视为处于平均状态下的管道的失效概率，并不能完全真实地反映特定管道、特定时间、特定运行条件下的失效概率情况，需要通过建立模型对基本失效概率进行修正和更新[12]。修正因子指标体系由6个一级指标和若干个二级指标组成。一级修正因子指标的值可以根据二级修正因子指标的值与二级指标在一级指标中所占的权重的乘积求得。如下式所示：

式中Fij表示二级修正因子指标的值；wij表示二级修正因子指标j在一级修正因子指标i中的权重；n表示一级修正因子指标i中二级指标的个数。

为了减少风险评价过程中的主观性，尽可能将修正因子指标量化。考虑各个指标获取和量化的难易程度，将修正因子指标划分为3种类型：定量指标、半定量指标以及定性指标。

3.3.1 定量指标

3.3.2 半定量指标

半定量指标包括土壤腐蚀速率、阴极保护电位、防腐层最大衰减率、杂散电流干扰、管道安全系数、系统安全系数、SCADA系统可靠度等（表2）。根据历史失效数据尚不能建立这些指标与失效概率间的函数关系，但是可以参照现行标准或者管理者手册的量化分级标准对半定量指标进行分级。

3.3.3 定性指标

图6 定量指标与失效频率间的拟合函数图

表2 半定量指标表

对于定性指标，由于没有确切数据作为支撑，不能量化，并且现行标准或管理手册中也没有相应的检测方法对其进行量化分级，需凭借专家既往经验判断确定其等级划分准则，定性指标见表3。 修正因子的取值根据修正因子的等级确定。如果修正因子处于平均水平，则修正因子取“1”，此时管道系统的失效概率等于基本失效概率。如果修正因子处于较好的水平，则修正因子的取值小于“1”，反之则大于“1”。采用修正因子的方法评估管道失效概率，重点是确定上述提到的“平均水平”。对于定量修正因子指标来说，通过积分中值定理求得拟合函数的平均失效概率，将该平均失效概率视为“平均水平”，每个定量指标对应的失效概率值除以该平均失效概率即为定量修正因子指标的值。半定量和定性指标修正因子的值可以根据模糊评价法求得，每个等级对应相应模糊数，“Ⅰ”对应“0.1”，“Ⅱ”对应“0.3”，“Ⅲ”对应“0.5”，“Ⅳ”对应“0.7”，“Ⅴ”对应“0.9”，然后利用荷兰学者Onisawa[3]提出的经验公式将模糊数转换成模糊概率，同时将等级“Ⅲ”视为“平均水平”，相应的修正因子取值为“1”，其他4个等级对应的修正因子的值为各个等级对应的模糊概率与等级“Ⅲ”对应的模糊概率（平均失效概率）的比值。另外，每个二级修正因子指标的权重值为每个指标的平均失效概率除以所有指标的平均失效概率之和。

表3 定性指标表

4 失效后果评估

失效后果评估采用评分模型。用失效后果评分来衡量管道泄漏后果的严重程度，分值越高，说明泄漏后果越严重，风险越高。参考KENT法[18]、GB/T 27512—2011《埋地钢质管道风险评估方法》[17]、SY/T 6891.1—2012《油气管道风险评价方法 第1部分：半定量评价法》[18]、SY/T 6828—2011《油气管道地质灾害风险管理技术规范》[19]等方法与标准，建立失效后果评估模型，后果模型总分为2 500分。失效后果的计算公式如下：

式中Cof表示失效后果总分；PH表示介质危害性评分；LV表示泄漏量评分；DS表示扩散情况评分；RT表示危害受体评分。

5 风险分级

采用风险矩阵法将油气管道风险分为4级，并用“红橙黄蓝”4色表示，其目的是对油气管道风险进行分析、排序，确定关注重点和优先级顺序，以便有针对性地做到分级核查、报告、追责和管理。在该风险评价矩阵中，用失效概率量化失效可能性，用后果评分量化失效后果的严重程度，使风险矩阵的各个等级明确化、清晰化。风险评价矩阵见表4。

6 实例验证

以某管道公司的输气管道为例，进行工程应用示范。该管线沿途经过山地、城镇、工业区、农田等，穿越公路、铁路、河流，全长69.8 km。管道设计压力为1.6 MPa，工作压力为1.4 MPa，输送介质为天然气，管道规格为Ø510 mm×7.9 mm，材质为X52钢管，防腐层为3PE防腐层，于2010年1月投入使用。

