馮亮1 李開鴻1 劉俊江1 黨文俊2

1. 國家管網集團西南管道公司； 2.國家管網集團西氣東輸公司

摘  要：西南山區地勢起伏較大，容易造成原油管道雜質形成，預測山區管道的合理清管周期尤為重要。以重質組分沉積數學模型中黃啟玉模型（含改進模型）為基礎，對比分析了基于最小二乘支持向量機法和基于BP神經網絡法的預測模型，提出優選預測模型，以預測原油管道蠟沉積情況，優化管輸效率并確定合理清管周期。

關鍵詞：西南山區；原油管道；清管周期；重質組分沉積數學模型；最小二乘支持向量機法；BP神經網絡法

在原油管道運行過程中，由于油品中的雜質聚集并隨著運行時間的增加逐漸依附在管內壁，造成管輸量降低。清管作業可清除管內壁雜質以提高管輸量，但工作量較大。西南山區原油管道沿線地形復雜、山高谷深，形成了大落差管段，容易造成管道輸送效率較快降低，管內沉積物沉積速率預測困難，增加了清管難度。確定山區管道合理清管周期，需優選適宜預測模型。

1  研究現狀

SY/T 5536―2004《原油管道運行規程》規定管道輸送效率小于95%應清管，但據此確定清管作業具有局限性[1]。

徐丹等[2]研究表明在原油輸送途中點，得出結蠟規律，輸油途中的熱力和水力等條件的限制，判定最佳清管時機；崔祥等[3]總結了原油管道清管作業的前期準備工作、漸進式清管方式、清管器類型選擇等相關經驗，提出了后續原油管道清管周期優化的建議；李先明等[4]建立了油水混輸管道經濟安全清管周期計算模型，研究了模型的求解方法；李循跡等[5]從含蠟原油輸送管道管輸效率的定義出發，結合蠟沉積速率預測方法，提出了描述管道清管周期與管輸效率、結蠟速率之間關系的數學模型，確定了應當進行清管時的管輸效率閾值；張立林[6]在其碩士論文中建立優化模型，編寫計算程序，借用現場數據分析了單位輸油成本隨管道運行天數的變化規律，并確定正確的最佳清管周期；戶凱等[7]利用多約束條件清管周期優化模型對某含蠟原油管道冬季不同輸量和進站溫度的清管周期進行計算，綜合考慮管道運行的經濟性和安全性，給出了合理的清管周期。研究表明，輸量減小，清管周期先增加后減小；進站溫度升高，清管周期增加；戶凱[8]也針對油田含蠟原油管道輸量逐年降低的情況,建立了原油管道蠟沉積模型,研究了輸量逐年降低對管道蠟沉積情況及清管周期的影響；黃晨醒[9]在其碩士論文中對不加熱原油管道結蠟特性進行研究，并建立了適用于杰諾油的蠟沉積模型，該模型可以計算不加熱原油管道的蠟沉積速率和最佳清管周期；李傳憲[10]的研究結果表明，出站溫度的降低會使管道日平均運行成本增加和最佳清管周期延長,輸量的增加會使管道日平均運行成本增加和最佳清管周期縮短，地溫的升高會使管道日平均運行成本先減小后增大，最佳清管周期延長；姜海斌等人[11]在了解了管道實際運行的各項參數的基礎上，對兩次清管所間隔的時間段內的同一段管線中的蠟沉積層厚度進行了分析和比對，計算了兩次清管之間管道運行成本的差值，確定了清管周期。

筆者針對西南山地管道清管周期開展研究，調研比較了重質組分沉積數學模型，在選定數學模型下計算輸油管道的管道輸送效率并建立預測模型；對比并選擇清管周期預測模型。

2  機理模型

首先需要建立山地管道重質組分沉積預測模型。重組分的沉積過程是多種機理混合作用的結果，其中分子擴散、油流剪切和老化作用對輸油管道中重組分沉積層的形成有較大影響，重質組分沉積的物理模型如圖 1所示。

目前，重質組分沉積數學模型包括Burger模型、Housa模型、Singh模型和黃啟玉模型（含改進模型）。經文獻檢索，黃啟玉模型（含改進模型）的計算結果與實際情況較為接近，故山區輸油管道重質組分沉積數學模型選擇黃啟玉模型（含改進模型）。

黃啟玉模型以分子擴散機理為基礎，同時考慮到了紊流狀態下流體對蠟沉積層的剪切作用，是一種具有普適性的蠟沉積動力學模型。他認為剪切彌散對蠟沉積的影響基本可以忽略。該模型中提出了“蠟沉積傾向系數”的概念，該系數考慮了管壁剪切應力和管道徑向溫度梯度的影響。同時其他不確定因素，如蠟分子擴散系數等，一并計入系數中，簡化了計算步驟。蠟沉積傾向系數的表達式為：

    
     式中f' 為蠟沉積傾向系數；為管壁處剪切應力，Pa；為徑向溫度梯度，℃/mm；k、m、n為常數，需要通過實驗確定。相應的蠟沉積速率計算公式為：

 

其改進模型相應的蠟沉積速率計算公式為：

    式中W為蠟沉積速率，g/(m2·h)；μ為原油黏度，Pa·s；為管壁處蠟晶溶解度系數，10-3/℃。

3  清管周期預測模型

為建立適用于山地管道管輸效率與清管周期的智能決策模型，需開發仿真軟件并進行油氣管線清管過程模擬。同時建立基于最小二乘支持向量機法和BP神經網絡法的預測模型，預測原油管道蠟沉積情況，優化管輸效率并得出合理清管周期。

