CN105912844A - 一种天然气管网供气可靠性的评价方法及装置 - Google Patents
一种天然气管网供气可靠性的评价方法及装置 Download PDFInfo
- Publication number
- CN105912844A CN105912844A CN201610213385.9A CN201610213385A CN105912844A CN 105912844 A CN105912844 A CN 105912844A CN 201610213385 A CN201610213385 A CN 201610213385A CN 105912844 A CN105912844 A CN 105912844A
- Authority
- CN
- China
- Prior art keywords
- natural gas
- unit
- pipeline
- time
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Pipeline Systems (AREA)
Abstract
本发明提供了一种天然气管网供气可靠性的评价方法及装置，涉及天然气传输技术领域。方法包括：建立天然气管网的容量网络；确定各管道单元在各预设失效模式下的第一失效概率，并确定各管道单元在一预设时间内的第一状态分布；确定各天然气站场单元的第二失效概率，并确定各天然气站场单元在一预设时间内的第二状态分布；实时更新所述容量网络；向天然气管网中的各用户供气，确定各用户的供气情况信息；根据所述各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。通过本发明可以准确评价在不同干扰因素下天然气管网的供气可靠性，解决了当前天然气管网的供气优劣难以确认的问题。
Description
技术领域
本发明涉及天然气传输技术领域，尤其涉及一种天然气管网供气可靠性的评价方法及装置。
背景技术
目前，天然气管网是天然气输送的主要手段，也是连接资源和市场的纽带。近年来，中国天然气管网规模不断扩大，对天然气这种清洁能源的需求不断提高，确保天然气管网可靠供气的重要性日益凸显。天然气管网的供气可靠性是指在一段时间内，在各种不确定性因素的干扰下，天然气管网能够满足用户用气需求的能力。目前天然气管网的可靠性评价处于起步阶段。其中，对天然气管网的运行可靠性关注较多，然而针对供气可靠性评价方法的研究还不够成熟。此处的运行可靠性和供气可靠性是两个不同的概念。运行可靠性的评价对象是天然气管网的运行状态是否达到期望或要求；供气可靠性更多关注管网在天然气供、需之间发挥的作用是否达标。运行可靠时，供气不一定可靠，这是由于管网的拓扑结构复杂性和物理输送能力的限制作用；而供气可靠时运行也并不一定可靠，这是由于管网的物理传输能力可能存在冗余。
当前，有很多研究者试图采用运行可靠性领域的评价方法来分析供气可靠性。考虑到运行环境与评价对象存在巨大差异，研究者一般都会认识到经典可靠性理论不足以解决天然气管网可靠性评价过程中面临的诸多问题，如环境因素、人为活动引起的不确定性等。当前，还没有准确的天然气管网供气可靠性评价的方法，使得天然气管网的供气优劣难以确认。
发明内容
本发明的实施例提供一种天然气管网供气可靠性的评价方法及装置，以解决当前还没有准确的天然气管网供气可靠性评价的方法，天然气管网的供气优劣难以确认的问题。
为达到上述目的，本发明采用如下技术方案：
一种天然气管网供气可靠性的评价方法，包括：
获取天然气管网的拓扑信息以及天然气管网拓扑中各管道单元信息和各天然气站场单元信息；
根据天然气管网的拓扑信息建立天然气管网的容量网络；所述容量网络包括多个节点和各节点之间的弧；所述容量网络中的节点为各天然气站场单元；各节点之间的弧为各管道单元；
根据所述各管道单元信息确定各管道单元在各预设失效模式下的第一失效概率；
根据所述第一失效概率确定各管道单元在一预设时间内的第一状态分布；所述第一状态分布包括各管道单元处于正常状态或各预设失效模式状态；
根据所述各天然气站场单元信息确定各天然气站场单元的第二失效概率；
根据所述第二失效概率确定各天然气站场单元在一预设时间内的第二状态分布；所述第二状态分布包括各天然气站场单元处于正常状态或失效状态；
根据各管道单元信息以及所述第一状态分布确定各管道单元在正常状态和各预设失效模式状态下的输气能力，并将所述输气能力确定为所述容量网络的各弧容量；
根据所述各弧容量和所述第二状态分布，实时更新所述容量网络；
根据实时更新的容量网络向天然气管网中的各用户供气，确定各用户的供气情况信息；
根据所述各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。
具体的，所述预设失效模式包括管道腐蚀；
根据所述各管道单元信息确定各管道单元在各预设失效模式下的第一失效概率，包括：
根据极限状态方程建立管道失效概率计算模型，并根据蒙特卡洛模拟方法计算所述管道失效概率计算模型，获取缺陷运行年限为t时的管道上每个缺陷的失效概率Ff(t)；
其中，Ff(t)＝P[pf(t)-P0≤0]；pf(t)为缺陷运行年限为t时的管道缺陷的失效压力；P0为管道的实际运行压力；其中，M为管道膨胀系数，σf为管道的流变应力；
D为管道公称直径；Wt为管道壁厚；L(t)为t时刻管道上缺陷的长度；L(t)＝L(0)+rLt；L(0)为0时刻管道上缺陷的长度；rL为管道轴向腐蚀速率；
根据齐次泊松模型，确定每千米管道上的缺陷数目k；
其中，该齐次泊松模型为：n＝0,1,2…k；其中，Pr(n)为每千米管道上出现n个缺陷的概率；k为每千米管道上的缺陷数目；x为根据内检测结果统计得到的每千米管道上的缺陷数目的平均值；
根据公式：λ(t)＝k·Ff(t)确定一管道上在缺陷运行年限为t时的失效概率λ(t)。
具体的，根据所述第一失效概率确定各管道单元在一预设时间内的第一状态分布，包括：
根据公式：n′＝0,1,2…，确定各管道单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr[N(t)＝n′]为各管道单元在一预设时间0至t内发生故障次数为n′的概率；L为管道单元长度；λ(t)为管道上在缺陷运行年限为t时的失效概率；
