郭新然,張玉媛,周云奕,蔡康健,石 坤
(中國(guó)特種設(shè)備檢測(cè)研究院,北京 100026)
石油和天然氣具有高效利用率、清潔環(huán)保、低成本、體積小和輸量大等特點(diǎn),被廣泛使用。管道是輸送石油、天然氣等危險(xiǎn)物質(zhì)最主要、最安全的方式,油氣管道在國(guó)民經(jīng)濟(jì)中占有極為重要的戰(zhàn)略地位,被稱為國(guó)家能源大動(dòng)脈。由于對(duì)能源需求量的持續(xù)攀升,使得油氣管道[1]呈現(xiàn)倍增式發(fā)展,我國(guó)管道建設(shè)發(fā)展迅速,油氣管道干線總長(zhǎng)達(dá)到1.44×105km??焖俚陌l(fā)展也給管道持續(xù)安全運(yùn)行帶來(lái)壓力,據(jù)統(tǒng)計(jì),我國(guó)油氣管道事故率[2]平均為3 次/1 000 km(km/a)。除了重大的油氣管道事故,由于第三方施工、打孔盜油盜氣、管道腐蝕、地質(zhì)災(zāi)害等原因?qū)е碌男孤?、爆炸、人員傷亡、環(huán)境污染等災(zāi)難性管道事故也頻頻發(fā)生。油氣管道發(fā)生事故和失效的主要原因[3]有:
(1)因材料、焊縫缺陷導(dǎo)致的事故和失效占比較高;
(2)因自然災(zāi)害等地質(zhì)原因?qū)е掠蜌夤艿朗鹿屎褪А?/p>
由于石油天然氣的易燃易爆等特性,導(dǎo)致該類事故可能會(huì)存在不可控的二次災(zāi)害,且因?yàn)槭鹿释C(jī)停產(chǎn)會(huì)造成較大的損失,因此針對(duì)該類事故需要在短時(shí)間內(nèi)搜集事故現(xiàn)場(chǎng)所有信息,并迅速做出決策部署,構(gòu)建應(yīng)急指揮系統(tǒng),快速、有效地實(shí)現(xiàn)應(yīng)急處置,數(shù)據(jù)共享,實(shí)時(shí)了解事故現(xiàn)場(chǎng)情況,實(shí)現(xiàn)應(yīng)急指揮可視化調(diào)度,支撐輔助決策,通過(guò)應(yīng)急指揮系統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)分析等功能,確保應(yīng)急恢復(fù)工作的順利進(jìn)行。
以某石油管道運(yùn)輸公司為例,針對(duì)油氣管道運(yùn)行過(guò)程中出現(xiàn)的各類故障事故,整體處理流程如圖1 所示。首先接到多種形式的事故報(bào)警信息后,對(duì)報(bào)警進(jìn)行事故研判和分級(jí)評(píng)定,進(jìn)行多級(jí)別應(yīng)急響應(yīng)[4],啟動(dòng)事故應(yīng)急,包含應(yīng)急預(yù)案的推送、應(yīng)急物資人員調(diào)配等。根據(jù)事故災(zāi)害影響進(jìn)行協(xié)同聯(lián)動(dòng),采取有效的應(yīng)急救援措施,并根據(jù)事故救援的需要采取警戒、疏散等措施,防止事故擴(kuò)大和次生災(zāi)害的發(fā)生,減少人員傷亡和財(cái)產(chǎn)損失,必要時(shí)進(jìn)行社會(huì)應(yīng)急聯(lián)動(dòng)。事故處理過(guò)程中,判斷事態(tài)是否得到控制,決定是否進(jìn)行應(yīng)急增援響應(yīng)升級(jí),當(dāng)應(yīng)急結(jié)束,進(jìn)入應(yīng)急恢復(fù)和總結(jié)評(píng)估階段,對(duì)事故進(jìn)行收尾工作,完成事故應(yīng)急處理。
圖1 應(yīng)急救援流程
