基于异常工况识别的天然气自动分输逻辑

牛化昶 李彦苹 于洋 赵文亮 牛牧 孙广宇

摘 要 针对天然气站场自动分输时实际输量与计划输量的偏差问题，从天然气自动分输系统的分输逻辑原理进行分析，发现不均匀系数法对于分输周期异常工况、异常数据及分输周期时间效应的忽略与天然气输差问题有着密切的关系。针对不均匀系数法的缺陷，提出了一种不均匀系数优化方法，在保证充分利用分输数据的基础上将分输周期异常工况的影响降至最小，实施案例中优化方法可将不均匀系数法的偏差率最大降低50.1%。

关键词 分输逻辑 不均匀系数法 局限性 异常工况 优化方法

中图分类号 TE83   文献标识码 A   文章编号 1000?3932（2023）03?0323?08

基金项目：中国石油大学（华东）自主创新科研计划项目战略专项（22CX01001A?5）。

作者简介：牛化昶（1975-），高级工程师，从事天然气管道生产运行及智能化管理工作。

通讯作者：孙广宇（1987-），副教授，从事油气储运工程专业的教学及科研工作，sunguangyu@upc.edu.cn。

引用本文：牛化昶，李彦苹，于洋，等.基于异常工况识别的天然气自动分输逻辑［J］.化工自动化及仪表，2023，50（3）：323-330.

“十四五”时期，中国“双碳”目标持续推进，能源清洁低碳转化转型加速，天然气已成为国家重点能源之一，迎来了黄金发展期［1］。随着天然气管道及其基础设施的建设，天然气管网的结构趋于复杂化，天然气管理的难度也随之增加，其管理方式逐渐趋于自动化。

目前管网公司基于数据采集与监视控制（Supervisory Control and Data Acquisition，SCADA）系统构建了自动分输系统，对天然气的输送过程进行集中调控［2］。自动分输系统包括中心控制系统、站场控制系统和现场控制系统。中心控制系统可实时检测全线站场的运行数据，如压力、流量等参数，对全线天然气进行集中调控；站场控制系统通过PLC对站场的工艺流程设置相应的程序，可一键完成站场的工艺切换，如启停程序、支路切换程序及分输程序等；现场控制系统是压力和流量控制系统通过对分输支路的压力和流量两个参数进行监控，以联合控制调节阀开度，保证自动分输“限流稳压”。

自动分输系统可完成天然气分输的基本功能，其下属的控制系统仍具有不完备的方面，因此自动分输系统仍需与人工操作相结合，无法从根本上实现无人化的目标［3］。目前，自动分输系统下的站场控制系统的分输程序针对于用户用气特点设置了不同的分输逻辑［4，5］，常用逻辑有恒压控制法、不均匀系数法、剩余平均法与到量停输法，但是分输逻辑不适用于所有的输气工况，相关学者探讨了常用分输逻辑的缺陷并提出了相应的优化方法［6～9］。自动分输系统下的现场控制系统中涉及压力控制系统和流量控制系统，两个系统共用一个调节阀，现场控制系统涉及到两个关键问题：一是压力控制器和流量控制器的选择问题，二是压力和流量控制器PID参数的设置问题。对于现场控制系统控制器的选择问题，相关学者基于分输过程提出了相应的解决措施，在西气东输二线进行了实践并取得了良好的控制效果［10］。对于控制器PID参数的设置问题，分输支路上控制器PID参数不应设置为一组参数，应与输气工况相结合［11］。基于站场天然气分输时的特殊工况，国内外学者结合智能算法，设计了不同类型的PID控制器，目前取得了良好的应用［12～15］。

综上所述，对于自动分输系统的研究大多集中在现场控制系统上PID算法的设计，对于站场控制系统的分输逻辑研究较少。笔者从常用分输逻辑的原理出发，分析分输逻辑是否存在原理上的局限性，并提出对应的优化方案，提升自动分输系统的实用性。

