基于灰色理论的天然气站场管道风险量化评价方法_刘严.pdf

2022 年 第 12 期 化学工程与装备 2022 年 12 月 Chemical Engineering&Equipment 141 基于灰色理论的天然气站场基于灰色理论的天然气站场 管道风险量化评价方法管道风险量化评价方法 刘 严（中国五环工程有限公司，湖北 武汉 430223）摘摘 要要：为了提升天然气站场管道风险评价效果，优化评价的整体结构，营造更加稳定、精准的评价环境，提出一种基于灰色理论的天然气站场管道风险量化评价方法。确定主观评价权重值，设计风险云评价结构，结合实际的风险评价标准,构建二维灰色理论评价模型。模型中增设灰度随机矩阵，采用半定量失效处理的方式实现量化评价。测试结果表明：与线性风险评价测试组、矩阵风险评价测试组相对比，本文所设计的灰色理论风险评价测试组最终得出的评价失效差均控制在 1 以下，在实际应用的过程中，对于各个管道段的风险评价结果更为精准，误差控制效果更佳，具有实际的应用价值。关键词：关键词：灰色理论；天然气站；管道风险；量化评价；评价方法；燃料站 引引 言言 天然气站场主要是对附近区域天然气进行日常调度与传输的，基本可以划分为两种方式，分别是长距离管道传输以及短距离气道传输1。虽然传输的覆盖面积相对较为广泛，但是在实际应用的过程中，也存在不同程度的量化风险，具体表现在：管道下沉、运输漏气裂缝以及断裂等问题，一定程度上影响了日常的天然气传输工作，并形成不同程度的风险2。为了避免这一问题的发生，一般站场的管理人员会定期对存在的风险进行量化评价，传统的量化评价方式多为单向的，仅仅针对区域性风险，覆盖的面积并不广泛3。同时，在外部因素的影响之下，最终得出的评价结果也存在不真实、不可靠等问题。因此，对基于灰色理论的天然气站场管道风险量化评价方法进行设计与分析。考虑到最终测试结果的稳定性与可靠性，需要选择较为真实的测定环境，结合灰色理论，构建灰度评价框架，从多个角度逐步增加评价的因素和层级，通过调整具体的风险评价目标，来获取不同管道环境下得出的测定结果4。根据管道传输中失效风险以及失效概率计算出对应的失效后果，将其考虑到最终的评价结果中去，展开分析研究，为营造更加稳定、安全的天然气站场管道环境奠定坚实的基础条件。1 1 管道灰色风险评价方法设计管道灰色风险评价方法设计 1.1 主观评价权重值确定 在对灰色理论引导下管道风险评价方法进行设计之前，需要先确定主观评价权重值。通常情况下，主观评价权重值会跟随风险的变动发生相应的变化，所以，两者之间呈正比关系。采用改进 AHP 分析法，对天然气管道的应变风险概率进行计算，一般需要控制杂 2025%之间即可5。为促使评价指标更具主观合理性，在复杂的环境下保证评价结果的可靠性与精准度，构建主观评价权重矩阵，具体如下公式 1 所示：111212122212,nnnnnnsssSssssss=(1)公式 1 中：11s 1ns表示矩阵的变化轨迹，n表示权重的定向评价次数，21s 2ns表二次变动轨迹，1ns nns表示演变评价轨迹。通过上述计算，最终可以得出实际的评价演变规律。在合理的演变范围之内，增加管道风险的演变量化速度，从多个方向得出管道泄漏的模糊可能值，增加权重的变化程度，形成主观评价系数，在标定的范围之内，计算出主观评价权重值，具体如下公式 2 所示：221(0.5)UGU=+(2)公式 2 中：G表示主观评价权重值，表示定向变动比值，表示迎合距离，表示主干评价范围，U表示演变差值6。通过上述计算，最终可以得出实际的主观评价权重值，为后续的评价工作奠定基础条件7。1.2 风险云设计 在完成对主观评价权重值的确定之后，接下来，针对于天然气管道的日常应用情况，设计对应的风险云。所谓风险云，主要指的是管道发生事故之后，所产生的失效风险以及事故发生概率的计算以及分析8。可以先设定风险评价周期，根据风险的变动情况，调整评价的标准以及需求，从多个方向获取风险评价结果。