根据该管线的具体情况，结合相关的检测数据，以阀室和敷设环境为划分依据，将该管线划分为28段。根据第3、4、5节提出的评估方法，得到该管线各段失效概率、失效后果以及风险等级的评价结果（表5），该管线按里程的风险分布情况见图7。评价结果显示：该管线的失效概率在1×10－4～1×10－2次/（km·a），失效可能性为中等偏高，无极高失效可能性管段；其失效后果评分介于180～1 500，存在失效后果很大的管段；综合失效概率及失效后果，该管线低风险的管段有8段，占总长度的35.60%，一般风险的管段有14段，占总长度的38.11%，较大风险的管段有5段，占总长度的19.69%，重大风险的管段有1段，占总长度的6.59%。

表4 油气管道安全风险矩阵表

表5 某管线各段的风险评价结果表

7 结论与建议

本文建立了基于历史失效数据的油气管道定量风险评价模型，确定了油气管道的基本失效概率与修正因子的指标体系，并以某输气管线为例，对提出的风险评价方法与分级标准进行实例验证。通过研究，得到具体结论如下：

图7 某管道风险等级按管道里程的分布图

1）根据各个指标量化的难易程度将修正因子分为3类：定量指标、半定量指标、定性指标。定量指标可依靠统计数据进行量化评分，半定量指标参考相关标准或手册的量化检测结果进行等级评定，定量和半定量指标评定中，都不包含主观因素，而定性指标则主要依靠专家经验判断进行等级评定，具有一定的主观依赖性。通过这3类指标的划分，可最大程度地降低风险评价的主观依赖性，增强了风险评价的准确性。

2）构建了油气管道风险矩阵，用失效概率量化失效可能性，用后果评分量化失效后果的严重程度，绘制“红橙黄蓝”4色管道风险分布图，使各管段的风险等级明确化、清晰化，便于对油气管道实施风险分级管控策略。

3）实例管线中，低风险管段有8段，占总长度的35.60%，一般风险管段有14段，占总长度的38.11%，较大风险管段有5段，占总长度的19.69%，重大风险管段有1段，占总长度的6.59%。另外，整条管线主要的危害因素为：杂散电流干扰、外防腐层破损、内腐蚀、管道本体缺陷未修复、水平净距不足、个别区段地质灾害敏感。可有针对性地采取风险管控措施，尤其是较大风险和重大风险管段。

4）与仅仅依靠专家打分的方法相比，笔者提出的基于历史失效数据的方法较为客观。然而，这种基于历史失效数据的风险评价模型的准确性，依赖于管道失效数据的统计分析结果，需要建立全行业范围的油气管道失效数据库，而这恰恰是我国现阶段所缺少的。因此，建议建立全行业或全国范围的管道失效数据库，为基于历史数据的定量风险评价乃至提出风险管控措施提供依据。

（修改回稿日期 2018-07-09 编 辑 罗冬梅）

长庆油田水力喷射多段压裂改造储层连获高产气井

继2018年8月5日中国石油长庆油田公司（以下简称长庆油田）在苏东南区G11-4井场经水力喷射8段压裂改造，连获2口日产超100×104m3的高产气井后，8月28日，长庆油田采气一厂又在靖65-37H2井经水力喷射9段压裂改造后，获日产103.283 1×104m3高产工业气流。长庆油田仅在8月份，就一举获得3口高产气井。

伴随国家提出“加快天然气开发”和下游用户对天然气的旺盛需求，天然气的勘探开发已成为关系国计民生的关键，对改善国家能源消费结构、保护生态环境起着不可替代的重要作用。长庆油田承担着向京津冀等地近百座大中城市的供气重任，惠及民众4亿多人。据悉，长庆油田天然气产量约占全国总产量的1/4，在全国天然气生产中占有举足轻重的地位。

2018年年初以来，长庆油田及时确立了“稳油增气”的战略目标，并将年产天然气目标追加到380×108m3的历史最高点。为确保这一目标的实现，长庆油田将今年的天然气产能建设任务提高到100×108m3目标，创年度天然气产能建设总量单位历史之最。

负责靖边、榆林、苏里格、子洲、神木、米脂、庆阳、宜黄八大气区九大气田开发的各采气厂，面对产建任务工作量大、外部环境复杂、老井稳产难等多种不利因素，持续加大科技创新力度，靠深化改革解决发展中遇到的问题，立足年度产气目标，夺得了一个个气田勘探开发及稳产上产的主动权。

（天工 摘编自《中国石油报》）