1 常用控制逻辑局限性分析

1.1 4种常用控制逻辑的原理

自动分输系统常用的逻辑包括恒压控制法、剩余平均流量法、不均匀系数法和到量停输法，下面对4种分输逻辑分别进行分析。

恒压控制法适用于严格要求压力的用户，根据用户要求压力设定压力控制器的设定值，仅压力控制系统监测并控制调节阀的开度，保证输气压力与设定压力偏差不大。

剩余平均流量法适用于各时段用气均匀且无压力限制的用户，没有明显的用气高峰和用气低谷，多为工业用气比例较大的用户。剩余平均流量法一般按照整点时刻将输气时间划分为24个输气段，在每个输气段开始输气之前按照用户当前时段的剩余输气量和剩余时间计算平均输气量，并根据平均输气量控制调节阀对用户进行供气。

剩余平均流量法计算各时段剩余平均流量时需要计算两个参数，即剩余时间与剩余流量。站控PLC程序中在输气之前需核实中控系统和站场系统的时间是否一致，程序中设置了分输启动时间，剩余时间即系统时间与分输启动时间的差值。在输气开始之前，对中控系统和站控系统中分输日指定量进行更新，当分输量小于日指定量时，计算剩余流量值。剩余平均流量计算值为剩余流量值与剩余时间的商。

不均匀系数法适用于用气不均匀的用户。不均匀系数法一般是将每天划分为24个时段，根据过去7天各时段的输气量，以各时段输气量与总输量的商作为各时段的不均匀系數。根据当前时段的不均匀系数占剩余时段不均匀系数的比例值，计算每个时段的输气量，以控制调节阀开度对输气量进行调节。每个时段的不均匀系数计算式如下：

根据用户的用气特点可选择恒压控制逻辑、剩余平均流量控制法或不均匀系数控制逻辑进行输气，根据用户是否可以停输，选择到量停输控制逻辑是否启用。对于可停输的分输用户采用到量停输控制逻辑进行控制，当自动分输系统监测到用户输气量为用户日指定量的99.8%时，自动分输系统发出到量停输报警信号并切断用户分输流程的进出口阀门以实现停输。

1.2 不均匀系数法局限性分析

自动分输系统会实时记录整点时刻站场向用户输气的状态，主要参数有压力、温度、瞬时流量和累计流量，其中压力、温度和瞬时流量均为整点时刻传感器测量的数据，而累计流量的意义是启输时刻至该整点时刻时段内站场向用户的已输气量，是根据站场PLC程序计算的数据。

不均匀系数法选用的分输数据为累计流量数据，PLC程序根据各时刻的累计流量值计算每个时间段的输气量，然后根据不均匀系数法的原理计算各时段的不均匀系数，再根据计算所得系数确定各时段的计划输量。若是选用的分输周期累计流量数据为0 m3/h，不均匀系数法无法计算各时段不均匀系数时，则站控PLC程序选用设定的不均匀系数组完成分输。

针对不均匀系数法选用的分输数据，不均匀系数法在计算各时段的不均匀系数时未对选用的分输数据进行状态判断与识别，默认选用的分输数据均是正常分输工况数据，忽略了选用的分输数据的时间效应，认为其对于当前分输周期的影响相同。实际上，分输站场的分输工况不仅包含正常分输工况，还包含因维修导致的停输工况。另外，不均匀系数法适用的用户大多为居民用户，一般与到量停输法共同使用。不同的分输周期对应的停输时间不同，导致正常分输时最后几个时段的输气量可能为0 m3/h。同时，自动分输系统存储的数据也可能存在异常值。

根据中心极限定理，任意一个样本平均值均会围绕在总体平均值周围，并近似为正态分布。当样本数量较大且符合正态分布时，可采用拉依达准则（3σ准则）识别参数中的异常数据。假设待处理的数据序列为x1，x2，…，xn，由下式计算相关参数：

然后根据下式判断数据序列中的异常值：

根据3σ准则，基于山东管网58个用户2018～2020年3年的小时报表文件，计算每个用户累计流量异常值占全年累计流量数据的比例，分析分输周期累计流量全年异常值比例的分布情况（图1）。从图1中可以看出，累计流量全年异常值比例大多在0.045以内，因此不均匀系数法不可忽视累计流量的异常值。

