摘要：智能壓力變送器管道中運(yùn)行壓力是反映管道運(yùn)行狀態(tài)的重要參數(shù)，隨著生產(chǎn)現(xiàn)場(chǎng)信息化程度不斷提高，信息處理技術(shù)也廣泛用于智能壓力變送器管道運(yùn)行管理。為了有效解決壓力監(jiān)控報(bào)警限值與實(shí)際運(yùn)行的測(cè)量數(shù)據(jù)有較寬幅度的差值，對(duì)在差值范圍內(nèi)出現(xiàn)的異常情況因不報(bào)警、不易及時(shí)發(fā)現(xiàn)而導(dǎo)致處置延誤等問題開展分析研究。根據(jù)智能壓力變送器管道運(yùn)行壓力的數(shù)據(jù)特性，以數(shù)字濾波算法為基礎(chǔ)對(duì)其采集的實(shí)時(shí)數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析處理，結(jié)合測(cè)量不確定度評(píng)定方法，建立壓力的動(dòng)態(tài)趨勢(shì)模型，用所選測(cè)量點(diǎn)的歷史數(shù)據(jù)驗(yàn)證動(dòng)態(tài)趨勢(shì)模型建立的方法和符合率；利用動(dòng)態(tài)趨勢(shì)模型進(jìn)行管道輸送實(shí)時(shí)監(jiān)控，以提高管道運(yùn)行壓力預(yù)警的靈敏度和準(zhǔn)確性，推進(jìn)管道運(yùn)行管理向程控化、智能化發(fā)展。

 

智能壓力變送器管道中運(yùn)行壓力是反映管道運(yùn)行狀態(tài)的重要參數(shù)，也是天然氣生產(chǎn)運(yùn)營(yíng)過程監(jiān)控的重要參數(shù)，其測(cè)量數(shù)據(jù)直接反映該測(cè)量點(diǎn)壓力系統(tǒng)的運(yùn)行狀態(tài)[1]。天然氣壓力測(cè)量?jī)x表經(jīng)歷了機(jī)械式指針儀表測(cè)量、數(shù)顯式儀表測(cè)量等不同發(fā)展階段。隨著工業(yè)自動(dòng)化技術(shù)的發(fā)展，壓力測(cè)量?jī)x表采用了傳感器技術(shù)、電子技術(shù)和嵌入計(jì)算機(jī)芯片等技術(shù)。核心壓力傳感器以硅材料為基礎(chǔ)，采用微米級(jí)的微機(jī)械加工技術(shù)和大規(guī)模集成電路工藝，逐步向智能總線式數(shù)字壓力測(cè)量發(fā)展。

工業(yè)的信息化、智能化已經(jīng)成為發(fā)展的必然方向，隨著傳感器技術(shù)、通信技術(shù)和計(jì)算機(jī)技術(shù)融合，使獲取天然氣壓力測(cè)量數(shù)據(jù)方式由系統(tǒng)自動(dòng)采集、儲(chǔ)存、顯示替代了原始的抄表和紙質(zhì)記錄保存，促進(jìn)了信息處理技術(shù)廣泛應(yīng)用于天然氣生產(chǎn)管理。

 

1壓力測(cè)量現(xiàn)狀

目前天然氣站場(chǎng)主要采用機(jī)械式指針儀表（壓力表）、數(shù)顯式儀表（壓力傳感器、壓力變送器、數(shù)字壓力計(jì)）對(duì)生產(chǎn)過程中的壓力參數(shù)進(jìn)行測(cè)量和控制[2]，差壓變送器主要用于差壓式流量計(jì)中差壓的測(cè)量。

