CN110298540B - 一种油气田地面管道内腐蚀风险评价方法 - Google Patents

Abstract

本发明公开了一种油气田地面管道内腐蚀风险评价方法，可以对管道的内腐蚀风险进行分级评价，识别油田高风险管道，实时掌控高风险管道的运行状态。通过将腐蚀速率的预测值作为风险发生的可能性，同时将输送介质、穿越环境、H2S含量和人口数量等作为风险发生的后果严重性，使管道的腐蚀风险评价完整地囊括了失效发生的概率和失效发生的严重性，有效地提高了管道腐蚀风险评价的准确性和可靠性。

Description

一种油气田地面管道内腐蚀风险评价方法

【技术领域】

本发明属于石油管安全风险评价技术领域，涉及一种油气田地面管道内腐蚀风险评价方法。

【背景技术】

腐蚀不仅影响了管道的正常生产和运营，而且造成能源浪费和经济损失，同时由于油气介质具有易燃、易爆和易扩散的特性，还将造成环境污染和安全事故。由于管道腐蚀不能提前预判，导致抢维修及污染治理费用大幅上升，对油气田安全生产、开发效益、生态环保和企业形象造成严重的影响。而对在役管道或新建管道进行腐蚀风险预测，可实现对高风险管道的提前识别和重点关注，可以指导现场制定针对性的风险控制措施，同时也可以更大限度地减少经济损失和资源浪费，变管道腐蚀“事后处理”为“事前防护”。

目前油气田最棘手的腐蚀问题是内腐蚀导致的管道穿孔泄漏，而针对内腐蚀风险评价如今并没有***全面、可靠经济的方法，存在的主要问题有：

(1)根据内壁腐蚀损失对管道剩余强度的影响来评价其安全风险大小，需要大量的内检测或开挖检测等数据；

(2)内腐蚀直接评估法认为最易积液的部位腐蚀风险越大，但不适用于含水原油管道(含水率>5％)；

(3)肯特评分法综合考虑了内外腐蚀、第三方破坏、设计、误操作等方面，由于是专家打分的方法使其可靠性不高；

(4)依照腐蚀速率的大小对管道风险分级的方法综合考虑了各种腐蚀性离子对管道的作用，较好地反映了管道内腐蚀环境的实际状况，但未考虑到泄漏安全环境破坏风险。

因此，如何准确表征内腐蚀风险的大小和程度，能在油气管道服役中做到有效且准确的预测评价，并兼顾失效后果的大小，显得尤为重要。

【发明内容】

本发明为解决油气田地面管道内腐蚀风险评价结果的可靠性，提出一种油气田地面管道内腐蚀风险评价方法，即通过腐蚀速率预测值作为风险发生的可能性，管道泄漏引发的环境破坏和生命安全采用量值表征作为风险发生的后果，两者的乘积再根据矩阵表查取风险等级。本发明主要用于油气田地面管道内腐蚀风险大小的评价，综合考虑了各种内腐蚀环境对管道的作用以及油气泄漏后引发的环境安全破坏。

为达到上述目的，本发明采用以下技术方案予以实现：

一种油气田地面管道内腐蚀风险评价方法，包括以下步骤：

步骤1：油气田区块划分

a.高含H₂S区块，为管道介质中H₂S含量≥5000mg/m³且CO₂含量<3.0mol％的区块；

b.高含CO₂区块，管道介质中CO₂含量≥3.0mol％且H₂S含量<5000mg/m³的区块；

c.低酸性区块，管道介质中H₂S含量<5000mg/m³且CO₂含量<3.0mol％的区块；

d.高酸性区块，管道介质中H₂S含量≥5000mg/m³且CO₂含量≥3.0mol％的区块；

步骤2：腐蚀速率预测

收集各区块管道中的腐蚀影响因素，包括流体介质的因素和运行工况的因素，以及与其相对应的现场检测的腐蚀速率v；根据收集的各区块管道的腐蚀影响因素进行腐蚀速率预测，建立不同区块的管道腐蚀速率预测模型；

步骤3：泄漏后果分级

对管道失效后的环境破坏风险和生命安全风险进行量值表征，分别对介质的影响、硫化氢的影响和人口数量的影响取系数，得到失效后果Ψ为：

Ψ＝ξ_介质·ξ_硫化氢·ξ_人口数 (1)

