基于DBN的水下生产系统风险控制分析

王魁涛，王红红，尹 丰，朱春丽，庞 罕

(1.中海油研究总院有限责任公司，北京 100028;2.中国石油大学(华东)，山东 青岛 266580)

在陆上油气资源可开采量逐渐减少和深水油气资源勘探技术日臻成熟的条件下，海洋油气的开发和利用已成为我国能源战略的重点方向。水下生产系统因具有配置灵活，环境适应性强等优势，成为深水油气资源开发的主要模式之一[1-4]。

水下生产系统设备的安全可靠运营对油气开发和海洋环境安全至关重要，一旦发生事故，将造成巨大的生态灾难和经济损失。因此，国内外各大油公司和研究机构对水下油气生产系统的风险控制开展了大量的研究工作。水下生产系统的安全风险状态由于受到设备、地质、海洋环境、操作行为等多种因素的耦合作用，具有明显的时变特性[5-7]。传统静态安全评估技术由于评估指标参数为常数，不能反映风险概率对时间的依赖关系，无法实现风险状态的实时跟踪和动态评价。

动态贝叶斯网络(DBN，Dynamic Bayesian Network)通过构建系统全概率模型，可以描述系统在连续时间区间内的状态变化，实现对状态变量的跟踪和预测，为水下油气生产系统动态风险控制分析提供更为精确的技术手段。

本文采用动态贝叶斯理论，通过水下油气生产系统的风险辨识，建立基于离散动态贝叶斯网络的水下油气生产系统风险控制分析评价模型，并利用算例对水下油气生产系统风险控制进行分析和验证。

1 水下生产系统风险控制模型分析

以我国南海某气田为例，水下生产系统主要包括水下井口、水下采油树、水下管汇/基盘以及水下控制系统等。水下开发井产出的流体利用井口压力通过海底管道被输送至生产处理平台和中心处理平台。主要生产设备构成如图1所示。水下设备的电力、控制信号、数据采集和监控信息通过水下脐带缆进行传输。

图1 水下油气生产系统的主要设备构成

本文在调研了水下油气生产系统风险失效模式和风险控制措施的基础上，利用安全屏障技术和bow-tie图法建立了水下油气生产系统风险控制模型。为便于分析，将水下生产系统的安全屏障分为技术设备屏障(B1)、组织管理屏障(B2)和工艺防护屏障(B3)，如图2所示。

风险结左侧为水下油气生产系统主要设备元素，以及预防性安全屏障，风险结右侧为风险造成的后果，以及控制降低性安全屏障。

2 动态贝叶斯网络风险分析原理

动态贝叶斯网络由静态贝叶斯网络(简称“贝叶斯网络”)演化而来，贝叶斯网络表示为由变量(节点)和与之相连的有向弧组成的有向无环图，如图3所示。节点间的有向弧用于描述变量间的概率依赖关系。

图2 水下油气生产系统风险控制模型

图3 贝叶斯网络示意

贝叶斯网络可根据检测到的证据信息E，利用式(1)对先验概率进行更新，得到更加符合实际的后验概率，从而实现利用观测数据对未来事件发生概率的预测[8]。

(1)

式中：P(X/E)为已知证据E的发生概率，事件X的条件概率；P(X,E)为事件X和E的联合概率。

动态贝叶斯网络基于时间依赖关系，将事件演化过程划分为t0→tn的连续时间片，每个时间片内是1个静态贝叶斯网络。2个相邻时间片通过有向弧连接构成与时间相关的条件转移网络，DBN模型如图4所示。相邻时间片间的连接弧描述了变量对时间变量的依赖关系[9]。

(2)

图4 动态贝叶斯网络模型

3 水下生产系统风险控制模型构建

根据动态贝叶斯网络模型理论和已建立的水下油气生产系统风险控制分析模型，将模型中的设备和屏障元素视为离散动态贝叶斯网络模型的节点，并将这些节点用有向弧加以连接，即构成了动态贝叶斯网络的有向无环图模型。建立的水下生产系统风险控制动态贝叶斯网络tk和tk+12个时间片的模型如图5所示。在模型中，水下生产系统设备构成了动态贝叶斯网格中的先验概率层，其失效风险先验概率可通过OREDA数据库查询得到。通过对设备的实时监测，得到新的证据数据，可对先验概率进行更新和修正。可以将观测得到的最新证据用于水下生产系统的风险控制评价。

4 算例

根据我国南海某气田水下生产系统的设备配置情况，以平均故障时间(Mean Time To Failure，MTTF)作为设备的先验概率评价指标，查询OREDA数据库中对应设备，得到如表1所示的设备状态先验概率值。

图5 水下生产系统风险控制动态贝叶斯网络模型

表1 水下生产系统设备状态先验概率[10]

由于针对不同失效形式，安全屏障的有效概率有较大差异。为便于分析计算，将水下油气生产系统风险控制模型中的技术设备屏障、组织管理屏障和工艺防护屏障的有效性概率进行统一定义，具体值如表2所示。

表2 安全屏障有效概率

将设备状态的状态转移概率和各节点的条件概率输入到水下生产系统风险控制动态贝叶斯网络模型中，可得到如图6所示的水下生产系统失效风险概率动态变化预测趋势图。由图6可知，在设备运行至10 000 h时，水下控制系统的失效概率达到98.3%，在采用技术设备屏障和工艺防护屏障措施后，设备的失效概率降至0.04%。因此，在实际生产过程中，应重点对失效概率较大的水下控制系统进行实时监测，并及时采取技术和工艺措施，可有效降低系统风险的发生概率。

图6 水下生产系统失效风险概率变化趋势

5 结论

1)基于动态贝叶斯网络的风险控制评价方法，将水下油气生产系统风险对时间的依赖关系构造为一系列具有状态转移概率的离散贝叶斯网络模型，解决了水下生产设备风险评价中的时变建模问题。

2)本文利用动态贝叶斯网络方法和安全屏障理论建立了南海某气田水下生产系统的风险控制分析模型，并根据OREDA数据库提供的设备失效风险数据对水下生产系统的风险控制进行了评价。结果表明，水下控制系统发生风险的概率最高。通过采取技术、工艺等防控措施，可有效降低风险的危害程度。

3)由于文中采用的数据为部分历史数据，数据的完整性和准确性仍有待提高，因此建立适用于国产水下油气生产系统的风险数据库和评价模型尤为必要。