盧建明1 李想2 范文峰1 丁楠1 肖麗1

1．浙江浙能天然氣運行有限公司； 2．浙江浙能技術(shù)研究院有限公司

浙江浙能天然氣運行有限公司管理的浙江省天然氣管網(wǎng)干線(xiàn)，途經(jīng)杭州、寧波、紹興等省內11個(gè)地級市，干線(xiàn)總長(cháng)超過(guò)1 800多公里，擁有西一氣、西二氣、川氣、寧波LNG、麗水36-1等6處氣源，全省“一環(huán)網(wǎng)”供氣格局已基本形成，隨著(zhù)“縣縣通”工程的有序推進(jìn)，至2020年全省輸氣管網(wǎng)將達到2 800多公里。浙江省經(jīng)濟相對發(fā)達，高后果區管理存在后建工程較多、改線(xiàn)工程頻繁、區域差異較大、地理環(huán)境復雜等特點(diǎn)。 2017年，全年共發(fā)現并處理管道報警723起、第三方施工132起、占壓類(lèi)隱患37起； 2018年，全年共發(fā)現并處理管道報警733起、第三方施工91起、占壓類(lèi)隱患37起。

浙江省輸氣省網(wǎng)管道北部主要分布于經(jīng)濟發(fā)達、人口密集、社會(huì )活動(dòng)頻繁的長(cháng)三角地區，其施工機械化程度高，具有突發(fā)性和不確定性，同時(shí)第三方施工頻發(fā)，對管道安全威脅較大；管道多沿高速、地方路網(wǎng)敷設，綠化施工對管道防腐層、光纜損傷風(fēng)險較高，發(fā)生管道事故后果更加嚴重，社會(huì )影響面更大。東部及南部主要分布于泥石流、水毀、崩塌等自然災害頻發(fā)的山區，但也存在大量分散的的高后果區。如何通過(guò)對高后果區的有效管理避免自然災害造成的天然氣管道事故，確保管道的長(cháng)周期安全運行具有重要意義和實(shí)際應用價(jià)值。

1 高后果區管理存在的問(wèn)題以及解決措施

高后果區管理分為內部質(zhì)量管理和外部環(huán)境管理，內部質(zhì)量管理具備一定的可控性，外部環(huán)境管理具有很大的不確定性。近幾年公司高后果區內部質(zhì)量管理的提升有效地帶動(dòng)了外部環(huán)境管理的提升，但從全面質(zhì)量管理人—機—料—法—環(huán)五個(gè)因素分析，高后果區識別還存在諸多問(wèn)題（圖 1），需要采取對應措施加以解決。

1.1 人（員工）問(wèn)題

公司高后果區管理人員主要分為管理人員和巡線(xiàn)人員。以前對高后果區管理相對比較松散，未設置專(zhuān)職的管理人員，現在雖然增設了這一崗位，但人員專(zhuān)業(yè)技能和經(jīng)驗尚待積累提高，難以有效指導一線(xiàn)工作。而很多一線(xiàn)巡線(xiàn)人員文化素質(zhì)相對較低，缺乏采集高后果區數據等基本技能。

解決措施：針對高后果區管理人員，實(shí)行技能上崗認證，通過(guò)專(zhuān)業(yè)培訓取得完整性管理中級以上資格；針對一線(xiàn)巡線(xiàn)人員，組織學(xué)習培訓，提高實(shí)操能力。

1.2 機（設備）問(wèn)題

巡線(xiàn)人員現場(chǎng)所有的信息采集均由手工記錄，不會(huì )使用定位設備， 數據采集缺乏有效手段。

解決措施：開(kāi)發(fā)智能巡檢手機端APP；加強指導培訓，掌握設備操作技能。

1.3 料（數據）問(wèn)題

現場(chǎng)采集時(shí)經(jīng)常存在數據不準、數據不全、數據質(zhì)量差以及效率較低的情況。

解決措施：優(yōu)化數據采集方式，減少采集工作量，采用外業(yè)調查+地理信息系統在線(xiàn)識別方式進(jìn)行數據采集，提高采集質(zhì)量和采集效率。同時(shí)，針對改線(xiàn)工程、新增工程等以核查+補缺的方式進(jìn)行信息搜集。

1.4 法（方法）問(wèn)題

以往高后果區識別以人工為主，由于相關(guān)標準比較原則，很難指導員工在現場(chǎng)準確識別高后果區，確定任意 2 km 的范圍等。浙江農村地區自建房普遍都在四層、五層以上，往往就住一戶(hù)或長(cháng)期無(wú)人居住，如果按GB 32167―2015《油氣輸送管道完整性管理規范》識別，應屬于Ⅲ級高后果區，而實(shí)際危害后果卻相對較小，企業(yè)為此投入大量的人力、財力，卻沒(méi)有真正管理到位。