生產(chǎn)現(xiàn)場(chǎng)常將SCADA、DCS、DCC等配套系統(tǒng)用于從井口到終端用戶的監(jiān)控，在這些監(jiān)控系統(tǒng)中，壓力報(bào)警設(shè)置多采用設(shè)計(jì)壓力的限值[3]。隨著投運(yùn)時(shí)間變化，根據(jù)壓力設(shè)備檢測(cè)結(jié)果，壓力報(bào)警設(shè)置采用同一壓力系統(tǒng)各壓力設(shè)備中#低的額定工作壓力為限值。這些限值與實(shí)際運(yùn)行的測(cè)量數(shù)據(jù)有較寬幅度的差值（圖1）。為了有效解決在差值范圍內(nèi)出現(xiàn)的異常情況因不報(bào)警、不易及時(shí)發(fā)現(xiàn)而導(dǎo)致處置延誤等問題，開展了壓力測(cè)量數(shù)據(jù)動(dòng)態(tài)趨勢(shì)方面的分析研究。

 

 

2數(shù)據(jù)分析處理與模型建立

通過對(duì)各類壓力測(cè)量數(shù)據(jù)的收集、梳理和分析，發(fā)現(xiàn)各個(gè)壓力測(cè)量點(diǎn)的數(shù)據(jù)皆有一定的運(yùn)行規(guī)律和趨勢(shì)。選擇合適的數(shù)據(jù)整合算法，對(duì)壓力測(cè)量原始數(shù)據(jù)進(jìn)行分類處理，建立壓力動(dòng)態(tài)趨勢(shì)模型。

2.1確定數(shù)據(jù)算法根據(jù)參數(shù)特性[4]所收集的數(shù)字濾波算法共計(jì)11種：限幅濾波法、中位值濾波法、算術(shù)平均濾波法、遞推平均濾波法、中位值平均濾波法、限幅平均濾波法、一階滯后濾波法、加權(quán)遞推平均濾波法、消抖濾波法、限幅消抖濾波法、IIR數(shù)字濾波法。

（1）特性篩選。根據(jù)11種數(shù)據(jù)處理方法的特性分析[5]、數(shù)據(jù)處理策略，初步排除了限幅濾波法、中位值濾波法、中位值平均濾波法、限幅平均濾波法。這4種分析方法不適合同步處理在不同量程區(qū)間的數(shù)據(jù)，而且計(jì)算結(jié)果與實(shí)際趨勢(shì)差異較大。依據(jù)相關(guān)性函數(shù)以及不相關(guān)參數(shù)函數(shù)定量研究原理[3]，一階滯后濾波法、消抖濾波法、限幅消抖濾波法、IIR數(shù)字濾波法因其本身的干擾和變化無規(guī)律而排除。

（2）擬合性驗(yàn)證。經(jīng)過特性篩選和適應(yīng)性模擬運(yùn)算，從中選出算術(shù)平均濾波法、遞推平均濾波法、加權(quán)遞推平均濾波法進(jìn)行擬合性實(shí)驗(yàn)。以上3種方法實(shí)際上都是基于平均濾波法[6]而來，使用平均濾波法可以去除非規(guī)律性的偶然極值情況，對(duì)趨勢(shì)分析很有幫助。

根據(jù)各測(cè)量點(diǎn)壓力數(shù)據(jù)的分類情況，選用民用氣差壓式流量計(jì)計(jì)量點(diǎn)中波動(dòng)較大的差壓數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)進(jìn)行研究。該測(cè)量點(diǎn)采用差壓變送器進(jìn)行測(cè)量，現(xiàn)場(chǎng)為本安型安裝，配套設(shè)備涉及浪涌保護(hù)器、隔離式安全柵（同時(shí)提供現(xiàn)場(chǎng)壓力變送器電源）、A/D數(shù)模轉(zhuǎn)換模塊等。

 

由圖2可知，使用加權(quán)遞推平均濾波法（數(shù)據(jù)周期N=5）時(shí)，分析后得到平滑的趨勢(shì)圖像，但得到的數(shù)據(jù)對(duì)趨勢(shì)的擬合作出了很大的限幅，它相對(duì)原始數(shù)據(jù)完全無擬合。

 

 