其中，ξ_介质为管道中介质影响系数，ξ_介质为管道介质影响系数，ξ_介质为管道中硫化氢影响系数，ξ_介质为管道周围居民的人口数量影响系数；

当原油管道穿越沙土环境时，ξ_介质为1，沙土环境为戈壁或沙漠；当原油管道穿越敏感环境时，ξ_介质为1.5，敏感环境为水域或树林；当原油管道穿越农田或牧场环境时，ξ_介质为2；天然气管道的ξ_介质为1；

当管道中硫化氢含量≤500mg/m³时，ξ_硫化氢为1；当管道中硫化氢含量在500～5000mg/m³之间时，ξ_硫化氢为1.5；当管道中硫化氢含量≥5000mg/m³时，ξ_硫化氢为2；

当人口数量≤15户时，ξ_人口数为1；当人口数量在15～100户之间时，ξ_人口数为1.5；当人口数量≥100户时，ξ_人口数为2；

步骤4：腐蚀风险评价

腐蚀风险度R根据公式(2)进行评价：

腐蚀风险度R＝可能性L×严重性S (2)

腐蚀风险发生的可能性L根据管道腐蚀速率v得到，根据标准NACE RP0775-2005《油、气田生产中腐蚀挂片的准备、安装、分析以及试验数据的解释》：

当v<0.0254mm/a时，为1级；

当0.0254mm/a≤v<0.125mm/a时，为2级；

当0.125mm/a≤v<0.254mm/a时，为3级；

当v>0.254mm/a时，为4级；

失效后果的严重性S根据输送介质、H₂S含量以及人口数量得到：

当Ψ≤1.5时，为1级；

当1.5<Ψ≤3时，为2级；

当3<Ψ≤4.5时，为3级；

当4.5<Ψ≤6时，为4级；

当Ψ＝8ψ＝8时，为5级。

本发明进一步的改进在于：

步骤2中，流体介质的因素包括H₂S含量、CO₂含量以及Cl^-含量；运行工况的因素包括温度、压力以及流速。

步骤2中，腐蚀速率预测方法具体如下：

预测算法包括输入层、隐含层和输出层，各层间通过权值相连接；

其中，输入向量X＝[x₁,x₂,x₃,...,x_n]，x_i表示第i组管道数据的输入；x_i-l表示第i组管道数据的第l个腐蚀影响因素；输出向量Y＝[y₁,y₂,y₃,...,y_m]，y_i表示第i个腐蚀速率的输出；o_j表示隐含层阈值，o_k表示输出层阈值；

步骤2-1：初始化算法

设置w_ij和w_jk的初始连接权值，初始连接权值是在(-1，1)区间随机选取的非零值，同时给定计算精度值ε＝10⁵；w_ij表示输入层到隐含层的权值，w_jk表示隐含层到输出层的权值；

步骤2-2：指定输入数据和输出数据，计算输出

当q＝1,2,3,...,l时，设第q组数据输入x_q＝[x_1q,x_2q,x_3q,...,x_nq]，期望输出d_q＝[d_1q,d_2q,d_3q,...,d_mq]，则节点i在第q组数据输入时的实际输出y_iq为：

式中，w_ij(t)是输入层到隐藏层经t次调整的权值；I_jq是在第q组样本输入时节点i的第j个输入；

步骤2-3：计算目标函数

设在第q组样本输入时网络的目标函数为E_q，则

式中，y_q(t)是在第q组数据输入时经t次权值调整后算法的输出；k是输出层第k个节点；

步骤2-4：总目标函数J(t)

作为对计算过程的评价，若：

J(t)＝≤ε (4)

结束，否则进行下一步；

步骤2-5：反向传播计算

根据J由输出层按梯度下降法反向计算并逐层调整权值，步长η取常值，由

式得节点j到节点i的经t+1次调整的权值：

具体方法如下：

设

设式中δ_iq是第q组数据输入时第i个节点的状态x_iq对E_q的灵敏度；

由式(5)和式(6)可得：

当i＝k时，即i为输出节点，由式(3-2)和式(3-6)得：

将式(7)代入式(6)，则

当i≠k时，即i不是输出节点，此时式(3-7)为

其中：

式中，m₁是节点i下一层的第j个节点；I*_jq是第q组数据输入时节点m₁的第j个输入；

当i＝j时，y_jq＝I*_jq时，将式(11)和式(12)代入式(6)中，则有：

与现有技术相比，本发明具有以下有益效果：

本发明可以对管道的内腐蚀风险进行分级评价，识别油田高风险管道，实时掌控高风险管道的运行状态。本发明预测腐蚀速率的方法准确找出了腐蚀速率与影响因素之间的隐藏关系，并合理预测不同环境条件下的管道腐蚀速率。同时将输送介质、穿越环境、H₂S含量和人口数量等进行分类量化处理，使管道的腐蚀风险评价完整地囊括了失效发生的概率和失效发生的严重性，有效地提高了管道腐蚀风险评价的准确性和可靠性。