根据公式：确定各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr[Y(t0)＞t]为各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y(t0)为从一t0时刻开始下一个故障出现的时间；
根据Pr[N(t)＝n′]和Pr[Y(t0)＞t]确定各管道单元在所述预设时间内的第一状态分布。
此外，所述各天然气站场单元信息包括各天然气站场单元的历史失效情况数据；
根据所述各天然气站场单元信息确定各天然气站场单元的第二失效概率，包括：
根据各天然气站场单元的历史失效情况数据，确定各天然气站场单元的第二失效概率。
具体的，根据所述第二失效概率确定各天然气站场单元在一预设时间内的第二状态分布，包括：
根据公式：n′＝0,1,2…，确定各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr′[N′(t)＝n′]为各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；f(t)为各天然气站场单元的第二失效概率；
根据公式：确定各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr′[Y′(t0)＞t]为各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y′(t0)为从一t0时刻开始下一个故障出现的时间；
根据Pr′[N′(t)＝n′]和Pr′[Y′(t0)＞t]确定各天然气站场单元在所述预设时间内的第二状态分布。
具体的，所述各管道单元信息包括各管道的状态与输气能力的对应关系；
根据各管道单元信息以及所述第一状态分布确定各管道单元在正常状态和各预设失效模式状态下的输气能力，包括：
根据第一状态分布确定一预设时间点各管道单元的状态；
根据预设时间点各管道单元的状态，在所述对应关系中确定各管道单元在正常状态和各预设失效模式状态下的输气能力。
具体的，所述各用户的供气情况信息包括：向用户模拟的供气次数N；向用户模拟的供气次数中供气不足的次数K；向用户模拟的供气年份Y；每次向用户模拟的供气不足造成的缺气量Z；
根据所述各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量，包括：
根据公式：确定在年份Y向各用户供气的可靠度R；
根据公式：确定向一用户模拟的供气平均缺气量Q。
一种天然气管网供气可靠性的评价装置，包括：
信息获取单元，用于获取天然气管网的拓扑信息以及天然气管网拓扑中各管道单元信息和各天然气站场单元信息；
容量网络建立单元，用于根据天然气管网的拓扑信息建立天然气管网的容量网络；所述容量网络包括多个节点和各节点之间的弧；所述容量网络中的节点为各天然气站场单元；各节点之间的弧为各管道单元；
第一失效概率确定单元，用于根据所述各管道单元信息确定各管道单元在各预设失效模式下的第一失效概率；
第一状态分布确定单元，用于根据所述第一失效概率确定各管道单元在一预设时间内的第一状态分布；所述第一状态分布包括各管道单元处于正常状态或各预设失效模式状态；
第二失效概率确定单元，用于根据所述各天然气站场单元信息确定各天然气站场单元的第二失效概率；
第二状态分布确定单元，用于根据所述第二失效概率确定各天然气站场单元在一预设时间内的第二状态分布；所述第二状态分布包括各天然气站场单元处于正常状态或失效状态；
管道单元输气能力确定单元，用于根据各管道单元信息以及所述第一状态分布确定各管道单元在正常状态和各预设失效模式状态下的输气能力，并将所述输气能力确定为所述容量网络的各弧容量；
容量网络更新单元，用于根据所述各弧容量和所述第二状态分布，实时更新所述容量网络；
模拟供气单元，用于根据实时更新的容量网络向天然气管网中的各用户供气，确定各用户的供气情况信息；
可靠性评价单元，用于根据所述各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。
此外，所述预设失效模式包括管道腐蚀；
该第一失效概率确定单元，具体用于：
根据极限状态方程建立管道失效概率计算模型，并根据蒙特卡洛模拟方法计算所述管道失效概率计算模型，获取缺陷运行年限为t时的管道上每个缺陷的失效概率Ff(t)；
其中，Ff(t)＝P[pf(t)-P0≤0]；pf(t)为缺陷运行年限为t时的管道缺陷的失效压力；P0为管道的实际运行压力；其中，M为管道膨胀系数，σf为管道的流变应力；
D为管道公称直径；Wt为管道壁厚；L(t)为t时刻管道上缺陷的长度；L(t)＝L(0)+rLt；L(0)为0时刻管道上缺陷的长度；rL为管道轴向腐蚀速率；
根据齐次泊松模型，确定每千米管道上的缺陷数目k；
其中，该齐次泊松模型为：n＝0,1,2…k；其中，Pr(n)为每千米管道上出现n个缺陷的概率；k为每千米管道上的缺陷数目；x为根据内检测结果统计得到的每千米管道上的缺陷数目的平均值；
根据公式：λ(t)＝k·Ff(t)确定一管道上在缺陷运行年限为t时的失效概率λ(t)。
此外，所述第一状态分布确定单元，具体用于：
根据公式：n′＝0,1,2…，确定各管道单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr[N(t)＝n′]为各管道单元在一预设时间0至t内发生故障次数为n′的概率；L为管道单元长度；λ(t)为管道上在缺陷运行年限为t时的失效概率；
根据公式：确定各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr[Y(t0)＞t]为各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y(t0)为从一t0时刻开始下一个故障出现的时间；
根据Pr[N(t)＝n′]和Pr[Y(t0)＞t]确定各管道单元在所述预设时间内的第一状态分布。
此外，所述各天然气站场单元信息包括各天然气站场单元的历史失效情况数据；
所述第二失效概率确定单元，具体用于：
根据各天然气站场单元的历史失效情况数据，确定各天然气站场单元的第二失效概率。
此外，所述第二状态分布确定单元，具体用于：