由圖3可知，使用算術(shù)平均濾波法（數(shù)據(jù)周期N=5）時(shí)，由于其計(jì)算原理，它的趨勢(shì)比原始數(shù)據(jù)的實(shí)際趨勢(shì)滯后；且經(jīng)過其方法處理得到的數(shù)據(jù)存在較大干擾，與原始數(shù)據(jù)的擬合度較低，甚至超出了實(shí)際數(shù)據(jù)的范圍。當(dāng)N=5時(shí)，算術(shù)平均濾波曲線與原始數(shù)據(jù)曲線相比，其擬合性不如遞推平均濾波曲線與原始數(shù)據(jù)曲線的擬合性，且遞推平均濾波曲線對(duì)原始數(shù)據(jù)曲線的波動(dòng)趨勢(shì)有預(yù)判。

2.2測(cè)量的不確定度評(píng)定壓力測(cè)量數(shù)據(jù)其合成不確定度分量[7]由測(cè)量?jī)x器本身的不確定度和數(shù)據(jù)傳輸過程中信號(hào)轉(zhuǎn)換的不確定度組成，它包含差壓變送器不確定度分量、隔離式安全柵不確定度分量、A/D數(shù)模轉(zhuǎn)換模塊不確定度分量。通過不確定度評(píng)定，將對(duì)應(yīng)不確定度影響納入趨勢(shì)模型計(jì)算。

 

2.3建立動(dòng)態(tài)趨勢(shì)模型

采集預(yù)設(shè)周期內(nèi)的壓力測(cè)量原始數(shù)據(jù)，通過遞推平均濾波法對(duì)該天然氣測(cè)量數(shù)據(jù)進(jìn)行處理，得到其測(cè)量數(shù)據(jù)的趨勢(shì)曲線；對(duì)多個(gè)周期內(nèi)的多條同類型的趨勢(shì)曲線進(jìn)行疊加，得到天然氣測(cè)量數(shù)據(jù)的趨勢(shì)曲線帶。應(yīng)用極值法趨勢(shì)曲線形成上軌線和下軌線，上軌線與下軌線間的區(qū)域即為建立的動(dòng)態(tài)趨勢(shì)模型[8]，在該動(dòng)態(tài)趨勢(shì)模型中的數(shù)值范圍加入測(cè)量的擴(kuò)展不確定度即為該運(yùn)行參數(shù)的標(biāo)準(zhǔn)范圍。

 

3模型應(yīng)用與評(píng)價(jià)

根據(jù)上述設(shè)計(jì)建立壓力的動(dòng)態(tài)趨勢(shì)模型，并將其應(yīng)用在相關(guān)場(chǎng)站及管線進(jìn)行驗(yàn)證。

3.1驗(yàn)證動(dòng)態(tài)趨勢(shì)模型建立方法

（1）遞推平均濾波法處理測(cè)量原始數(shù)據(jù)。以壓力數(shù)據(jù)為例，設(shè)定采集時(shí)段（如1天24h，某日00:00至次日00:00，每分鐘取1個(gè)數(shù)據(jù)，1天共1440個(gè)數(shù)據(jù)）內(nèi)的壓力測(cè)量數(shù)據(jù)，按照式（1）進(jìn)行處理。壓力根據(jù)監(jiān)控點(diǎn)的位置及用途不同，壓力波動(dòng)情況也不同，如外銷用戶交接用壓力測(cè)量，其數(shù)據(jù)處理周期N可選擇為12及以上；流體溫度相對(duì)穩(wěn)定，其數(shù)據(jù)處理周期N可選擇為4及以上。

 

 

式中：pi為遞推平均濾波法處理后的壓力值，kPa；pi為采集的第i個(gè)壓力數(shù)據(jù)（即第i分鐘的壓力數(shù)據(jù)）；n為整數(shù)，1≤n≤1440；N為數(shù)據(jù)處理周期內(nèi)數(shù)據(jù)的數(shù)量，整數(shù)。

（2）分析周期內(nèi)采集時(shí)段數(shù)據(jù)[9]。將一定周期（如某月30天或更多的天數(shù)）數(shù)據(jù)，以時(shí)間為坐標(biāo)進(jìn)行比較分析，發(fā)現(xiàn)其變化規(guī)律。用區(qū)域極限求值法計(jì)算出上、下限值，形成測(cè)量值的趨勢(shì)帶，如圖4所示。

