基于灰色关联和Apriori算法的输气管道输差分析
2021-11-10马军鹏段晓苏白晓航许熠栋梁昌晶
石油管材与仪器 2021年5期
关键词:规则
马军鹏,段晓苏,白晓航,许熠栋,梁昌晶
(1.中国石油华北油田分公司消防支队 河北 任丘 062552;2.四川科宏石油天然气工程有限公司 四川 遂宁 629000;3.国家管网集团北方管道有限责任公司沈阳输油气分公司 辽宁 沈阳 113001;4.中国石油华北油田公司第四采油厂 河北 廊坊 065000)
0 引 言
随着国民经济的发展,天然气作为清洁能源在一次能源消费中的占比越来越高,截止到2020年,我国天然气管道总里程接近10×104km[1-2]。在管道运输的过程中,因管存气量、进出气量变化等会出现输差问题。对输差进行有效控制是天然气计量交接的重要工作,是贸易双方共同关注的问题,反映了管道运营方的管理水平[3-4]。目前,对于输差分析与管理多为定性分析,在定位和定量计算上还有不足,因此对引起输差的因素进行分析梳理,以某输气管道为例,通过灰色关联和Apriori算法进行数据挖掘,识别造成输差的主控因素及因素之间的交互作用,以期为管道完整性管理提供理论依据和实际参考。
1 输差构成及影响因素分析
输差是一个计量周期内天然气输入、输出变化的差值,根据SY/T 5922—2012《天然气管道运行规范》,输差Q差和输差率η计算公式如式(1)、式(2):
Q差=(V1+Q1)-(Q2+Q3+Q4+V2)
(1)
(2)
式中:V1为计量开始时的管存气量,m3;Q1为输入气量,m3;Q2为输出气量,m3;Q3为输气站场自用气量,m3;Q4为放空气量,m3;V2为计量结束时的管存气量,m3。
根据运行经验,η控制在0.3%以内为良好,说明管道运行状态良好,无泄漏发生;控制在0.3%~0.6%为正常;当η大于0.6%时,说明管道发生了严重泄漏或事故,需要采取重点监控或应急响应;……
登录APP查看全文