根据公式：n′＝0,1,2…，确定各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr′[N′(t)＝n′]为各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；f(t)为各天然气站场单元的第二失效概率；
根据公式：确定各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr′[Y′(t0)＞t]为各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y′(t0)为从一t0时刻开始下一个故障出现的时间；
根据Pr′[N′(t)＝n′]和Pr′[Y′(t0)＞t]确定各天然气站场单元在所述预设时间内的第二状态分布。
另外，所述各管道单元信息包括各管道的状态与输气能力的对应关系；
该管道单元输气能力确定单元，具体用于：
根据第一状态分布确定一预设时间点各管道单元的状态；
根据预设时间点各管道单元的状态，在所述对应关系中确定各管道单元在正常状态和各预设失效模式状态下的输气能力。
具体的，所述各用户的供气情况信息包括：向用户模拟的供气次数N；向用户模拟的供气次数中供气不足的次数K；向用户模拟的供气年份Y；每次向用户模拟的供气不足造成的缺气量Z；
该可靠性评价单元，具体用于根据公式：确定在年份Y向各用户供气的可靠度R；
根据公式：确定向一用户模拟的供气平均缺气量Q。
本发明实施例提供的天然气管网供气可靠性的评价方法及装置，确定各管道单元和天然气站场单元的失效概率，以及实时更新天然气管网的容量网络，并向天然气管网中的各用户供气，确定各用户的供气情况信息；从而根据各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。通过本发明可以准确评价在不同干扰因素下天然气管网的供气可靠性，解决了当前天然气管网的供气优劣难以确认的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种天然气管网供气可靠性的评价方法的流程图一；
图2为本发明实施例提供的一种天然气管网供气可靠性的评价方法的流程图二；
图3为本发明实施例中的天然气管网的抽象图；
图4为本发明实施例中的天然气管网中的一用户获取天然气量的累积概率密度函数示意图；
图5为本发明实施例提供的一种天然气管网供气可靠性的评价装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供一种天然气管网供气可靠性的评价方法，包括：
步骤101、获取天然气管网的拓扑信息以及天然气管网拓扑中各管道单元信息和各天然气站场单元信息。
步骤102、根据天然气管网的拓扑信息建立天然气管网的容量网络。
容量网络包括多个节点和各节点之间的弧；容量网络中的节点为各天然气站场单元；各节点之间的弧为各管道单元。
步骤103、根据各管道单元信息确定各管道单元在各预设失效模式下的第一失效概率。
步骤104、根据第一失效概率确定各管道单元在一预设时间内的第一状态分布。
第一状态分布包括各管道单元处于正常状态或各预设失效模式状态。
步骤105、根据各天然气站场单元信息确定各天然气站场单元的第二失效概率。
步骤106、根据第二失效概率确定各天然气站场单元在一预设时间内的第二状态分布。
其中，第二状态分布包括各天然气站场单元处于正常状态或失效状态。
步骤107、根据各管道单元信息以及第一状态分布确定各管道单元在正常状态和各预设失效模式状态下的输气能力，并将输气能力确定为容量网络的各弧容量。
步骤108、根据各弧容量和第二状态分布，实时更新容量网络。
步骤109、根据实时更新的容量网络向天然气管网中的各用户供气，确定各用户的供气情况信息。
步骤110、根据各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。
本发明实施例提供的一种天然气管网供气可靠性的评价方法，确定各管道单元和天然气站场单元的失效概率，以及实时更新天然气管网的容量网络，并向天然气管网中的各用户供气，确定各用户的供气情况信息；从而根据各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。通过本发明实施例提供的天然气管网供气可靠性的评价方法，可以准确评价在不同干扰因素下天然气管网的供气可靠性，解决了当前天然气管网的供气优劣难以确认的问题。
为了使本领域的技术人员更好的了解本发明，下面列举一个更为详细的实施例，如图2所示，本发明实施例提供一种天然气管网供气可靠性的评价方法，包括：
步骤201、获取天然气管网的拓扑信息以及天然气管网拓扑中各管道单元信息和各天然气站场单元信息。
该各天然气站场单元信息可以包括各天然气站场单元的历史失效情况数据、各天然气站场单元的配置信等。该各管道单元信息包括各管道的状态与输气能力的对应关系，还可以包括各管道的参数(长度，管壁厚度、管壁周长等)、管道内的检测结果(压力、温度等)。
步骤202、根据天然气管网的拓扑信息建立天然气管网的容量网络。
此处，步骤202采用图论中的网络流表征方法建立天然气管网的容量网络。其中，每个弧的容量为管道的输气能力，可以通过水力、热力分析模型计算。水力、热力的模型一般通过商用软件建立，方法中采用TGNET软件为建模基础。将管道的管径、管长、压缩机配置、天然气组成输入软件，即可以获取管道内的压力p和输气能力c。不同管道的输气能力不同；同一管道在不同运行状态(正常或失效)的输气能力也不相同。
基于图论可以对天然气管网进行抽象化处理，例如将其转化为容量网络[cij]。具体方法是根据天然气管网的实际拓扑结构，建立一个抽象的网络图。该网络图中，容量网络包括多个节点和各节点之间的弧；容量网络中的节点为各天然气站场单元；各节点之间的弧为各管道单元。然后，给图中的每个弧赋一个权值cij，代表节点i到节点j的管道输气能力。
此处，各管道单元或者天然气站场单元的失效会导致整个天然气管网的拓扑结构改变，从而影响供气能力。
步骤203、根据各管道单元信息确定各管道单元在各预设失效模式下的第一失效概率。
此处，由于天然气管道地域跨度广、影响因素复杂多变，对于不同区域的管道不能等同确定其失效概率，因此需基于失效机理，分析不同管段的失效模式与失效概率。不同的失效模式可以有管道腐蚀等情况。