3.1  基于最小二乘支持向量機的預測模型

支持向量機（support vector machine，SVM）是近年來發展起來的一種新型學習機器，它通過結構風險最小化原理來提高泛化能力，能較好地解決小樣本、非線性、高維數及局部極小點等實際問題。而最小二乘支持向量機（LS-SVM）是支持向量機的一種擴展，該方法采用最小二乘線性系統作為損失函數，用等式約束替代不等式約束，使得求解過程變成了解一組等式方程，從而降低了模型的復雜程度，提高了求解速度。基于此，將最小二乘支持向量機的思想引入到蠟沉積速率的預測中，通過優化最小二乘支持向量機的參數，預測了管道的蠟沉積速率，建立了蠟沉積速率的預測模型，實現管道輸送效率智能監測與清管周期決策。

基于最小二乘向量機的清管周期預測法，選用RBF核函數，其形式為，采用的數據標準化方法為。式中，Xi為標準化前的原始數據；Xm為Xi所在向量的平均值（同一屬性）；Xs 為Xi 所在向量的標準差（同一屬性）。

由此蠟沉積的預測式為：

    根據數據分析，可得到預測蠟沉積速率的直觀函數表達式，并完成各管輸效率預測，以此為基礎確定管道清管周期。

3.2  基于BP神經網絡法的預測模型

BP神經網絡法可以描述多因素之間的非線性關系，且具有很強的非線性映射能力和強大的自學習能力，可映射任意復雜的非線性關系。BP算法由兩部分組成，可概括為：信息的正向傳播與誤差的反向傳播。在正向傳播過程中，輸入的信息從輸入層經過隱含層逐層計算傳向輸出層，若在輸出層沒有得到預期輸出，則此時計算出輸出層的誤差變化值，然后進行反向傳播，將誤差信號沿原來的連接通路反傳回來，并修改各層神經元的權值，直到達成期望目標（圖 2）。

基于Fick定律，考慮到蠟沉積影響因素之間的非線性關系，并結合室內環道實驗數據，利用BP神經網絡對蠟沉積速率進行了預測；采用MATLAB神經網絡工具箱來建立神經網絡模型；最終建成山地管道輸送效率監測與清管周期智能決策模型。該模型可實現山地管道管輸效率蠟沉積動態仿真、清管器運行速度優化控制、管輸壓力優化控制、管輸效率優化提升、清管周期預測優化等。

3.3  預測模型選擇

據文獻檢索，國內更常使用基于最小二乘支持向量機的清管周期預測模型。故本次山地管道清管周期預測優先選擇該模型，但由于山區管道特有的地形情況，還需利用BP神經網絡法的清管周期預測模塊根據實際數據進行必要的修正，計劃將整合為新模型。

4  結論

清管周期預測研究結果嘗試在中緬原油管道進行修正，最終得出一套適用于山區原油管道的清管周期預測模型；建議輸油管道重質組分沉積數學模型選擇黃啟玉模型（含改進模型）；優先選擇基于最小二乘支持向量機的預測模型，并利用BP神經網絡法的預測模型根據實際數據進行必要的修正。

 

參考文獻： 

[1] 張妮，張華卓，李磊，等.國內外長輸管道清管技術綜述[J]. 全面腐蝕控制，2017(4)：6-10.

[2] 許丹，楊輝，王一然. 原油管輸結蠟規律與清管周期的確定[J]. 中國石油和化工標準與質量，2016，36(7)：92-93.

[3] 崔祥，李龍東，李小龍. 西部原油管道清管作業分析與研究[J]. 管道技術與設備，2018(03)：48-50+54.

[4] 李先明，安超，方艷，等. 含水原油輸送管道經濟安全清管周期研究[J]. 當代化工，2018，47(10)：2222-2224+2236.

[5] 李循跡，孟波，常澤亮，等.含蠟原油輸送管道清管周期預測模型研究[J]. 天然氣與石油，2018，36(5)：1-5.

[6] 張立林. 含蠟原油管道清蠟周期計算[D].西安石油大學，2018.

[7] 戶凱，楊超，玉德俊，等. 多約束條件清管周期優化模型研究[J]. 北京石油化工學院學報，2017，25(04)：69-73.

[8] 戶凱，張帆，王圣潔，等. 低輸量含蠟原油管道蠟沉積與清管周期研究[J]. 油氣田地面工程，2018，37(05)：65-70.

[9] 黃晨醒. 不加熱原油管道結蠟特性研究[D].中國石油大學（華東）， 2017.

[10]李傳憲，黃晨醒，郁振華，等. 不加熱輸油管道最佳清管周期影響因素研究[J]. 石油化工高等學校學報，2017(03)：68-73+79.

[11]姜海斌，袁運棟，屈文理，等. 庫鄯輸油管道清管周期的確定及經濟分析[J]. 油氣儲運，2002，21(3)：44-48.

作者簡介：馮亮，男，1985年生，2013年碩士畢業于中國石油大學（北京）油氣儲運專業，工程師，現主要從事天然氣和原油長輸管道方面的工作。聯系方式：17708806816，fenglangtc@126.com。