 

 

（3）擴(kuò)展不確定度。該壓力測(cè)量點(diǎn)使用準(zhǔn)確度為0.2%的壓力變送器作為壓力測(cè)量?jī)x器，由此引出的不確定度分量按均勻分布計(jì)算：u1=0.12%；數(shù)據(jù)傳輸過程中信號(hào)轉(zhuǎn)換的不確定度由準(zhǔn)確度為0.1%的隔離式安全柵和準(zhǔn)確度為0.1%的A/D數(shù)模轉(zhuǎn)換模塊組成，由此引出的不確定度分量按均勻分布計(jì)算：u2=0.06%，u3=0.06%；因?yàn)椴淮_定度分量均不相關(guān)，其合成標(biāo)準(zhǔn)不確定度ur=0.15%，其擴(kuò)展不確定度ur=0.30%，包含概率P=95%，k=2。

在所述動(dòng)態(tài)趨勢(shì)模型中的數(shù)值范圍加入測(cè)量的擴(kuò)展不確定度即為所述運(yùn)行參數(shù)的標(biāo)準(zhǔn)范圍，如圖5所示。

 

 

3.2實(shí)際應(yīng)用及效果

選擇不同性質(zhì)的壓力測(cè)量點(diǎn)進(jìn)行采集和建模，實(shí)際驗(yàn)證壓力動(dòng)態(tài)趨勢(shì)模型的擬合性和預(yù)判性[7]。

（1）集輸管網(wǎng)壓力。選擇某站X線進(jìn)氣壓力測(cè)量點(diǎn)進(jìn)行實(shí)際驗(yàn)證，由于該點(diǎn)屬集輸管網(wǎng)壓力測(cè)量，壓力平穩(wěn)且波動(dòng)較小，驗(yàn)證其動(dòng)態(tài)趨勢(shì)模型的擬合性和預(yù)判性。

建立動(dòng)態(tài)趨勢(shì)模型，由站場(chǎng)工作人員提供正常運(yùn)行日期作為目標(biāo)日期進(jìn)行驗(yàn)證。以2016年4月1日到4月20日的出站壓力數(shù)據(jù)為模型限值趨勢(shì)帶基礎(chǔ)，隨機(jī)選擇4月8日數(shù)據(jù)進(jìn)行驗(yàn)證。如圖6所示，紅色為進(jìn)氣壓力在該時(shí)段運(yùn)行的上軌線，綠色為下軌線，紫色為診斷目標(biāo)4月8日的壓力實(shí)時(shí)曲線。通過計(jì)算，其包含概率為97.7%，符合模型建立包含概率（95%）的預(yù)設(shè)。

 

 

 

由圖6可知，該測(cè)量點(diǎn)壓力較為穩(wěn)定，紅色上軌線及綠色下軌線間趨勢(shì)帶寬窄應(yīng)較均勻；但綠色下軌線08:00至09:00左右寬窄變化不定，有管線放空跡象（見圖中虛線框部分）；在14:00至17:00左右寬窄變化不定，有壓力回零及壓力回升異常狀態(tài)，根據(jù)趨勢(shì)提示判斷，該時(shí)段有工藝流程倒換跡象。經(jīng)核實(shí)作為基礎(chǔ)數(shù)據(jù)的4月5日，上、下軌線間趨勢(shì)帶寬窄變化不定時(shí)段正在進(jìn)行清管作業(yè)。

（2）民用氣出站壓力。選擇某站南區(qū)供氣點(diǎn)進(jìn)行實(shí)際驗(yàn)證，由于該供氣點(diǎn)屬民用氣，涉及用氣峰谷波動(dòng)較大，能更好地驗(yàn)證動(dòng)態(tài)趨勢(shì)模型的擬合性和預(yù)判性。