此处，当预设失效模式为管道腐蚀时，该步骤203可以通过如下方式实现：
由于管道腐蚀导致的老化是管道失效的主要原因。腐蚀可能导致管体出现缺陷，提高了失效风险。然而，管体的老化并不等同于管道一定会失效。管道失效是由多方面因素决定的，如管壁厚度、管材强度、运行压力等。这些因素之间的相互作用是非线性的，运用解析方法很难求解。因此，此处可以以极限状态方程构建失效率计算模型，同时采用蒙特卡洛模拟求解该模型。如下所述：
根据极限状态方程建立管道失效概率计算模型，并根据蒙特卡洛模拟方法计算所述管道失效概率计算模型，获取缺陷运行年限为t时的管道上每个缺陷的失效概率Ff(t)；
其中，Ff(t)＝P[pf(t)-P0≤0]；pf(t)为缺陷运行年限为t时的管道缺陷的失效压力，单位为Mpa；P0为管道的实际运行压力，单位为MPa，其可以通过管道的水里、热力模拟获取，但不仅局限于此；其中，M为管道膨胀系数，也称为Folias系数，σf为管道的流变应力(即与屈服强度相应的材料属性)。D为管道公称直径，单位为mm；Wt为管道壁厚，单位为mm；L(t)为t时刻管道上缺陷的长度，单位为mm；L(t)＝L(0)+rLt；L(0)为0时刻管道上缺陷的长度，单位为mm；rL为管道轴向腐蚀速率，单位为mm/a。
根据齐次泊松模型，确定每千米管道上的缺陷数目k。
其中，该齐次泊松模型为：n＝0,1,2…k；其中，Pr(n)为每千米管道上出现n个缺陷的概率；k为每千米管道上的缺陷数目；x为根据内检测结果统计得到的每千米管道上的缺陷数目的平均值。
根据公式：λ(t)＝k·Ff(t)确定一管道上在缺陷运行年限为t时的失效概率λ(t)。
步骤204、根据第一失效概率确定各管道单元在一预设时间内的第一状态分布。
第一状态分布包括各管道单元处于正常状态或各预设失效模式状态。
此处，该步骤204可以通过如下方式实现：
根据公式：n′＝0,1,2…，确定各管道单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr[N(t)＝n′]为各管道单元在一预设时间0至t内发生故障次数为n′的概率；L为管道单元长度；λ(t)为管道上在缺陷运行年限为t时的失效概率。
根据公式：确定各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr[Y(t0)＞t]为各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y(t0)为从一t0时刻开始下一个故障出现的时间。
根据Pr[N(t)＝n′]和Pr[Y(t0)＞t]确定各管道单元在所述预设时间内的第一状态分布。
步骤205、根据各天然气站场单元的历史失效情况数据，确定各天然气站场单元的第二失效概率。
此处，由于天然气站场单元的运行环境较为单一，因此可以采用历史失效情况数据来确定其失效概率。
步骤206、根据第二失效概率确定各天然气站场单元在一预设时间内的第二状态分布。
该步骤206可以通过如下方式实现：
根据公式：n′＝0,1,2…，确定各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr′[N′(t)＝n′]为各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；f(t)为各天然气站场单元的第二失效概率。
根据公式：确定各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr′[Y′(t0)＞t]为各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y′(t0)为从一t0时刻开始下一个故障出现的时间。
根据Pr′[N′(t)＝n′]和Pr′[Y′(t0)＞t]确定各天然气站场单元在所述预设时间内的第二状态分布。
其中，第二状态分布可以包括各天然气站场单元处于正常状态或失效状态。
步骤207、根据第一状态分布确定一预设时间点各管道单元的状态。
步骤208、根据预设时间点各管道单元的状态，在所述对应关系中确定各管道单元在正常状态和各预设失效模式状态下的输气能力，并将输气能力确定为容量网络的各弧容量。
步骤209、根据各弧容量和第二状态分布，实时更新容量网络。
步骤210、根据实时更新的容量网络向天然气管网中的各用户供气，确定各用户的供气情况信息。
该各用户的供气情况信息包括：向用户模拟的供气次数N；向用户模拟的供气次数中供气不足的次数K；向用户模拟的供气年份Y；每次向用户模拟的供气不足造成的缺气量Z。
在向天然气管网中的各用户供气时可以采用就近供气的原则，即采用最短路径算法来确定每一个随机生成的天然气管网容量网络的流向，即确定天然气在管网中的流动方向。步骤可以如下：(1)建立天然气管网的管道长度矩阵。构建方法是在邻接矩阵的基础上，将每条管道所对应的元素赋值为管道长度。(2)采用Bellman-Ford算法计算出每个气源到所有用户的最近距离，并对这些距离进行升序排序；(3)根据排序结果，由低到高以依次用户供气。经过该算法的调整，原容量矩阵[cij]中的元素排列方式发生改变，命名为[cij]new。在容量矩阵中，元素的排列方式代表了天然气的流动方向。
之后，对于每个确定供气方向后的容量网络[cij]new，都存在一个最大供气能力Fmax。方法采用图论中的Ford-Fulkerson最大流算法计算每个容量网络[cij]new最大供气能力Fmax。将容量矩阵带入Ford-Fulkerson最大流算法就能够计算出该容量网络中，气源能够向用户提供的最大天然气量总量以及每个用户能够获取的最大天然气量。这样就可以得到一个充分的供气能力样本空间。该样本空间包括管网总供气能力[Fmax]与每个用户可获取气量。之后可以采用统计方法，计算出管网总供气能力样本空间[Fmax]的累计概率分布函数、期望、方差、中位数等统计特征。从而确定各用户的供气情况信息。
步骤211、根据各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。
此处，该步骤211可以通过如下方式实现：
根据公式：确定在年份Y向各用户供气的可靠度R。