程序设定的不均匀系数经验值是调度员根据站场的分输情况进行设定的，具有极大的随机误差。因此，该方法存在一定的局限性，易使各时段计划输量与实际输量存在偏差，进而导致实际输量严重偏离计划输量。

针对实际输量与计划输量之间的偏差问题，目前已有对应的解决方案，即在站场PLC中新增偏差调校辅助控制逻辑。偏差调校辅助控制逻辑在用户实际需求量与日指定输气量偏差较大时应用。当日指定输气量与预估用气量偏差率超过±20%时，采用最高分输压力进行恒压输气。偏差调校辅助逻辑的实施意味着输气量偏差已经达到一定程度，实施偏差调校辅助逻辑对下一时段输送产生影响，若在输送最后时段启用了该逻辑，极大可能会造成用户计划输气量无法完成。

因此，针对自动分输系统的输气量偏差问题，笔者从不均匀系数法原理上的局限性出发，对不均匀系数法进行优化设计，保证各时段不均匀系数的计算值和经验值的可靠性，从根本上解决天然气分输时实际输量与设定输量的偏差问题。

2 不均匀系数优化方法

基于上述不均匀系数法计算方法的局限性，笔者从异常工况、异常值和分输数据的时间效应3个方面依次优化不均匀系数法。

分输站场中的异常工况包括因维修导致的停输工况和因到量停输法导致的停输工况，表现为该时段的累计流量数据为0 m3/h。天然气站场对用户进行输气是按照一个分输周期进行的，若分输周期中存在异常工况，那么分输周期中其他数据也受异常工况的影响。若不均匀系数法计算过程中直接去除停输工况对应的数据，这样做虽然从表面上去除了异常工况的影响，但是实际上未考虑到异常工况对同一分输周期的正常工况数据的影响。不均匀系数法计算分输周期每个时间段的不均匀系数，不均匀系数与用户使用习惯相关，因此每个分输周期各时间段的不均匀系数间具有高度的相关性。若分输周期中存在异常工况数据，则该分输周期与其他分输周期的相关性下降，异常工况的时间段越多，相关性越小。故笔者将分输周期数据视为一个整体，以分输周期间的相关系数来判定分输数据的可用性。A、B两组数据列的相关系数计算公式为：

一般情况下，天然气站场的维修时间是连续的，且到量停输法在分输周期中至多应用一次，因此，分输周期的异常工况时间段是连续的。考虑到异常工况的数量和开始时间，笔者构造了300种异常工况，分别为具有1个时间段的停输工况，停输工况开始时刻分别为［1，24］；2个时间段的停输工况，其开始时刻为［1，23］；…；24个时间段的停输工况。以某用户一组分输数据为基础，依据常见异常工况特征，构造了300组带有异常工况的分输数据，计算300组分输数据与基础分输数据之间的相关系数。图2为含有异常工况分输数据与正常分输数据的相关系数与开始时间段的关系，可以看出同种数量的异常工况的分输数据与正常分输数据的相关系数差别不大，含有异常工况的分输数据与正常分输数据的相关系数随异常工况的开始时间段增加呈现波动变化，可将同种数量异常工况的相关系数的平均值作为所有开始时间段的同种数量异常工况分输数据与正常分输数据的相关系数。图3为含有异常工况分输数据与正常分输数据的相关系数与异常工况数量的关系，含有异常工况的分输数据与正常分输数据的相关系数随着异常工况数量的增加而线性减小，异常工况的数量越少，含有异常工况的分输数据与正常分输数据间的正相关性越强。因此，与正常分输数据的相关系数大于0.8时，分输周期含有的异常工况数量较少，分輸周期的数据可用。

分输周期中分输数据异常是由传输、记录错误等导致的，异常值所在分输周期其他时间段的分输数据对应的是正常工况，因此对于分输数据异常值可直接根据3σ准则判断去除。

一般来说，分输周期与待分输周期的时间越短，分输周期与待预测周期的相似性应越强，将这种特性称为分输数据的时间效应。由于不同分输周期的数据呈现正相关性，两组分输数据为线性关系（Y=kX+b）。定义两个分输周期之间的分输周期数量为间隔周期，不同间隔周期间拟合的k、b值可描述分输数据的时间效应，使用最小二乘法计算两组周期的线性系数，计算式如下：

