摘要：随着天然气管网互联互通成环成网,需要利用仿真技术模拟各种工况下的管网运行状态,以提升管网的供气能力,进而降低管网运行成本。现有的智能化仿真方法过于依赖数据驱动,忽略了天然气流动机理,导致精度与稳定性较差且结果不可解释。为此,从机理角度分析了天然气流动基本控制方程与管网拓扑结构,将机理信息耦合至深度学习的损失函数指导结构设计与训练,形成了天然气管网物理信息神经网络PINN(Physics-Informed Neural Network)仿真模型;然后描述了输入输出变量之间的耦合关系,设计边界条件嵌入训练硬约束模式,建立了硬约束和物理信息神经网络结合BHC-PINN(Boundary Hard-Constraint Physics-Informed NeuralNetwork)的模型,实现了天然气管网全时空状态的仿真监测。研究结果表明:(1) PINN模型将管道与拓扑结构的机理信息耦合进损失函数以提高模型的可解释性,并借助管网进出口冗余数据提高了准确性,实现了对管网压力流量的准确监测;(2)建立的边界硬约束模式,使神经网络的输出强制满足边界条件,得到的流量和压力仿真误差分别从2.1%和0.32%下降低至1.5%和0.082%,训练的效率和速度分别提高了48.5%和55.9%;(3) BHC-PINN能实现管网任意位置气体流动状态的观测,对于中间阀室压力的仿真最大误差为0.2%。结论认为,该新方法能准确仿真天然气管网内流动状态,增强了数据驱动模型的可解释性,并为天然气管网瞬态仿真提供了数据加机理混合驱动的新思路。

摘要：调控中心作为管网系统的“决策大脑”,是集合大量数据、规则以及专家经验的综合性决策控制中枢,其与以数据驱动为特征的新一代人工智能发展思路和演进方向十分相近。分析了国内外管道公司和电网公司调控业务的智慧化及数字化转型方案,总结了其最新研究成果。结合人工智能技术的最新进展,基于天然气管网调控业务的需求,初步提出了智能调控的基本概念及功能特征,即实现智能感知、预测预警、优化决策、智能控制,最终达到黑屏调控的智能化调控模式;后续设计了智能调控的体系架构,并分析了智能控制层和智能决策层的关键技术及潜在应用场景。研究成果可为后续人工智能在管网调控领域的发展和应用提供参考。(图3,参20)

摘要：面向国家石油天然气管网集团有限公司(简称国家管网集团)大规模复杂天然气管网的仿真应用需求与管道行业智能化转型的实际需要,提出了一种全新的仿真引擎核心算法——分区增量迭代法,攻关完成了具备先进性、健壮性、开放性的工业级天然气管网仿真引擎,基于总体架构与应用架构设计,完成了离线仿真软件的开发,实现了大型复杂天然气管网仿真核心技术自主可控。依托研发的天然气管网离线仿真软件,对某新建管道完成了设计校核,平均相对误差为0.1%;以全要素涩宁兰管道为对象建模,并与商业软件结果进行对比发现,管道沿线各站的压力、流量在稳态与瞬态仿真下的最大相对误差均小于1%;针对大规模、复杂拓扑结构的2×10^(4)km级全要素天然气工业管网,该离线仿真软件对其具备仿真能力。所研发天然气管网离线仿真软件能够满足未来“全国一张网”的仿真需求,可为国家管网集团的数字化战略及智能化转型提供专业化仿真服务。

摘要：【目的】在“双碳”战略目标下,天然气多元化供应结构的形成、进口依存度的攀升为煤制天然气的发展带来新机遇,但资源终端市场竞争力不强、高碳排放等环保问题仍是面临的长期挑战。合理评估煤制天然气产业发展空间,制定科学的外输管道建设方法,有利于推动现代化油气基础设施体系的构建。【方法】通过深入分析煤制天然气产业建设现状,明晰煤制天然气产业未来发展规律,综合研判行业发展机遇与市场挑战,提出一种基于资源不确定性分析的煤制天然气外输管道分阶段建设方案的优化方法。以落实资源为基础、国家及地区政策要求为上限,确定不同梯度的煤制天然气资源外输情景,分步采取扩大管径、增加压气站、建设复线的单一或组合方式,最终形成可兼顾不同资源情景需求的煤制天然气外输管道综合建设方案。【结果】工程实例应用验证了优化方法的有效性,可为同类资源不确定性的外输管道建设提供一种新的设计思路,有效降低管道的一次性投资成本,从供应链视角出发对于优化天然气管网建设具有积极意义。【结论】建议未来在公平开放的管网运营机制下,发挥资源供应生产商、管网建设运营商、分销商及最终用户的各方优势,形成煤制天然气供应链持续稳定的供需格局,保证资源上载型管道的使用效率,增强管网风险管控能力。