根据公式：确定向一用户模拟的供气平均缺气量Q。
为了使本领域的技术人员更好的了解本发明，下面列举一个应用上述步骤201至步骤211的具体实例，如图3所示，其为某天然气管网的抽象图。该管网由管道、压气站场、管道气源、地下储库及LNG站构成。其中，节点11和节点19为上游管道来气输入点，供气能力分别为31mcm/d和25mcm/d；节点51为地下储气库，供气能力为7.1mcm/d；节点10为LNG站，正常供气能力为4mcm/d，经改造可提高至10mcm/d。节点5，6，7，10，13，17，18，21，25，26，28，30，33，34，35，36，37，38，39，41，42，43，45，47，48，49，51，52为用气需求点，对天然气的需气量分别为1.43，1.57，1.66，1.46，4.4，1.54，0.5，1.5，1.6，1.8，2.5，2，0.8，0.8，1，1，1.74，1.3，1，2，1.4，0.5，1.06，1.82，0.68，1.17，2，0.98(mcm/d)。用户总体需求为41.21mcm/d。
下表1为某天然气管网的基本信息，其中输气能力可以通过TGNET软件模拟算得。其中压缩机信息与天然气组成选择软件的默认设置。每个站场均假设为两台压缩机并联。From表示输气的起始节点，To表示输气的接收点，Capacity表示输气量，Length表示输气长度。
表1：
目前，管道内检测技术已比较成熟，通过分析检测数据，可以对管道缺陷的数量、位置及其几何形状做出估计。表2是根据该管网的管道内检测结果获取的管体缺陷几何参数统计特征。
表2：
天然气管网由站场、管道、气源(上游管道、LNG站，地下储气库)构成以及天然气用户构成。受环境因素、第三方活动、维护检修等影响，站场与管道为运行状态不确定的单元。根据一般性认识，单元运行不稳定可能导致其存在多种运行状态，进而可以认为其输送天然气的能力存在多种情况，其具体程度应按实际情况确定。因此，假设天然气管道存在三种运行状态：正常运行、局部失效(输气能力下降至原输气能力的0.75，由TGNET算得)与完全失效；采用基于失效机理的失效分析方法(蒙特卡罗模拟一百万次)，得出在第5年局部失效发生的概率是0.0001/(km·a)；完全失效的概率为3×10-5/(km·a)。这里需要强调，在本模型中，局部失效可以根据实际需要设定为多种状态；即只要有需要，任何单元可以存在任意多个输气状态。根据历史统计数据，压气站的失效率为0.025。根据现场工作经验，发生失效后，与其连接的管道输气能力下降至原输气能力的0.80。
分别分析了原始情况、地下储气库失效情况、LNG站失效情况、地下储气库与LNG站同时失效情况、提升LNG站供气能力这五种情况下的天然气管网供气能力统计特征与供气可靠性。采用泊松过程模拟50万次。
下表3表示供气能力统计分析与供气可靠性(mcm/d)。其中min表示天然气管网的最小供气量；max表示天然气管网的最大供气量；mean表示天然气管网的平均供气量；median表示天然气管网的中间值；sta表示一致性参数；Supply reliability表示供其可靠性。
表3：
进一步的，可以分析出整个管网在不确定性运行状态下的供气能力与供气可靠性。如果给出总需求量，则可进一步计算其能够满足需求的概率。此外，可以看出，该模型可以分析不同气源对管网供气能力的贡献；通过调整数据还可得知不同优化方案(增加气源、提高起源供气能力、提高管输能力、降低管道失效率等)对提高供气安全性的作用大小。
此外，还能够分析所有用户的需求满足程度。图4是管网中某用户(节点49)在不同情况下能够获取的最大天然气量。可以看出，虽然地下储气库的失效对管网总体供气可靠性行影响不大，但是对该用户影响比较明显。根据模型采用供气可靠度和平均缺气量两个指标评价该天然气管网对于每个用户的供气可靠性，部分结果如下表4所示：
表4：
本发明实施例提供的一种天然气管网供气可靠性的评价方法，确定各管道单元和天然气站场单元的失效概率，以及实时更新天然气管网的容量网络，并向天然气管网中的各用户供气，确定各用户的供气情况信息；从而根据各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。通过本发明实施例提供的天然气管网供气可靠性的评价方法，可以准确评价在不同干扰因素下天然气管网的供气可靠性，解决了当前天然气管网的供气优劣难以确认的问题。
对应于上述图1和图2所述的方法实施例，如图5所示，本发明实施例还提供一种天然气管网供气可靠性的评价装置，包括：
信息获取单元301，可以获取天然气管网的拓扑信息以及天然气管网拓扑中各管道单元信息和各天然气站场单元信息。
容量网络建立单元302，可以根据天然气管网的拓扑信息建立天然气管网的容量网络；所述容量网络包括多个节点和各节点之间的弧；所述容量网络中的节点为各天然气站场单元；各节点之间的弧为各管道单元。
第一失效概率确定单元303，可以根据所述各管道单元信息确定各管道单元在各预设失效模式下的第一失效概率。
第一状态分布确定单元304，可以根据所述第一失效概率确定各管道单元在一预设时间内的第一状态分布；所述第一状态分布包括各管道单元处于正常状态或各预设失效模式状态。
第二失效概率确定单元305，可以根据所述各天然气站场单元信息确定各天然气站场单元的第二失效概率。
第二状态分布确定单元306，可以根据所述第二失效概率确定各天然气站场单元在一预设时间内的第二状态分布；所述第二状态分布包括各天然气站场单元处于正常状态或失效状态。
管道单元输气能力确定单元307，可以根据各管道单元信息以及所述第一状态分布确定各管道单元在正常状态和各预设失效模式状态下的输气能力，并将所述输气能力确定为所述容量网络的各弧容量。
容量网络更新单元308，可以根据所述各弧容量和所述第二状态分布，实时更新所述容量网络。
模拟供气单元309，可以根据实时更新的容量网络向天然气管网中的各用户供气，确定各用户的供气情况信息。
可靠性评价单元310，可以根据所述各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。
此外，所述预设失效模式包括管道腐蚀。
该第一失效概率确定单元303，具体可以：