根據(jù)油氣管道自身實(shí)際情況,對(duì)應(yīng)急事故進(jìn)行應(yīng)急響應(yīng)[5],構(gòu)造多級(jí)聯(lián)合應(yīng)急響應(yīng),實(shí)現(xiàn)“小事故,低級(jí)響應(yīng),大事故,多級(jí)響應(yīng)”的響應(yīng)方案,實(shí)現(xiàn)結(jié)合事故特點(diǎn)的機(jī)動(dòng)、靈活、快速響應(yīng)、統(tǒng)一指揮的應(yīng)急救援[6]。
圖2 應(yīng)急指揮系統(tǒng)架構(gòu)
圖3 應(yīng)急指揮系統(tǒng)技術(shù)架構(gòu)
支撐數(shù)據(jù)層主要為應(yīng)急指揮系統(tǒng)提供數(shù)據(jù)支撐,包括:
(1)實(shí)時(shí)數(shù)據(jù):通過(guò)SCADA 監(jiān)控系統(tǒng)獲取管道以及場(chǎng)站的壓力、流量、溫度,泵、壓縮機(jī)等動(dòng)設(shè)備的狀態(tài);通過(guò)管道的泄漏監(jiān)測(cè)、可燃?xì)怏w監(jiān)測(cè)獲得設(shè)備報(bào)警信息。
(2)檢驗(yàn)數(shù)據(jù):如超聲測(cè)厚技術(shù)對(duì)管道、儲(chǔ)罐等的腐蝕、應(yīng)力、缺陷等狀態(tài)進(jìn)行監(jiān)測(cè)、識(shí)別;換熱器內(nèi)漏、原油儲(chǔ)罐的腐蝕泄漏檢測(cè);通過(guò)傳感器測(cè)量離心泵工作的噪聲和振動(dòng),判斷是否發(fā)生故障;利用無(wú)人機(jī)、智能巡檢機(jī)器人對(duì)管線、場(chǎng)站的關(guān)鍵區(qū)域進(jìn)行巡檢。
不同于支撐數(shù)據(jù)層為應(yīng)急指揮系統(tǒng)提供的實(shí)時(shí)數(shù)據(jù)。本部分提供“應(yīng)急專有數(shù)據(jù)”,主要為應(yīng)急指揮系統(tǒng)實(shí)現(xiàn)的應(yīng)急預(yù)案及應(yīng)急物資人員調(diào)配等功能提供數(shù)據(jù)支撐,包括應(yīng)急預(yù)案信息、專家信息、應(yīng)急資源信息、社會(huì)應(yīng)急資源信息。通過(guò)對(duì)應(yīng)急預(yù)案的維護(hù),基于事故信息,提供事故最優(yōu)應(yīng)急預(yù)案參考;依賴于應(yīng)急指揮系統(tǒng)維護(hù)的應(yīng)急資源庫(kù),包含專家信息、應(yīng)急資源、社會(huì)資源等,實(shí)現(xiàn)針對(duì)最優(yōu)應(yīng)急預(yù)案的應(yīng)急物資調(diào)配、搶險(xiǎn)人員調(diào)配,提高應(yīng)急智能化水平。
應(yīng)用與輔助決策包括事故處理、展示、指揮調(diào)度[8]、恢復(fù)總結(jié)全流程智能化管理,以及應(yīng)急預(yù)案的智能生成、應(yīng)急相關(guān)信息進(jìn)行大屏可視化管理和展示。遵循GB/T 37228—2018《公共安全應(yīng)急管理突發(fā)事件響應(yīng)要求》[9]等標(biāo)準(zhǔn)進(jìn)行應(yīng)急指揮調(diào)度[10-11]。
應(yīng)急指揮系統(tǒng)相關(guān)信息的展示和可視化方式,支持信息和指揮調(diào)度在相關(guān)設(shè)備的使用,包括電子屏、移動(dòng)設(shè)備和PC 平臺(tái)端的信息展示和指揮調(diào)度。