摘要：为了适应新体制下成品油管网的管理模式,构建服务型管道体系,实现批次跟踪技术的通用性,从国家石油天然气管网集团有限公司体制出发,探讨了成品油管道批次界面跟踪相关技术。首先,从信息层面,规范了油品批次编码规则以及作业术语,以便于进行推广应用;在开发环境方面,在线实时跟踪是提高成品油管道批次界面跟踪软件(简称跟踪软件)精准度的有效方法,在国产SCADA系统上开发跟踪软件是最佳途径;在技术方案设计方面,确定了界面跟踪应采取50%浓度点(体积分数)的跟踪方式,进行了跟踪软件的功能及流程设计;在面临的关键问题方面,对批次跟踪的准确性、校准与误差修正方面进行了分析,并用现场应用效果进行了实例验证。从数据体系、输油工艺、模型系数3个方面对跟踪软件的定制化与通用性进行了论述,提出了从软件功能层面出发的跟踪软件界面设计思路。研究成果可为成品油管道批次界面精确跟踪技术的研究、成品油管网操控新模式的开启奠定基础。(图4,表3,参22)

摘要：超声临界折射纵波(LCR波)法是无损检测工作状态下结构应力的有效方法。超声LCR波法是敏感测量方法,温度直接影响超声波的传播速度,也会引起超声换能器的尺寸变化。根据超声波测量应力的基础理论-声弹性理论,分析声弹性系数和零应力下飞行时间与温度的定量关系,得到超声波测量应力的温度补偿公式,通过试验测量不同温度下超声LCR波飞行时间。结果表明温度对超声LCR波测量应力的影响归结于温度对超声LCR波传播声程的影响,温度越高超声LCR波传播的有效声程越长;设计的一发两收超声换能器可有效地消除声楔块和耦合剂的影响,将温度的影响程度降低至10%,可显著提高测量精度和稳定性;试验测量与理论计算得到的飞行时间与温度关系有着良好的一致性,充分验证了补偿公式的准确性。

摘要：在复杂自动化控制系统中,深度强化学习(Deep Reinforcement Learning,DRL)算法已成为关键技术,其优化了从高维数据环境中的学习过程,提高了操作的自适应性和效率。然而,DRL在处理未覆盖区域的输入数据时仍面临对抗样本引发的鲁棒性问题。为解决这一问题,研究逐渐集中于强化算法的奖励机制,探讨如何设计有效的奖励函数以引导优化学习目标的方向性。多目标学习方法因其可直接实施性,被广泛用于策略优化。未来的研究将重点关注如何通过融合元学习和层次化学习等先进方法,进一步提高DRL在复杂自动控制场景中的鲁棒性和效率。

摘要：为推动我国掺氢天然气管道的发展,综述了目前含氢气环境下管道钢氢脆的研究成果,总结了温度、压力、掺氢比等运行条件对钢材氢脆的影响,分析了钢材强度、微观组织、氢陷阱等材料性质与管道钢氢脆行为之间的联系,归纳了预防和抑制管道钢氢脆行为的方法。笔者认为,当前亟待解决的科学技术问题包括进一步探究掺氢天然气管道环境下不同运行条件对管道钢氢脆行为的影响规律;确定掺氢天然气管道的安全运行温度、压力、掺氢比等关键参数;建立不同服役条件下掺氢天然气管道输送的安全评价方法,完善掺氢天然气管道与现役管道相容性评价体系;形成掺氢天然气管道的设计规范和相关标准;开展气体抑制剂和阻氢涂层等抗氢脆方法的评价。

摘要：【目的】目前中国大部分内陆油田已进入高含水开采阶段,含水率达90%以上甚至有个别区块的含水率大于95%,导致油田地面集输系统的加热能耗较高。为解决这一问题,部分高含水油田开展了高含水原油低温集输的现场试验,但仍存在“能否降温、降到多少温度以及是否发生粘壁现象”的工程技术问题。【方法】利用室内实验与数值模拟相结合的方法对高含水原油低温集输粘壁温度(最低进站温度)进行了测试与模拟,得到了输送温度、析蜡特性对粘壁现象的影响规律,发现了析蜡点、析蜡高峰与粘壁温度的相关性。利用Pipesim软件对集输管道的水力热力特性进行了模拟计算,探究了不同进站温度下管道沿线的温度与压降。【结果】集输干线实现了外输温度从原本的55℃降至39℃的低温集输,在外输温度降低16℃的工况下,低温集输管道可安全运行。同时热力中转站W5的加热炉单日可节省天然气2032 m^(3),取得了良好的经济效益,并在此基础上制定了高含水原油的低温集输方案与流动保障措施。【结论】研究成果可保障集输管道在降温过程中的安全运行与风险预测预警,未来可通过引入修正系数或优化水力热力计算模型算法来提升高含水原油地面集输管网的水力热力计算精度。该集输干线低温集输现场试验可为高含水油田开展低温集输工作提供经验参考与工程应用实例。

摘要：针对犹豫模糊语言信息下的多属性群决策问题,提出了一种专家群体分类共识信息集成的专家综合集成研讨方法.将专家决策信息的综合集成过程分为两个阶段:第一阶段,通过文本自由语法和转化函数将专家语言信息转化为犹豫模糊语言术语集,基于决策信息矩阵对专家群体进行分类,进而利用共识模型使类内专家群体达成共识,将共识达成后的类内专家决策信息转化为概率语言组合,实现类内专家决策信息集成;第二阶段,通过专家类群体规模以及类间决策信息偏离程度综合计算专家类权重,将类内决策信息集成结果进一步加权集成,实现决策信息类间集成.依据决策信息集成结果对决策对象进行优劣排序,决策机构参考排序结果即可选择最优决策方案.最后,通过算例验证了所提方法的有效性.