DOI:10.19566/35-1285/tq.2022.12.023142 刘 严：基于灰色理论的天然气站场管道风险量化评价方法 随后，基于事故失效概率和失效后果，研究对应的综合表征值，并构建对应的风险测定等级，对各级指标进行整体量化，依据量化的结果，设计对应的风险云结构，如下图1 所示：图图 1 1 风险云评价结构图示风险云评价结构图示 根据图 1，可以完成对风险云评价结构的设计与分析。随后，在标定的风险评价环境之中，设定具有针对性的评价程序，根据表征数值的变动情况，更为准确地衡量管道事故的发生等级，实现失效量化的同时，可以进一步提升风险云的综合评价能力。1.3 二维灰色理论评价模型设计 在完成对风险云的设计之后，接下来，需要结合实际的风险评价需求及标准，设计二维灰色理论模型。与传统的风险评价模型不同的是，二维模型与灰色理论的融合，可以进一步增加实际的风险评价范围，针对于天然气管道的传输区域，均可以覆盖到。可以随机定位模糊的评价节点，利用二维云模型，引用实时的评价特征，在区域之中，布设对应数量的评价节点，并引入风险云程序，促使其逐渐聚成二维正态云，获取此时的正态 Exx 和 Exy 期望值，并计算出标定的隶属度函数差值，根据灰色理论的引导，对不同管道的风险进行量化引导分析，设定服从正态二维随机函数，采用动态评价矩阵，调整相关指标的参数，具体如下表 1 所示。根据表 1，可以完成对随机动态评价矩阵指标参数的调整与分析。随着指标参数的调整，风险评价模型中的矩阵评价范围也随之发生变化。对风险等级进行分化后，需要在模型中依据管道的量化情况，划定对应的量化空间，设置标准云数字特征，实现定向等级描述。接下来，利用黑色理论，构建动态评价模型的处理环节。这部分可以根据管道风险的层级以及 ALARP 区域决定，具体如下图 2 所示。表表 1 1 随机动态评价矩阵指标参数调整表随机动态评价矩阵指标参数调整表 动态评价矩阵 阶数 RI（隶属函数）量化正态比 1 0.52 1.13 2 0.58 1.25 3 0.69 1.67 4 0.75 1.99 图图 2 2 二维灰色理论评价模型环节图示二维灰色理论评价模型环节图示 根据图 2，可以完成对二维灰色理论评价模型环节的设计。与此同时，在灰色量化框架之中，设定具体的评价目标，扩大对应的量化评价范围，以此来进一步细化二维灰色理论评价模型的整体应用能力，提升风险评价的精准度与效果。1.4 灰度随机矩阵构建 在完成对二维灰色理论评价模型的设计之后，接下来，需要构建灰度随机矩阵。可以先针对目标天然气站场管道的应用情况，获取基础性的风险数据。依据风险的量化状态，测定实际的风险等级量化判断依据，具体如下表2 所示：表表 2 2 灰度风险等级量化判断依据表灰度风险等级量化判断依据表 风险等级 风险等级量化区间 标准云数字特征 风险等级描述 后果等级描述 低风险 0,1.3)(0.8,0.7,0.4)可忽略 几乎不发生 较低风险 1.5,4.3)(3.2,0.3,0.4)可接受 较小概率发生 中等风险 4.8,6.6)(6.2,0.7,0.4)修复后，可接受 中等概率发生 较高风险 7.6,8.2)(8.2,0.2,0.4)险不可接受，整改 较大概率发生 根据表 2，可以完成对灰度风险等级量化判断依据的分析。将上述指标设定在对应矩阵之中，营造稳定的评价环境，结合风险评价模型，细化最终的管道风险评价结果。1.5 半定量失效处理实现量化评价 在完成对灰度随机矩阵的构建之后，接下来，需要采用半定量失效处理的方式实现失效处理。针对管道的不同区域，构建定向变量矩阵，具体如下图 3 所示：刘 严：基于灰色理论的天然气站场管道风险量化评价方法 143 图图 3 3 半定量失效矩阵图示半定量失效矩阵图示 根据图 3，可以完成对半定量失效矩阵的设定。接下来，采用半定量的方式，测定此时管道的失效情况，将风险评价结果依据对应的层级划分，利用评价模型进一步处理，最终实现量化评价。