解決措施：編制公司管道高后果區識別管理辦法和管道高后果區識別作業(yè)規程，統一采集標準、采集方法，明確人員職責。

1.5 環(huán)（環(huán)境）問(wèn)題

浙江省地理環(huán)境、人口環(huán)境比較復雜，高后果區的人員信息、建筑信息等獲取比較困難，數據采集工作量較大，所獲數據缺乏有效管理。

解決措施：開(kāi)發(fā)高后果區智能識別與管理軟件；利用無(wú)人機采集復雜地理環(huán)境信息、更新改線(xiàn)段地圖等。

2 高后果區智能識別設計

利用GIS線(xiàn)劃圖加外業(yè)調查數據，分析浙江省輸氣管道高后果區管理現狀，優(yōu)化現場(chǎng)巡檢人員數據采集方式，利用高清晰衛星遙感圖構建矢量圖，對高后果區進(jìn)行智能識別和分析，實(shí)現對高后果區的動(dòng)態(tài)和靜態(tài)管理。

智 能 識 別 設 計 架 構 中 ， 系 統 開(kāi) 發(fā) 主 要 基 于A(yíng)rcGIS + PostgreSQL地理信息平臺和數據庫，應用開(kāi)發(fā)采用Java9 + SpringBoot + Angular Web框架， GIS相關(guān)功能開(kāi)發(fā)基于A(yíng)rcGIS js API 4.6+，應用服務(wù)器運行環(huán)境采用Tomcat 9服務(wù)器。

2.1 數據處理

在系統識別前需要對房屋類(lèi)型、樓層統計、典型的房屋—戶(hù)數對應關(guān)系、特定場(chǎng)所等進(jìn)行前期處理。

（1）房屋分類(lèi)：對重點(diǎn)區域內的房屋建筑進(jìn)行分類(lèi)；主要類(lèi)別包括但不限于公寓樓、民房、辦公寫(xiě)字樓、工廠(chǎng)廠(chǎng)房、臨時(shí)住所及其他。

（2）樓層統計：對房屋的樓層進(jìn)行計算和統計，將樓層數據作為該建筑物的屬性數據之一。

（3）基于典型的房屋—戶(hù)數對應關(guān)系計算模型獲取沿線(xiàn)戶(hù)數，將對應的戶(hù)數賦予相應的房屋建筑物，作為其屬性數據之一。

（4）特定場(chǎng)所：分析房屋建筑的類(lèi)型，對不確定的建筑類(lèi)型，可在地圖上標記為疑似特定場(chǎng)所，導出特定場(chǎng)所現場(chǎng)核查表，待外業(yè)調查確認后，將結果填報到該建筑的屬性信息中。

2.2 外業(yè)調查

外業(yè)調查主要由現場(chǎng)巡線(xiàn)人員或者數據管理團隊利用移動(dòng)端APP進(jìn)行現場(chǎng)數據采集和環(huán)境變化數據采集；管理人員或者數據管理團隊對采集的數據進(jìn)行核查和錄入（圖 2）。

2.3 數據分析

基于密度的聚類(lèi)算法（DBSCAN）對管道沿線(xiàn)的戶(hù)數分布進(jìn)行計算，劃分出人口、房屋等聚集區域，構建矢量圖（圖 3），為高后果區劃分做好準備。

3 應用情況及效果

2 0 1 8年，公司通過(guò)智能識別系統，開(kāi)展了1 385 km管道的高后果區識別工作，共識別出高后果區617段，里程為622.3 km，其中Ⅲ級26.3 km，占比1.9%；Ⅱ級262.8 km，占比19.0%；Ⅰ級333.2 km，占比24.1%（圖 4）。

4 結論

智能識別系統是公司高后果區管理的初次嘗試，實(shí)踐證明其能夠有效識別高后果區，并能大幅度降低人工成本和管理成本。能夠快速、高效、自動(dòng)生成高后果區分析報告，為管道安全管理、應急指揮決策、搶險救援等提供強有力的支撐。針對目前存在的問(wèn)題和不足，正在進(jìn)一步研究改進(jìn)。

（1）系統開(kāi)發(fā)要與生產(chǎn)深度融合。應滿(mǎn)足生產(chǎn)一線(xiàn)、管理層的多層級需求，重點(diǎn)是一線(xiàn)人員的需求，他們是高后果區智能化、信息化管理的應用者和受益者。

（2）應結合公司所處的地理環(huán)境、人口密集程度等自身特點(diǎn)，有針對性的開(kāi)展高后果區管理。

（3）加強對高速公路、鐵路等復雜環(huán)境高后果區的管理。目前GB 32167―2015對此規定不明確，但在浙江存在大量的管道與鐵路、公路并行情況，如果在爆炸影響范圍內，將導致嚴重后果。

作者：盧建明，男， 1960年生，浙江松江人，高級工程師， 浙江大學(xué)電機系電力系統及其自動(dòng)化專(zhuān)業(yè)，現主要從事公司管道安全運營(yíng)管理工作。李想，男， 1988年生，工程師， 2013年碩士畢業(yè)于中國石油大學(xué)（北京）油氣儲運專(zhuān)業(yè)，現主要從事油氣管道安全研究工作。

2019年第4期（總第47期）