智能管道时代的管道风险评价技术展望

王新刘建平王巨洪

(中国石油管道公司 河北廊坊 065000)

0 引言

管道风险评价是管道完整性管理的核心环节，通过开展管道风险评价可有效识别对管道安全运行有不利影响的危害因素，评价事故发生的可能性和后果大小，综合得到管道风险高低，并针对性地提出风险控制措施[1]。近些年来，管道风险评价技术不断发展，在世界范围内得到了普遍应用。然而随着应用的深入，以半定量风险评价为代表的传统管道风险评价方法录入数据准确性不足，评价结果过于主观等缺点不断暴露，现有的风险评价方法并不能满足管道风险管控精细化的需求[2]。为此，需要改进现有风险评价方法，以适应管道管理的需要。以中俄东线天然气管道为起点，管道建设步入智能管道建设阶段，物联网、智能移动终端、云计算、大数据等技术改变着管道各业务领域[3-5]，管道风险评价也朝着实时、动态评价、结果可视化、风险预测预警等方向发展。鉴于此，本文对现有管道风险评价方法中存在的问题和缺点进行总结，对造成这些问题的原因进行分析，并展望了智能管道时代风险评价方法的发展趋势。

1 管道风险评价技术现状

按照风险评价结果的量化程度，管道风险评价方法可分为定性风险评价方法、半定量风险评价方法和定量风险评价方法。目前国际上应用较多的管道风险评价方法是以肯特打分法为代表的半定量风险评价方法。这种方法优点是简单易懂，可操作性好，对数据要求低，评价周期短，自1992年W. Kent. Muhlbauer 编写《管道风险管理手册》以来，以中国石油为代表，半定量风险评价技术在国内外管道企业广泛应用[1]。中石油管道公司经过多年的技术积累，根据中国石油管道运行的实际情况对肯特法指标进行了修改完善，逐步形成了比较成熟的管道半定量风险评价方法，并开发了管道风险评价软件RiskScore。目前，该方法已在中石油进行了大范围推广应用。

2 目前管道风险评价存在的问题

2.1 录入数据的准确性、完整性不足

录入数据的准确、完整直接决定风险评价结果的准确性。目前风险评价数据存在两方面问题，一是管道建设期数据缺乏导致风险评价数据录入不完整。近年来，管道工程质量问题成为管道运行的主要风险之一，施工过程中形成的施工缺陷，导致管道运行风险增高。目前，建设期数据采集过程中，存在数据填报不及时、不完整、不准确等问题，直接影响到建设期数据的质量。另一个问题是管道运行期数据类型及来源多样导致风险数据整合录入工作量大，精度不高。目前，风险评价所需数据来源于不同系统，各系统之间并没有实现融合互通，不同类型数据需要查阅不同系统，比如压力、阴极保护等监测数据，一般来自各监测系统，采集要求实时性及采集频率较高；管道本体数据往往需要通过内外检测等手段获得，数据量大，难以直接录入风险评价模型；第三方损坏、地质灾害等数据，部分来自监测数据，但大部分需要管道管理人员通过现场踏勘进行风险识别，也有部分数据来自日报、月报及年报等生产报表，数据的采集及录入工作量大，精度较差。目前，国内很多管道管理企业已经采用信息平台来管理日常数据，比如中国石油管道公司应用管道完整性管理系统(PIS)进行日常业务及数据管理，应用RiskScore风险评价系统进行风险评价，目前PIS系统与RiskScore已经实现部分数据互联，但大部分数据还需要经过处理后手动录入RiskScore软件。

2.2 管道风险计算结果准确性不足

管道风险评价准确性不足的原因包括：

(1)数据利用率较低。半定量风险评价方法所要求的数据量和类型有限，且大部分数据需要人工录入，可能影响录入数据的质量，最终影响评价结果的准确程度。

(2)评价结果主观性较强。半定量风险评价指标体系多是建立在实践经验的基础上，随着环境的发展变化以及人们对管道风险认知水平的提高，风险评价指标的细致性、层次性以及权值分配的合理性存在的问题不断暴露，比如表1中管段1和2失效可能性得分都为330分，但管段2在腐蚀方面存在明显短板，如果以管段整体失效可能性衡量管道发生泄漏事件的可能性，管段2腐蚀风险可能会被忽略。另一方面，半定量风险评价过程更多依靠评价人员的经验，评价结果主观性强，不同的评价人员使用相同的资料评价同一个管段可能会得出不同的结果。

2.3 管道风险评价结果时效性有待提高

目前，管道风险评价工作往往是周期性开展，GB 32167—2015《油气输送管道完整性管理规范》中规定：管道风险评价的时间间隔应根据风险评价的结论来确定，且不宜超过3年。中石油管道公司的风险评价工作为一年一次，但管道风险具有实时变化的特性，一年一次的风险评价并不能体现风险实时变化的特性。同时，目前的风险评价结果往往是针对评价时管道的风险状况，缺乏对未来风险的预测预警。

表1 半定量风险评价结果示例 分

3 智能管道时代的管道风险评价技术展望

智能管道风险评价技术以地理信息系统(GIS)为基础，融合智能移动终端、电子标签(RFID)、云计算、物联网等技术，通过采集获取油气管道各类数据，利用大数据分析工具，实时计算管道风险，为风险管控提供支持[6]。智能管道时代风险评价流程见图1。