基于某站场分输用户2018～2020年3年的流量分输数据，以24 h作为一个分输周期，选取的数据中共有1 096个样本。对样本中间隔周期分别为1、2、3、4、5、6、7的相关系数大于0.8的两组分输周期进行拟合，获取拟合参数b和k。根据大数定律，对于多次重复性实验，随著样本数量的增加，其算数平均值越接近概率值。因此，不同间隔周期的拟合参数平均值接近于实际不同间隔周期的拟合参数概率值。基于样本数据，计算不同间隔周期对应的拟合参数的平均值（表1）。表1展示了拟合参数与间隔周期的关系，k值在0.9上下浮动，b值数量级为10-3，说明间隔周期相差7以内的分输周期与待预测周期具有正比例关系，其偏离正比例关系的程度可忽略不计。

为保证不均匀系数经验值的精确度，基于用户历史分输数据，选用一定数量的与待预测周期较近的无异常工况的分输周期数据，以选用的数据组的各时段不均匀系数的均值为待预测周期的不均匀系数组，在每次分输周期完成后，若是分输周期不含异常工况，结合已完成的分输周期不均匀系数与不均匀系数经验值对系统中设置的经验值进行更新。

综上所述，笔者提出了一种不均匀系数优化方法，其流程如图4所示。

从分输站场数据库中取出待预测周期前7个分输周期数据。采用3σ准则对每个时间段的分输数据进行异常值判断和去除。按照不均匀系数计算公式，将分输周期各时段的流量值转换为不均匀系数。选取前7个分输周期中无异常工况的分输周期，计算其余分输周期与该分输周期的相关系数，去除相关系数低于0.8的分输周期。若分输周期数量小于4，直接采用不均匀系数法的经验值。

按照设定的间隔周期对应的拟合参数表，选取保留分输周期对应的拟合参数，将分输周期不均匀系数数据代入特定的拟合方程中，得到一定数量的待预测周期的不均匀系数数据。去除各时段异常工况对应的不均匀系数的均值即为待预测周期对应时段的不均匀系数。

3 应用案例

基于上述数据库中存在异常工况的8个分输数据组，应用不均匀系数法和不均匀系数优化方法分别对第8个分输周期模拟分输，其原始数据组见表2。

表2中的原始数据组中第1个和第4个分输周期中包含停输工况，因此利用以上数据可以区分不均匀系数法与不均匀系数优化方法的优劣。基于原始数据组各分输周期不均匀系数，选择第7组分输数据为正常分输周期，计算其他分输周期与其的相关系数，分别为0.232、0.883、0.917、0.636、0.866及0.818，去除第1个和第4个分输周期数据后，结合分输周期对应的拟合参数计算剩余分输周期的预测情况，以各分输周期预测值的均值为优化方法最终的结果值。表3为不均匀系数法及其优化方法的计算结果及各时刻计划输量与实际分输的偏差率。

根据表3中两种方法的偏差率数据，绘制各时刻偏差率趋势图（图5）。从图5中可以看出，不均匀系数法无法去除异常工况的影响，原始数据组中前3个时间段和最后两个时间段中存在异常工况，采用不均匀系数法计算待预测周期的分输情况，前4个分输周期和最后两个分输周期的偏差率较大。而不均匀系数优化方法相对于不均匀系数法而言，大幅降低了异常工况所在时间段的预测偏差率，各时刻偏差率大多数在区间变化。表3各时刻偏差率差值为优化方法偏差率数

不均匀系数法偏差率数值的差值，若是某时刻的数据为负，意味着该时刻优化方法比不均匀系数法的偏差率更小，更贴近实际情况。结合表3和图5，案例中，优化方法在12：00时与不均匀系数法偏差率相差最大，可大幅降低不均匀系数法偏差率50.1%。

4 结束语

笔者提出的不均匀系数优化方法已经在山东管网自动控制系统得到了应用，取得了良好的效果。由于天然气自动分输系统需控制压力和流量两个参数，天然气自动控制系统的控制逻辑十分复杂。笔者结合数据分析对不均匀系数控制逻辑提出了优化，减少调度人员的操作频次，提升自动控制系统的智能化程度。随着天然气管网运行数据的积累和算法的优化，分输过程的数据特征可以被深入认识，自动控制逻辑会更倾向于智能化，无人值守站场将不是空谈。

参 考 文 献

［1］ 孙曼丽，蒙青山，秦锋，等.中国天然气分布式能源“十四五”前景预测及重点区域分析［J］.国际石油经济，2022，30（6）：74-79；86.