【附图说明】

图1为油气田地面管道内腐蚀风险评价流程图；

图2为本发明腐蚀速率预测的模型图。

【具体实施方式】

下面结合附图对本发明做进一步详细描述：

参见图1，本发明油气田地面管道内腐蚀风险评价方法，包括以下步骤：

(1)油气田区块划分

根据管道介质中H₂S含量≥5000mg/m³且CO₂含量<3.0mol％分为高含H₂S区块、CO₂含量≥3.0mol％且H₂S含量<5000mg/m³分为高含CO₂区块、H₂S含量<5000mg/m³且CO₂含量<3.0mol％分为低酸性区块、H₂S含量≥5000mg/m³且CO₂含量≥3.0mol％分为高酸性区块。

(2)腐蚀速率预测

收集各区块管道中常见的腐蚀影响因素，包括流体介质的因素(如H₂S含量、CO₂含量、Cl^-含量等)和运行工况的因素(如温度、压力、流速等)，以及与其相对应的腐蚀速率(来自现场腐蚀监测结果)。根据收集的各区块管道数据进行腐蚀速率预测，建立不同区块的管道腐蚀速率预测模型。

上述腐蚀速率预测步骤为：

如图2所示，腐蚀速率预测算法由输入层、隐含层和输出层组成，各层间通过权值相连接。其中，X＝[x₁,x₂,x₃,...,x_n]是算法的输入向量，x_i表示第i组管道数据的输入；x_i-l表示第i组管道数据的第l个腐蚀影响因素；Y＝[y₁,y₂,y₃,...,y_m]是算法的输出向量，y_i表示第i个腐蚀速率的输出；o_j表示隐含层阈值，o_k表示输出层阈值；w_ij表示输入层到隐含层的权值，w_jk表示隐含层到输出层的权值。

A)初始化算法。

设置w_ij和w_jk的初始连接权值，初始连接权值是在(-1，1)区间随机选取的非零值，同时给定计算精度值ε＝10⁵(ε>0)。

B)指定输入数据和输出数据，计算算法的输出。

当q＝1，2,3，...，l时，设第q组数据输入x_q＝[x_1q,x_2q,x_3q,...,x_nq]，期望输出d_q＝[d_1q,d_2q,d_3q,...,d_mq]，则节点i在第q组数据输入时的实际输出y_iq为：

式中，w_ij(t)是输入层到隐藏层经t次调整的权值；I_jq是在第q组样本输入时节点i的第j个输入。

C)计算目标函数。

设在第q组样本输入时网络的目标函数为E_q，则

式中，y_q(t)是在第q组数据输入时经t次权值调整后算法的输出；k是输出层第k个节点。

D)算法的总目标函数

作为对算法计算过程的评价，若

J(t)≤ε (4)

算法结束，否则进行下一步。

E)反向传播计算，根据J由输出层按梯度下降法反向计算并逐层调整权值，步长η取常值，由

式得节点j到节点i的经t+1次调整的权值：

具体算法如下：

设

设式中δ_iq是第q组数据输入时第i个节点的状态x_iq对E_q的灵敏度。

由式(5)和式(6)可得：

当i＝k时，即i为输出节点，由式(3-2)和式(3-6)可得：

将式(7)代入式(6)，则

当i≠k时，即i不是输出节点，此时式(3-7)为

其中：

式中，m₁是节点i下一层的第j个节点；I*_jq是第q组数据输入时节点m₁的第j个输入。

当i＝j时，y_jq＝I*_jq时，将式(11)和式(12)代入式(6)中，则有：

(3)泄漏后果计算

对管道失效后的环境破坏风险和生命安全风险进行量值表征，分别对介质的影响、硫化氢的影响和人口数量的影响取系数，得到失效后果Ψ为：

Ψ＝ζ_{介质`</sub>ζ<sub>硫化氢`}ζ_人口数 (14)