图1 智能管道时代风险评价主要流程

智能管道时代，物联网、智能移动终端、大数据及云计算将给风险评价带来以下转变。

3.1 风险评价实现动态实时评价

目前管道企业的风险评价工作往往由专业技术人员或专业团队按照评价流程采集数据、收集资料、分析计算风险。作业所需时间长，一次完整的风险识别评价要用至少两、三个月时间完成，评价周期长，使得风险评价工作的时效性大大降低。物联网、云计算、智能移动终端的应用及信息系统互通互联使得风险实时动态评价成为可能。

(1)物联网技术。随着物联网技术的不断发展，在油气长输管道的一些业务领域，已经开始利用物联网技术收集管道相关数据[7]，比如正在建设的中俄东线利用视频监控、泄漏预警、地质灾害预警、智能阴极保护桩等技术对管道进行实时监测、监控，可以实现管道的全面感知。随着物联网及智能移动终端技术在管道上的应用，将一些数据由原来的人工采集升级为设备自动采集和传输，保证数据及时、准确地获取，而且扩展了数据的多样性，通过对多类数据的综合分析得出更为准确、可靠的评价结果，提前预知管道运营的潜在风险。同时反映管道风险实时变化的数据逐渐增多，使得管道在线、动态风险评价成为可能。

(2)智能移动终端+云计算技术。智能移动终端的应用，使得管道巡线人员可以方便地把日常巡检中发现的异常事件及时进行汇报[5]，但由于风险评价所涉及数据较多，技术量大，目前并不能将巡检中发现的异常事件实时转换为风险评价结果。随着云技术的发展，风险评价将由传统的集中式向网络协作式发展，利用云平台强大的计算能力，对巡线过程中发现的异常进行风险实时计算，并将风险评价结果及时发布给巡线人员，实现异常事件的快速响应。

(3)信息系统的融合互通。风险评价所需数据很大一部分来自各管道业务系统。目前，针对不同的业务模块，管道企业往往应用不同的信息系统，以中石油管道企业为例，管道完整性管理系统(PIS)负责管道日常完整性管理，管道ERP系统负责物流、资金流及信息流的统一，管道工程建设管理系统(PCM)负责工程业务的统一管理[8]。不同的信息系统各信息系统业务管理重点不同，数据格式不同，并不能实现有效的信息共享。在智能管道时代，随着数据标准的统一，管道数据中心的建设，将会完成系统融合互联，可以实现建设期数据、管道日常管理数据、社会环境数据等风险评价所需数据的集成，改变了传统风险评价过程中不同业务数据需要从不同系统提取的局面，风险评价系统将会从数据中心实时提取所需数据，在实时、动态掌握风险评价结果的同时，大大减轻了人力成本。

3.2 风险评价结果更为准确，实现风险预测预警

(1)录入数据准确性方面。智能管道时代，风险评价数据主要来源于管道实时监测数据，同时通过不同信息系统的融合互联，完成建设期数据、管道日常管理数据、社会环境数据等风险评价所需数据的收集和整合。风险评价数据采集录入模式包括：①在线填报上传。 ②业务系统数据提取。③智能移动端采集上传。④离线填报，本地保存，在有网络环境后进行同步，确保数据录入可行性与及时性。这些采集录入方式极大减少人为数据录入，使风险评价的关键信息数据采集更加真实、准确、实时和可追溯 。

(2)风险评价模型方面。传统的风险评价方法认为，任何给定管段的风险分值是由失效概率和后果的函数确定的，风险分值受所识别的风险因素及其设定的权重影响。也就是说传统的风险评价方法过于主观，主要依赖于专家判断，仅能够进行部分失效原因分析，再加上数据不足，降低了评价准确度。

随着大数据时代的到来，“管道大数据化”的概念应运而生，大数据意味着管道从生产开始到服役的最后一刻所有的数据都将被保留下来[9-10]。管道大数据的定义为：以管道内检测数据为基线，实现将内检测信息、外检测数据、设计施工资料数据、历史运维数据、管道环境数据和日常管理数据等的校准、对齐整合，使各类数据均可对应各环焊缝信息，形成统一的数据库或数据表[6]。在大数据条件下，风险分析的方向由因果关系的分析，变为关联性分析。只要数据满足空间及时间上的一致性要求，将采集到的设计、建设、运行、检测监测及失效等数据进行梳理，作为潜在风险影响因素，利用机器学习的方法(图2)，以模拟人脑思维和学习的方式，对管道风险和管道安全状态进行学习，给出潜在影响因素的重要度排序，就可以对风险进行预测预警[11]。

图2 大数据分析流程

4 结论与建议

伴随着管道步入智能化时代，风险评价也朝着实时评价、结果可视化、风险预测预警方向发展。针对智能管道时代的风险评价技术的深化及发展，提出如下建议。

(1)丰富智能数据采集方式，实现风险数据的自动采集。数据自动采集及上传不仅能提高一线员工的工作效率，更能提高风险评价录入数据的准确性和及时性，因此应加大物联网及智能移动终端在管道上的应用，实时采集泄漏监测、第三方损坏预警、地质灾害预警等数据，实现管道的实时泛在感知。

(2)建设数据中心，制定数据标准，实现风险的大数据分析。风险评价结果准确性的基础是录入数据的完整性与准确性，建议管道企业建立管道全生命周期的数据中心及数据标准，实现系统融合互联，保证数据的有效累积，提升数据质量，为大数据分析提供基础。

(3)组建风险评价专家团队，提升风险分析结果的科学性。智能管道时代的数据分析要求管道管理人员除对管道业务深入了解外，还需要掌握信息化、数据分析等技术，因此应该注重风险评价专家队伍的建设，组建由信息专家、数据分析专家和管道业务专家构成的风险评价专家团队，为智能管道时代风险分析提供技术支持。