［2］ 赵国辉.中俄东线天然气管道工程SCADA系统的设计与实现［J］.油气储运，2020，39（4）：379-388.

［3］ 梁晓龙，牛生辉.天然气输气站场智能分输控制过程分析［J］.石油化工自动化，2021，57（5）：11-14.

［4］ 刘恒宇.天然气管道分输用户远控自动分输技术探析［J］.天然气技术与经济，2018，12（2）：59-61；83-84.

［5］ 陈苏东，龙小琴，陈志建.天然气长输管道自动分输控制技术研究［J］.内蒙古石油化工，2021，47（3）：77-78；100.

［6］ 孙晓波.天然气管道自动分输模式及应用［J］.天然气技术与经济，2019，13（4）：69-73.

［7］ 高龙.天然气管道自动分输技术开发方案［J］.化工管理，2015（3）：73-74.

［8］ 梁怿，彭太翀，李明耀.输气站场无人化自动分输技术在西气东输工程的实现［J］.天然气工业，2019，39（11）：112-116.

［9］ 王海峰，梁建青，彭太翀，等.西气东输二线分输压力流量控制逻辑优化［J］.自动化仪表，2013，34（1）：89-91；94.

［10］ 王放.天然气自动分输控制系统控制器设计［J］.仪器仪表用户，2017，24（12）：12-15.

［11］ 张东阳.天然气输气站场PID自动分输控制特点分析［J］.中国石油和化工标准与质量，2018，38（17）：134-135.

［12］ 郭有强，张自军，裴学柱.天然气自动分输控制系统不稳定性研究［J］.微计算机信息，2010，26（4）：79-81.

［13］ 孟晋.一种适用于天然气管道的自动分输方法［J］.仪器仪表用户，2019，26（4）：47-49.

［14］ GUO Y Q，ZHANG Z J，PEI X J.Study on stability of wide flow based on fuzzy?PID self?organizing control［C］// 2009 ISECS International Colloquium on Com?puting，Communication，Control，and Management.IE?EE，2009：241-245.

［15］   YIN X，WEN K，WU Y，et al.A machine learning?based surrogate model for the rapid control of piping flow： Application to a natural gas flowmeter calibration system［J］.Journal of Natural Gas Science and Engineering，2022，98：104384.

（收稿日期：2022-09-06，修回日期：2023-04-09）

Automatic Gas Distribution Logic Based on Abnormal Condition Identification

NIU Hua?chang1， LI Yan?ping1， YU Yang1， ZHAO Wen?liang1， NIU Mu2， SUN Guang?yu3

（1. Shandong Natural Gas Pipeline Co.， Ltd.；2.  Sinopec Natural Gas Branch Co.；3. College of Pipeline and Civil Engineering， China University of Petroleum （East China ））

Abstract   Aiming at the deviation  between  the natural gas actual and planned transmission in auto?distribution system of the natural gas station， the distribution logic principle of the natural gas auto?distribution system was analyzed to find out that， the non?uniform coefficient methods neglect of abnormal working conditions， abnormal data and time effect of distribution cycle  has close relationship with the natural gas transmission deviation. In view of the defects of the non?uniform coefficient method， an optimization method of non?uniform coefficient was proposed， in which， on the basis of ensuring full use of the distribution data， the influence of abnormal conditions in the distribution cycle was minimized. In application cases， the optimization method can reduce deviation rate of the non?uniform coefficient method by 50.1% at most.

Key words   distribution logic， uneven coefficient method， limitations， abnormal condition， optimization method