2 2 测试分析测试分析 本次主要是对灰色理论引导下灰色风险评价方法实际应用效果的分析与研究。选取 A 天然气站场作为测试的主要目标对象，测试以对比的形式展开，设定传统线性风险评价测试组、传统矩阵风险评价测试组以及灰色理论风险评价测试组在相同的环境之下同时测定，最终得出的评价结果对比分析。接下来，搭建相应的测试环境。2.1 测试准备 在对灰色理论引导下灰色风险评价方法实际应用效果的分析与研究之前，需要先搭建测试环境。首先，利用综合风险云构建定向的评价区域，计算出评价的样本均值、一阶绝对中心矩以及样本方差，扩大风险云的评价测定范围，同时，明确天然气站场管道的传输异常位置，计算出失效概率，具体如下公式 3 所示：33122211()1(0.5)cJc=+=(3)公式 3 中：J表示失效概率，1表示定向灰度值，2表示灰度差值，表示引导系数，表示绝对值范围，c表示量化评价次数。通过上述计算，最终可以得出实际的失效概率。依据 A 天然气站场管道的运行情况，调整 1 级指标权重风险评价矩阵，划定风险评价结构，完成测试环境的搭建。2.2 测试过程及结果分析 在上述搭建的测试环境中，结合 A 天然气站场的管道的实际应用情况，设定具体的风险评价计划。首先，需要了解管道的综合风险云情况，在变动的背景环境之下，结合风险评价的需求，针对一、二级风险云变动作出分析，具体如下图 4 所示。根据上述图 4，可以完成对风险云变动情况的分析。从图中可以得知，在风险云的作用之下，天然气管道中的量化风险逐渐分散，这也使得在实际评级的过程中，会最大程度降低评价误差的出现，风险分布相对较为均衡，更加容易控制处理。此时，利用风险评价模型，获取相应的评价数据，汇总整合后，针对管道内壁的腐蚀情况，测定对应的安全程度，并计算出相应的安全系数，一般需要保持在 0.270.15 之间。计算出评价的失效差，具体如下公式 4 所示。图图 4 4 风险云变动情况图示风险云变动情况图示 221()zQz=+(4)公式 4 中：Q表示评价失效差，z表示定向失效系数，表示动态权重值，表示引导变动值，通过上述计算，最终可以得出实际的评价失效差。根据得出的测试评价结果，进行最终的分析研究，具体如下表 3 所示：表表 3 3 测试结果对比分析表测试结果对比分析表 测定管道段 传统线性风险评价测试组评价失效差 传统矩阵风险评价测试组评价失效差 灰色理论风险评价测试组评价失效差 管道段 1 1.25 1.37 0.85 管道段 2 1.38 1.29 0.97 管道段 3 1.42 1.38 0.99 管道段 4 1.24 1.22 0.78 根据表 3，可以完成对测试结果的分析与研究：与传统的线性风险评价测试组、传统矩阵风险评价测试组相对比，本文所设计的灰色理论风险评价测试组最终得出的评价失效差均控制在 1 以下，表明在实际应用的过程中，针对各个管道段的风险评价结果更为精准，误差控制效果更佳，具有实际的应用价值。3 3 结束语结束语 综上所述，便是对基于灰色理论的天然气站场管道风险量化评价方法设计与分析。与传统的风险评价方法相对144 刘 严：基于灰色理论的天然气站场管道风险量化评价方法 比，本文结合灰色理论，以初始评价环节为基础，构建更加灵活、多变的风险评价框架，打破传统评价方法的束缚，站在多角度获取对应的评价结果，采用融合的方式，将不同评价目标获取的结果统一考虑，细化最终的量化评价结果。另外，灰色理论的应用，一定程度上还可以降低整体的风险评价误差，形成多维度的评价结构，为天然气管道的日常应用提供参考数据。参考文献参考文献 1 张鹏,王璟,范潮海,等.基于二维云模型的天然气管道腐蚀风险评价方法研究J.安全与环境学报,2022,22(02):558-565.2 陈传胜,罗云怀,廖柯熹,等.考虑生产中断损失的天然气站场管道风险量化评价方法J.全面腐蚀控制,2022,36(02):23-29.3 杨建中.天然气管道地区等级升级后的风险评价方法研究J.石油化工安全环保技术,2022,38(01):15-