根据极限状态方程建立管道失效概率计算模型，并根据蒙特卡洛模拟方法计算所述管道失效概率计算模型，获取缺陷运行年限为t时的管道上每个缺陷的失效概率Ff(t)。
其中，Ff(t)＝P[pf(t)-P0≤0]；pf(t)为缺陷运行年限为t时的管道缺陷的失效压力；P0为管道的实际运行压力；其中，M为管道膨胀系数，σf为管道的流变应力。D为管道公称直径；Wt为管道壁厚；L(t)为t时刻管道上缺陷的长度；L(t)＝L(0)+rLt；L(0)为0时刻管道上缺陷的长度；rL为管道轴向腐蚀速率。
根据齐次泊松模型，确定每千米管道上的缺陷数目k。
其中，该齐次泊松模型为：n＝0,1,2…k；其中，Pr(n)为每千米管道上出现n个缺陷的概率；k为每千米管道上的缺陷数目；x为根据内检测结果统计得到的每千米管道上的缺陷数目的平均值。
根据公式：λ(t)＝k·Ff(t)确定一管道上在缺陷运行年限为t时的失效概率λ(t)。
此外，该第一状态分布确定单元304，具体可以：
根据公式：n′＝0,1,2…，确定各管道单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr[N(t)＝n′]为各管道单元在一预设时间0至t内发生故障次数为n′的概率；L为管道单元长度；λ(t)为管道上在缺陷运行年限为t时的失效概率。
根据公式：确定各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr[Y(t0)＞t]为各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y(t0)为从一t0时刻开始下一个故障出现的时间。
根据Pr[N(t)＝n′]和Pr[Y(t0)＞t]确定各管道单元在所述预设时间内的第一状态分布。
此外，该各天然气站场单元信息包括各天然气站场单元的历史失效情况数据。
该第二失效概率确定单元305，具体可以：
根据各天然气站场单元的历史失效情况数据，确定各天然气站场单元的第二失效概率。
此外，改第二状态分布确定单元306，具体可以：
根据公式：n′＝0,1,2…，确定各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr′[N′(t)＝n′]为各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；f(t)为各天然气站场单元的第二失效概率；
根据公式：确定各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr′[Y′(t0)＞t]为各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y′(t0)为从一t0时刻开始下一个故障出现的时间。
根据Pr′[N′(t)＝n′]和Pr′[Y′(t0)＞t]确定各天然气站场单元在所述预设时间内的第二状态分布。
另外，该各管道单元信息可以包括各管道的状态与输气能力的对应关系。
该管道单元输气能力确定单元307，具体可以：
根据第一状态分布确定一预设时间点各管道单元的状态。
根据预设时间点各管道单元的状态，在所述对应关系中确定各管道单元在正常状态和各预设失效模式状态下的输气能力。
具体的，该各用户的供气情况信息包括：向用户模拟的供气次数N；向用户模拟的供气次数中供气不足的次数K；向用户模拟的供气年份Y；每次向用户模拟的供气不足造成的缺气量Z。
该可靠性评价单元310，具体可以根据公式：确定在年份Y向各用户供气的可靠度R；
根据公式：确定向一用户模拟的供气平均缺气量Q。
值得说明的是，本发明实施例提供的天然气管网供气可靠性的评价装置的具体实现方式可以参见上述的方法实施例，此处不再赘述。
本发明实施例提供的天然气管网供气可靠性的评价装置，确定各管道单元和天然气站场单元的失效概率，以及实时更新天然气管网的容量网络，并向天然气管网中的各用户供气，确定各用户的供气情况信息；从而根据各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。通过本发明实施例提供的天然气管网供气可靠性的评价装置，可以准确评价在不同干扰因素下天然气管网的供气可靠性，解决了当前天然气管网的供气优劣难以确认的问题。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (14)
1.一种天然气管网供气可靠性的评价方法，其特征在于，包括：
获取天然气管网的拓扑信息以及天然气管网拓扑中各管道单元信息和各天然气站场单元信息；
根据天然气管网的拓扑信息建立天然气管网的容量网络；所述容量网络包括多个节点和各节点之间的弧；所述容量网络中的节点为各天然气站场单元；各节点之间的弧为各管道单元；
根据所述各管道单元信息确定各管道单元在各预设失效模式下的第一失效概率；
根据所述第一失效概率确定各管道单元在一预设时间内的第一状态分布；所述第一状态分布包括各管道单元处于正常状态或各预设失效模式状态；
根据所述各天然气站场单元信息确定各天然气站场单元的第二失效概率；
根据所述第二失效概率确定各天然气站场单元在一预设时间内的第二状态分布；所述第二状态分布包括各天然气站场单元处于正常状态或失效状态；
根据各管道单元信息以及所述第一状态分布确定各管道单元在正常状态和各预设失效模式状态下的输气能力，并将所述输气能力确定为所述容量网络的各弧容量；
根据所述各弧容量和所述第二状态分布，实时更新所述容量网络；
根据实时更新的容量网络向天然气管网中的各用户供气，确定各用户的供气情况信息；
根据所述各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。
2.根据权利要求1所述的天然气管网供气可靠性的评价方法，其特征在于，所述预设失效模式包括管道腐蚀；
根据所述各管道单元信息确定各管道单元在各预设失效模式下的第一失效概率，包括：
根据极限状态方程建立管道失效概率计算模型，并根据蒙特卡洛模拟方法计算所述管道失效概率计算模型，获取缺陷运行年限为t时的管道上每个缺陷的失效概率Ff(t)；
其中，Ff(t)＝P[pf(t)-P0≤0]；pf(t)为缺陷运行年限为t时的管道缺陷的失效压力；P0为管道的实际运行压力；其中，M为管道膨胀系数，σf为管道的流变应力；