應(yīng)急指揮系統(tǒng)通過(guò)獲取實(shí)時(shí)運(yùn)行數(shù)據(jù)、專家信息、應(yīng)急預(yù)案和應(yīng)急物資等數(shù)據(jù)信息,借助機(jī)理分析、數(shù)據(jù)統(tǒng)計(jì)等傳統(tǒng)評(píng)價(jià)方法,結(jié)合機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等智能化算法實(shí)現(xiàn)應(yīng)急預(yù)案的推送、應(yīng)急物資搶險(xiǎn)人員的調(diào)配,并實(shí)現(xiàn)應(yīng)急分析優(yōu)化,進(jìn)行應(yīng)急處置過(guò)程評(píng)估,優(yōu)化預(yù)案和處理過(guò)程,達(dá)到迅速控制應(yīng)急事態(tài)發(fā)展、減少人員財(cái)產(chǎn)損失的效果。具體技術(shù)架構(gòu)如3 所示。
定價(jià): 2008~2019年每期定價(jià)15元,全年4期,年定價(jià)60元;2005~2007年每期定價(jià)10元,全年4期,年定價(jià)40元;1991~2004年過(guò)刊每套定價(jià)154元(包括:總第3期~總28,30~53期,計(jì)42冊(cè));也可分年分期選訂:1991~1993年,半年刊,每?jī)?cè)定價(jià)1.00元;1994~1997年,季刊,每?jī)?cè)定價(jià)2.00元;1998~1999年,季刊,每?jī)?cè)定價(jià)3.00元;2000~2001年,季刊,每?jī)?cè)定價(jià)4.00元;2002~2004年,季刊,每?jī)?cè)定價(jià)5.00元。
在油氣管道已有的應(yīng)急預(yù)案數(shù)據(jù)中,不同管段位置應(yīng)急預(yù)案是根據(jù)各自的實(shí)際情況制定應(yīng)急預(yù)案,內(nèi)容并不是完全的統(tǒng)一規(guī)范,如果動(dòng)態(tài)地對(duì)全部預(yù)案數(shù)據(jù)進(jìn)行匹配是耗時(shí)低效的。為保證應(yīng)急救援流程中及時(shí)、快速、準(zhǔn)確地體現(xiàn)預(yù)案信息,采用文本關(guān)鍵詞提取匹配方法,該方法首先讀取事故信息、事故分類和事故分級(jí),然后以相關(guān)的事故信息作為關(guān)鍵詞進(jìn)行關(guān)鍵詞抽取,最后使用“就近法則”,采用最小距離法構(gòu)建矢量空間模型進(jìn)行預(yù)案匹配。預(yù)案匹配[12]最終按相似度正序方式(距離最小值)展示匹配結(jié)果。
文本特征提取公式為:
根據(jù)事故類型等級(jí)和事故信息,已完成應(yīng)急預(yù)案匹配,獲得了最優(yōu)的基礎(chǔ)應(yīng)急預(yù)案的推薦,但是該應(yīng)急預(yù)案只包含了針對(duì)事故的整體應(yīng)急流程和所需的人員物資,還需要進(jìn)一步實(shí)現(xiàn)應(yīng)急物資和搶險(xiǎn)人員的調(diào)配[13]。
通過(guò)應(yīng)急指揮系統(tǒng)所維護(hù)的應(yīng)急物資庫(kù)和搶險(xiǎn)人員庫(kù),可以獲得不同級(jí)別的應(yīng)急物資庫(kù)的位置、物資詳細(xì)信息以及搶險(xiǎn)人員可調(diào)配信息,使用“就近法則”,采用最小距離法實(shí)現(xiàn)應(yīng)急物資和搶險(xiǎn)人員的調(diào)配。調(diào)配結(jié)果最終按相似度正序方式(距離最小值)展示匹配結(jié)果。