其中，(1)环境破坏风险根据实际输送介质情况，主要考虑原油泄漏后会污染周围环境，即原油管道穿越戈壁或沙漠等沙土环境ζ_介质为1、穿越水域、树林等敏感环境ζ_介质为1.5、穿越农田、牧场等农耕环境ζ_介质为2，天然气管道ζ_介质为1；(2)生命安全风险主要考虑H₂S的毒性和周围居民数量，其中硫化氢的毒性主要从医学研究和泄漏扩散的角度考虑，即硫化氢含量≤500mg/m³时ζ_硫化氢为1、500～5000mg/m³时ζ_硫化氢为1.5、≥5000mg/m³时ζ_硫化氢为2；参考GB50251-2003《输气管线工程设计规范》中对人口数量划分成3个等级，人口数量≤15户时ζ_硫化氢为1、15～100户时ζ_硫化氢为1.5、≥100户时ζ_硫化氢为2。按照式14，将所取的系数相乘得到后果严重性大小ψ。

(4)腐蚀风险评价

腐蚀风险发生的可能性L考虑管道腐蚀速率的大小，参考标准NACE RP 0775-2005《油、气田生产中腐蚀挂片的准备、安装、分析以及试验数据的解释》，将腐蚀速率分为4级，即腐蚀速率v<0.0254mm/a为1级、0.0254mm/a≤v<0.125mm/a为2级、0.125mm/a≤v<0.254mm/a为3级、v>0.254mm/a为4级；失效后果的严重性S包括输送介质、H₂S含量、人口数量等，即ψ≤1.5为1级、1.5<ψ≤3为2级、3<ψ≤4.5为3级、4.5<ψ≤6为4级、ψ＝8为5级。根据公式：

腐蚀风险度R＝可能性L×严重性S (15)

最终得到的腐蚀风险评价矩阵，如表1所示。

表1腐蚀风险评价矩阵

其中，结果为1或2表示低风险，结果为3、4或5表示中低风险，结果为6、8或9表示中风险，结果为12或10表示中高风险，结果为15、16或20表示高风险。

本发明提出的油气田地面管道内腐蚀风险评价方法专门针对油气管道内腐蚀风险而进行的评价，其优点是划分了区块节点并涵盖了绝大多数腐蚀影响因素，并合理地考虑了腐蚀泄漏产生的后果，即环境破坏风险和生命安全风险，最后将腐蚀速率和泄漏后果相应地划分为低、中低、中、中高、高五风险。通过对管道风险大小的预判，可以指导现场制定针对性的风险控制措施，将管道的风险水平控制在合理、可接受的范围。

实施例：

(1)油气田区块划分

选取的西部某油田，其腐蚀环境较为复杂，介质含H₂S、CO₂等酸性气体，根据管道中H₂S和CO₂的含量将油田划分为4个区块，分别是高含H₂S区块、高含CO₂区块、低酸性区块和高酸性区块。

(2)腐蚀速率预测

分别收集4个区块管道主要的影响因素的数值大小及对应的腐蚀速率值，每个区块收集到5条管道的数据，通过计算得到预测的腐蚀速率，与现场实际监测的腐蚀速率误差小于10％，如表2-1～表2-3所示。

表2-1腐蚀风险评价结果

表2-2腐蚀风险评价结果

表2-3腐蚀风险评价结果

(3)泄漏后果计算

根据管道的介质类型、穿越环境、H₂S含量和人口数量等，计算管道的泄漏后果值，如表1所示。

(4)腐蚀风险评价

根据管道的腐蚀速率和泄漏后果，按照表1的风险矩阵进行腐蚀风险评价。总计20条管道中评价出1条高风险管道、1条中高风险管道、4条中风险管道、5条中低风险管道和9条低风险管道。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (3)

1.一种油气田地面管道内腐蚀风险评价方法，其特征在于，包括以下步骤：

步骤1：油气田区块划分

a.高含H₂S区块，为管道介质中H₂S含量≥5000mg/m³且CO₂含量<3.0mol％的区块；

b.高含CO₂区块，管道介质中CO₂含量≥3.0mol％且H₂S含量<5000mg/m³的区块；

c.低酸性区块，管道介质中H₂S含量<5000mg/m³且CO₂含量<3.0mol％的区块；

d.高酸性区块，管道介质中H₂S含量≥5000mg/m³且CO₂含量≥3.0mol％的区块；

步骤2：腐蚀速率预测

收集各区块管道中的腐蚀影响因素，包括流体介质的因素和运行工况的因素，以及与其相对应的现场检测的腐蚀速率v；根据收集的各区块管道的腐蚀影响因素进行腐蚀速率预测，建立不同区块的管道腐蚀速率预测模型；

步骤3：泄漏后果分级

对管道失效后的环境破坏风险和生命安全风险进行量值表征，分别对介质的影响、硫化氢的影响和人口数量的影响取系数，得到失效后果Ψ为：

Ψ＝ξ_介质·ξ_硫化氢·ξ_人口数 (1)