D为管道公称直径；Wt为管道壁厚；L(t)为t时刻管道上缺陷的长度；L(t)＝L(0)+rLt；L(0)为0时刻管道上缺陷的长度；rL为管道轴向腐蚀速率；
根据齐次泊松模型，确定每千米管道上的缺陷数目k；
其中，该齐次泊松模型为：n＝0,1,2…k；其中，Pr(n)为每千米管道上出现n个缺陷的概率；k为每千米管道上的缺陷数目；x为根据内检测结果统计得到的每千米管道上的缺陷数目的平均值；
根据公式：λ(t)＝k·Ff(t)确定一管道上在缺陷运行年限为t时的失效概率λ(t)。
3.根据权利要求2所述的天然气管网供气可靠性的评价方法，其特征在于，根据所述第一失效概率确定各管道单元在一预设时间内的第一状态分布，包括：
根据公式：n′＝0,1,2…，确定各管道单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr[N(t)＝n′]为各管道单元在一预设时间0至t内发生故障次数为n′的概率；L为管道单元长度；λ(t)为管道上在缺陷运行年限为t时的失效概率；
根据公式：确定各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr[Y(t0)＞t]为各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y(t0)为从一t0时刻开始下一个故障出现的时间；
根据Pr[N(t)＝n′]和Pr[Y(t0)＞t]确定各管道单元在所述预设时间内的第一状态分布。
4.根据权利要求3所述的天然气管网供气可靠性的评价方法，其特征在于，所述各天然气站场单元信息包括各天然气站场单元的历史失效情况数据；
根据所述各天然气站场单元信息确定各天然气站场单元的第二失效概率，包括：
根据各天然气站场单元的历史失效情况数据，确定各天然气站场单元的第二失效概率。
5.根据权利要求4所述的天然气管网供气可靠性的评价方法，其特征在于，根据所述第二失效概率确定各天然气站场单元在一预设时间内的第二状态分布，包括：
根据公式：n′＝0,1,2…，确定各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr′[N′(t)＝n′]为各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；f(t)为各天然气站场单元的第二失效概率；
根据公式：确定各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr′[Y′(t0)＞t]为各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y′(t0)为从一t0时刻开始下一个故障出现的时间；
根据Pr′[N′(t)＝n′]和Pr′[Y′(t0)＞t]确定各天然气站场单元在所述预设时间内的第二状态分布。
6.根据权利要求5所述的天然气管网供气可靠性的评价方法，其特征在于，所述各管道单元信息包括各管道的状态与输气能力的对应关系；
根据各管道单元信息以及所述第一状态分布确定各管道单元在正常状态和各预设失效模式状态下的输气能力，包括：
根据第一状态分布确定一预设时间点各管道单元的状态；
根据预设时间点各管道单元的状态，在所述对应关系中确定各管道单元在正常状态和各预设失效模式状态下的输气能力。
7.根据权利要求6所述的天然气管网供气可靠性的评价方法，其特征在于，所述各用户的供气情况信息包括：向用户模拟的供气次数N；向用户模拟的供气次数中供气不足的次数K；向用户模拟的供气年份Y；每次向用户模拟的供气不足造成的缺气量Z；
根据所述各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量，包括：
根据公式：确定在年份Y向各用户供气的可靠度R；
根据公式：确定向一用户模拟的供气平均缺气量Q。
8.一种天然气管网供气可靠性的评价装置，其特征在于，包括：
信息获取单元，用于获取天然气管网的拓扑信息以及天然气管网拓扑中各管道单元信息和各天然气站场单元信息；
容量网络建立单元，用于根据天然气管网的拓扑信息建立天然气管网的容量网络；所述容量网络包括多个节点和各节点之间的弧；所述容量网络中的节点为各天然气站场单元；各节点之间的弧为各管道单元；
第一失效概率确定单元，用于根据所述各管道单元信息确定各管道单元在各预设失效模式下的第一失效概率；
第一状态分布确定单元，用于根据所述第一失效概率确定各管道单元在一预设时间内的第一状态分布；所述第一状态分布包括各管道单元处于正常状态或各预设失效模式状态；
第二失效概率确定单元，用于根据所述各天然气站场单元信息确定各天然气站场单元的第二失效概率；
第二状态分布确定单元，用于根据所述第二失效概率确定各天然气站场单元在一预设时间内的第二状态分布；所述第二状态分布包括各天然气站场单元处于正常状态或失效状态；
管道单元输气能力确定单元，用于根据各管道单元信息以及所述第一状态分布确定各管道单元在正常状态和各预设失效模式状态下的输气能力，并将所述输气能力确定为所述容量网络的各弧容量；
容量网络更新单元，用于根据所述各弧容量和所述第二状态分布，实时更新所述容量网络；
模拟供气单元，用于根据实时更新的容量网络向天然气管网中的各用户供气，确定各用户的供气情况信息；
可靠性评价单元，用于根据所述各用户的供气情况信息确定向各用户供气的可靠度以及各用户的平均缺气量。
9.根据权利要求8所述的天然气管网供气可靠性的评价装置，其特征在于，所述预设失效模式包括管道腐蚀；
该第一失效概率确定单元，具体用于：
根据极限状态方程建立管道失效概率计算模型，并根据蒙特卡洛模拟方法计算所述管道失效概率计算模型，获取缺陷运行年限为t时的管道上每个缺陷的失效概率Ff(t)；
其中，Ff(t)＝P[pf(t)-P0≤0]；pf(t)为缺陷运行年限为t时的管道缺陷的失效压力；P0为管道的实际运行压力；其中，M为管道膨胀系数，σf为管道的流变应力；
D为管道公称直径；Wt为管道壁厚；L(t)为t时刻管道上缺陷的长度；L(t)＝L(0)+rLt；L(0)为0时刻管道上缺陷的长度；rL为管道轴向腐蚀速率；
根据齐次泊松模型，确定每千米管道上的缺陷数目k；
其中，该齐次泊松模型为：n＝0,1,2…k；其中，Pr(n)为每千米管道上出现n个缺陷的概率；k为每千米管道上的缺陷数目；x为根据内检测结果统计得到的每千米管道上的缺陷数目的平均值；