最小距離法公式為:
式中:di為新文本的特征向量;dj為第j類的中心向量;m為特征向量的維數(shù)。
根據(jù)應(yīng)急物資人員的調(diào)配結(jié)果以及事故位置,將應(yīng)急物資人員位置作為路徑的起點(diǎn),事故位置作為路徑的終點(diǎn),利用路徑規(guī)劃算法[14](Dijkstra 算法、啟發(fā)式A*算法、動(dòng)態(tài)規(guī)劃方法、神經(jīng)網(wǎng)絡(luò)、遺傳算法等),計(jì)算出所有可行路徑,并在此基礎(chǔ)上,考慮距離、時(shí)間、高后果區(qū)和關(guān)鍵區(qū)域等因素,進(jìn)行優(yōu)化篩選,獲得最優(yōu)路徑。
Dijkstra 算法步驟如下:
(1)路網(wǎng)被抽象為有向圖,利用鄰接矩陣A表示有向圖,A[i][j]表示有向圖節(jié)點(diǎn)i、節(jié)點(diǎn)j上的權(quán)值;若不存在,則 將A[i][j]設(shè)為∞。利用數(shù)組d[i]表示從有向圖節(jié)點(diǎn)i、節(jié)點(diǎn)j的最短距離。
(2)選擇Vj,使得:d[j]=min{d[i]|vi∈V-S},S=S∪{v[j]},則Vj為當(dāng)前的最短路徑的終點(diǎn)。
(3)修改相鄰節(jié)點(diǎn),計(jì)算最短路徑長(zhǎng)度,如果d[j]+A[i][k]<d[k],則修改d[k]為:d[k]=d[j]+A[j][k]。
(4)重復(fù)以上兩個(gè)步驟,直到獲取到從起點(diǎn)到終點(diǎn)的路徑序列。
完成應(yīng)急事故處置后,通過(guò)事故報(bào)告得到事故處置過(guò)程數(shù)據(jù)(各個(gè)節(jié)點(diǎn)響應(yīng)時(shí)間、事故處理持續(xù)時(shí)長(zhǎng)、損失情況、人員到位情況)及報(bào)警相關(guān)信息,利用人工智能深度學(xué)習(xí)和大數(shù)據(jù)分析技術(shù)對(duì)多源數(shù)據(jù)進(jìn)行整合和處理,實(shí)現(xiàn)對(duì)事故點(diǎn)的分點(diǎn)統(tǒng)計(jì)、對(duì)應(yīng)急搶險(xiǎn)人員的統(tǒng)計(jì)、對(duì)事故影響和損失情況的統(tǒng)計(jì)、從時(shí)空和物理等維度實(shí)現(xiàn)對(duì)事故原因的分析及統(tǒng)計(jì)[15]等。
根據(jù)國(guó)家標(biāo)準(zhǔn)GB/T 40151—2021 《安全與韌性應(yīng)急管理能力評(píng)估指南》[16],應(yīng)急管理能力的評(píng)估標(biāo)準(zhǔn)包括如下八大評(píng)估指標(biāo),針對(duì)每一個(gè)評(píng)估指標(biāo)的要求,將每個(gè)指標(biāo)劃分為四等級(jí)的評(píng)價(jià)級(jí)別標(biāo)準(zhǔn),根據(jù)評(píng)估模板的結(jié)果數(shù)據(jù),進(jìn)行應(yīng)急管理能力的評(píng)估。應(yīng)急管理能力評(píng)估模板如圖4 所示。
圖4 應(yīng)急管理能力評(píng)估模板
利用人工智能深度學(xué)習(xí)和大數(shù)據(jù)分析技術(shù),結(jié)合油氣管道實(shí)際情況,根據(jù)應(yīng)急過(guò)程數(shù)據(jù),與系統(tǒng)已維護(hù)的應(yīng)急預(yù)案和歷史應(yīng)急處置過(guò)程數(shù)據(jù)及其他相關(guān)信息進(jìn)行分析,參考模糊綜合評(píng)價(jià)法,建立智慧管道應(yīng)急能力評(píng)估模型。