其中，ξ_介质为管道中介质及周围环境的影响系数，ξ_硫化氢为管道中硫化氢影响系数，ξ_人口数为管道周围居民的人口数量影响系数；

当原油管道穿越沙土环境时，ξ_介质为1，沙土环境为戈壁或沙漠；当原油管道穿越敏感环境时，ξ_介质为1.5，敏感环境为水域或树林；当原油管道穿越农田或牧场环境时，ξ_介质为2；天然气管道的ξ_介质为1；

当管道中硫化氢含量≤500mg/m³时，ξ_硫化氢为1；当管道中硫化氢含量在500～5000mg/m³之间时，ξ_硫化氢为1.5；当管道中硫化氢含量≥5000mg/m³时，ξ_硫化氢为2；

当人口数量≤15户时，ξ_人口数为1；当人口数量在15～100户之间时，ξ_人口数为1.5；当人口数量≥100户时，ξ_人口数为2；

步骤4：腐蚀风险评价

腐蚀风险度R根据公式(2)进行评价：

腐蚀风险度R＝可能性L×严重性S (2)

腐蚀风险发生的可能性L根据管道腐蚀速率v得到，根据标准NACE RP 0775-2005《油、气田生产中腐蚀挂片的准备、安装、分析以及试验数据的解释》：

当v＜0.0254mm/a时，为1级；

当0.0254mm/a≤v＜0.125mm/a时，为2级；

当0.125mm/a≤v＜0.254mm/a时，为3级；

当v＞0.254mm/a时，为4级；

失效后果的严重性S根据输送介质、H₂S含量以及人口数量得到：

当Ψ≤1.5时，为1级；

当1.5＜Ψ≤3时，为2级；

当3＜Ψ≤4.5时，为3级；

当4.5＜Ψ≤6时，为4级；

当Ψ＝8时，为5级。

2.根据权利要求1所述的油气田地面管道内腐蚀风险评价方法，其特征在于，步骤2中，流体介质的因素包括H₂S含量、CO₂含量以及Cl^-含量；运行工况的因素包括温度、压力以及流速。

3.根据权利要求1所述的油气田地面管道内腐蚀风险评价方法，其特征在于，步骤2中，腐蚀速率预测方法具体如下：

预测算法包括输入层、隐含层和输出层，各层间通过权值相连接；

其中，输入向量X＝[x₁,x₂,x₃,...,x_n]，x_i表示第i组管道数据的输入；x_il表示第i组管道数据的第l个腐蚀影响因素；输出向量Y＝[y₁,y₂,y₃,...,y_m]，y_i表示第i个腐蚀速率的输出；o_j表示隐含层阈值，o_k表示输出层阈值；

步骤2-1：初始化算法

设置w_ij和w_jk的初始连接权值，初始连接权值是在(-1，1)区间随机选取的非零值，同时给定计算精度值ε＝10⁵；w_ij表示输入层到隐含层的权值，w_jk表示隐含层到输出层的权值；

步骤2-2：指定输入数据和输出数据，计算输出

当q＝1,2,3,...,l时，设第q组数据输入x_q＝[x_1q,x_2q,x_3q,...,x_nq]，期望输出d_q＝[d_1q,d_2q,d_3q,...,d_mq]，则节点i在第q组数据输入时的实际输出y_iq为：

式中，w_ij(t)是输入层到隐藏层经t次调整的权值；I_jq是在第q组样本输入时节点i的第j个输入；

步骤2-3：计算目标函数

设在第q组样本输入时网络的目标函数为E_q，则

式中，y_kq(t)是在第q组数据输入时经t次权值调整后算法的输出；k是输出层第k个节点；

步骤2-4：总目标函数J(t)

作为对计算过程的评价，若：

J(t)≤ε (6)

结束，否则进行下一步；

步骤2-5：反向传播计算

根据J由输出层按梯度下降法反向计算并逐层调整权值，步长η取常值，由

式得节点j到节点i的经t+1次调整的权值：

具体方法如下：

设

设式中δ_iq是第q组数据输入时第i个节点的状态x_iq对E_q的灵敏度；

由式(7)和式(8)可得：

当i＝k时，即i为输出节点，由式(4)和式(8)得：

将式(9)代入式(8)，则

当i≠k时，即i不是输出节点，此时式(9)为

其中：

式中，m₁是节点i下一层的第j个节点；I*_jq是第q组数据输入时节点m₁的第j个输入；

当i＝j时，y_jq＝I*_jq时，将式(13)和式(14)代入式(8)中，则有：

Images