建立動(dòng)態(tài)趨勢(shì)模型，由站場(chǎng)工作人員提供正常運(yùn)行日期作為目標(biāo)日期進(jìn)行驗(yàn)證。以2016年3月1日到3月20日的出站壓力數(shù)據(jù)為模型限值趨勢(shì)帶基礎(chǔ)，隨機(jī)選擇3月5日數(shù)據(jù)進(jìn)行驗(yàn)證。如圖7所示，紅色為某站南區(qū)用戶出站壓力在該時(shí)段運(yùn)行的上軌線，綠色為下軌線，紫色為診斷目標(biāo)3月5日的壓力實(shí)時(shí)曲線。通過計(jì)算，其包含概率為98.9%，符合模型建立包含概率（95%）的預(yù)設(shè)。

 

 

由圖 7 可知，結(jié)合用戶用氣情況，監(jiān)控點(diǎn) 00:00到 06:00壓力較為穩(wěn)定，紅色上軌線及綠色下軌線間趨勢(shì)帶較窄；06:00以后直至 22:00壓力波動(dòng)較大，紅色上軌線及綠色下軌線間趨勢(shì)帶也隨之寬窄變化不定。其間11:20左右運(yùn)行壓力超過紅色上軌線出現(xiàn)報(bào)警（見圖7虛線框部分）。經(jīng)核實(shí)該時(shí)段正在進(jìn)行調(diào)壓作業(yè)。

（3）與其他系統(tǒng)信息兼容。選擇某站1套差壓式流量計(jì)差壓測(cè)量點(diǎn)進(jìn)行實(shí)際驗(yàn)證。如圖8所示，2018年5月1日14:00左右出現(xiàn)報(bào)警（實(shí)時(shí)曲線回零，實(shí)時(shí)概率為90.9%，低于95%），由于該測(cè)量點(diǎn)數(shù)據(jù)參與流量計(jì)算，與站場(chǎng)流量計(jì)算機(jī)系統(tǒng)聯(lián)動(dòng)，以時(shí)間為坐標(biāo)同步提取黑匣子記錄，獲得差壓回零時(shí)段值班員“王建”“操作孔板”的信息。

綜上所述，壓力動(dòng)態(tài)趨勢(shì)模型以實(shí)際測(cè)量數(shù)據(jù)為基礎(chǔ)，其上軌線及下軌線較該監(jiān)控點(diǎn)管線額定壓力的報(bào)警值更貼近實(shí)際運(yùn)行情況，試驗(yàn)證明實(shí)際運(yùn)行情況與壓力動(dòng)態(tài)趨勢(shì)模型的符合率較高，能及時(shí)發(fā)現(xiàn)運(yùn)行異常，大大提高了壓力測(cè)控點(diǎn)預(yù)判的靈敏度和準(zhǔn)確性[10]。

4結(jié)論

（1）利用數(shù)字濾波算法作為數(shù)據(jù)分析基礎(chǔ)建立動(dòng)態(tài)趨勢(shì)模型的新技術(shù)，可對(duì)壓力測(cè)量點(diǎn)進(jìn)行實(shí)時(shí)監(jiān)控，這種動(dòng)態(tài)趨勢(shì)模型由#新測(cè)量數(shù)據(jù)采集周期實(shí)時(shí)形成，預(yù)設(shè)其包含概率為95%以上。試驗(yàn)證明動(dòng)態(tài)趨勢(shì)模型的符合率較高，可大大提高壓力監(jiān)控預(yù)警的靈敏度和準(zhǔn)確性，及時(shí)發(fā)現(xiàn)異常情況，及時(shí)作出干預(yù)處理。

（2）借助“兩化”融合，與其他生產(chǎn)管理部門協(xié)同，將動(dòng)態(tài)趨勢(shì)技術(shù)與自動(dòng)控制調(diào)節(jié)、安全聯(lián)動(dòng)等技術(shù)相結(jié)合，可延展至天然氣溫度、流量等重要參數(shù)的監(jiān)控，提高天然氣生產(chǎn)運(yùn)行管控綜合水平，進(jìn)一步完善預(yù)警機(jī)制，推進(jìn)天然氣生產(chǎn)運(yùn)行管理向程控化、智能化發(fā)展。