(1)建立評(píng)價(jià)指標(biāo)集U,U={u1,u2, ...,un},包括效率指標(biāo)(應(yīng)急搶險(xiǎn)所花費(fèi)時(shí)間)、成本指標(biāo)(應(yīng)急搶險(xiǎn)物資花費(fèi)和搶險(xiǎn)人員調(diào)配等)、操作能力(處置事故的應(yīng)急決策及物資操作使用等方面)、環(huán)境指標(biāo)(空氣污染、水質(zhì)污染、土壤污染程度等)等;
(2)建立評(píng)價(jià)指標(biāo)等級(jí)集V,V={v1,v2, ...,vn},對(duì)評(píng)價(jià)指標(biāo)進(jìn)行評(píng)價(jià)級(jí)別劃分;
(3)建立權(quán)重集,確定評(píng)價(jià)指標(biāo)集的重要程度;
(4)模糊計(jì)算,R為將評(píng)價(jià)指標(biāo)集U映射到評(píng)價(jià)指標(biāo)等級(jí)集V的模糊關(guān)系,Bi=Ai*Ri,采用專家打分法獲取模糊判斷矩陣R。
計(jì)算潛在危害影響范圍,得到管道周邊不同位置處各類傷害模式的傷害強(qiáng)度,再結(jié)合傷害準(zhǔn)則確定不同類型受災(zāi)體在各類傷害模式下的損傷/破壞概率,然后根據(jù)各類受災(zāi)體的實(shí)際分布情況,計(jì)算得出各類受災(zāi)體的潛在損失。潛在損失包括已在危險(xiǎn)源風(fēng)險(xiǎn)排序以及管道選線工作中得到了廣泛應(yīng)用的潛在生命損失的等級(jí)劃分標(biāo)準(zhǔn)的潛在生命損失(Potential Loss of Life, PLL),即能夠?qū)υu(píng)價(jià)對(duì)象的危險(xiǎn)程度進(jìn)行合理排序,表征社會(huì)風(fēng)險(xiǎn)的重要指標(biāo),以及潛在財(cái)產(chǎn)損失等[17]。
事故樹模型是研究事故發(fā)展態(tài)勢(shì)最常用的方法,通過(guò)事故發(fā)展態(tài)勢(shì)的研究可以確定各衍生災(zāi)害場(chǎng)景的發(fā)生概率。泄漏事故事態(tài)發(fā)展態(tài)勢(shì)預(yù)測(cè)模型樹如圖5 所示。
圖5 泄漏事故發(fā)展態(tài)勢(shì)預(yù)測(cè)模型樹示意圖
通過(guò)歷史數(shù)據(jù)統(tǒng)計(jì)分析經(jīng)驗(yàn)值和模型計(jì)算法兩種常用方法,實(shí)現(xiàn)事故發(fā)展態(tài)勢(shì)預(yù)測(cè)。
本文針對(duì)油氣管道應(yīng)急事故處理過(guò)程中“看不見(jiàn)、調(diào)不動(dòng)、響應(yīng)慢”的現(xiàn)狀,提出一種基于物聯(lián)網(wǎng)[18]、大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)的智慧管道應(yīng)急指揮系統(tǒng)。應(yīng)用該系統(tǒng)在應(yīng)急事故處置過(guò)程中能夠直觀地掌握全局情況,把握事態(tài)發(fā)展趨勢(shì),為應(yīng)急指揮人員提供基本信息查詢、應(yīng)急預(yù)案推送以及輔助決策的支持,提高應(yīng)急指揮管理和事故應(yīng)急管理水平,降低事故損失。
物聯(lián)網(wǎng)技術(shù)2023年10期