根据公式：λ(t)＝k·Ff(t)确定一管道上在缺陷运行年限为t时的失效概率λ(t)。
10.根据权利要求9所述的天然气管网供气可靠性的评价装置，其特征在于，所述第一状态分布确定单元，具体用于：
根据公式：n′＝0,1,2…，确定各管道单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr[N(t)＝n′]为各管道单元在一预设时间0至t内发生故障次数为n′的概率；L为管道单元长度；λ(t)为管道上在缺陷运行年限为t时的失效概率；
根据公式：确定各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr[Y(t0)＞t]为各管道单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y(t0)为从一t0时刻开始下一个故障出现的时间；
根据Pr[N(t)＝n′]和Pr[Y(t0)＞t]确定各管道单元在所述预设时间内的第一状态分布。
11.根据权利要求10所述的天然气管网供气可靠性的评价装置，其特征在于，所述各天然气站场单元信息包括各天然气站场单元的历史失效情况数据；
所述第二失效概率确定单元，具体用于：
根据各天然气站场单元的历史失效情况数据，确定各天然气站场单元的第二失效概率。
12.根据权利要求11所述的天然气管网供气可靠性的评价装置，其特征在于，所述第二状态分布确定单元，具体用于：
根据公式：n′＝0,1,2…，确定各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；其中，Pr′[N′(t)＝n′]为各天然气站场单元在一预设时间0至t内发生故障次数为n′的概率；f(t)为各天然气站场单元的第二失效概率；
根据公式：确定各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Pr′[Y′(t0)＞t]为各天然气站场单元从一t0时刻开始下一个故障出现的时间大于t时间的概率；Y′(t0)为从一t0时刻开始下一个故障出现的时间；
根据Pr′[N′(t)＝n′]和Pr′[Y′(t0)＞t]确定各天然气站场单元在所述预设时间内的第二状态分布。
13.根据权利要求12所述的天然气管网供气可靠性的评价装置，其特征在于，所述各管道单元信息包括各管道的状态与输气能力的对应关系；
该管道单元输气能力确定单元，具体用于：
根据第一状态分布确定一预设时间点各管道单元的状态；
根据预设时间点各管道单元的状态，在所述对应关系中确定各管道单元在正常状态和各预设失效模式状态下的输气能力。
14.根据权利要求12所述的天然气管网供气可靠性的评价装置，其特征在于，所述各用户的供气情况信息包括：向用户模拟的供气次数N；向用户模拟的供气次数中供气不足的次数K；向用户模拟的供气年份Y；每次向用户模拟的供气不足造成的缺气量Z；
该可靠性评价单元，具体用于根据公式：确定在年份Y向各用户供气的可靠度R；
根据公式：确定向一用户模拟的供气平均缺气量Q。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610213385.9A CN105912844B (zh) | 2016-04-07 | 2016-04-07 | 一种天然气管网供气可靠性的评价方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610213385.9A CN105912844B (zh) | 2016-04-07 | 2016-04-07 | 一种天然气管网供气可靠性的评价方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105912844A true CN105912844A (zh) | 2016-08-31 |
| CN105912844B CN105912844B (zh) | 2018-05-18 |
Family
ID=56745720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610213385.9A Active CN105912844B (zh) | 2016-04-07 | 2016-04-07 | 一种天然气管网供气可靠性的评价方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105912844B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106777453A (zh) * | 2016-11-09 | 2017-05-31 | 中国石油天然气集团公司 | 一种基于风险的天然气管道目标可靠度确定方法 |
| CN107274081A (zh) * | 2017-06-07 | 2017-10-20 | 中国石油大学(北京) | 天然气管网的性能评价方法及装置 |
| CN107657074A (zh) * | 2017-08-18 | 2018-02-02 | 昆明理工大学 | 一种评估城市供水管网可靠性的随机模拟方法 |
| CN108090304A (zh) * | 2018-01-09 | 2018-05-29 | 中国石油天然气集团公司 | 一种天然气管道压缩机备用机组设计方法 |
| CN109492841A (zh) * | 2017-09-11 | 2019-03-19 | 中国石油天然气股份有限公司 | 一种确定管道应急调配能力的方法和装置 |
| CN110189166A (zh) * | 2019-05-14 | 2019-08-30 | 新奥数能科技有限公司 | 确定能源传输转换网络中能源流的成本大小的方法及装置 |
| CN110852651A (zh) * | 2019-11-20 | 2020-02-28 | 福建工程学院 | 一种考虑路段管制的液态天然气运输网络失效率计算方法 |
| CN112070395A (zh) * | 2020-09-07 | 2020-12-11 | 四川华泰电气股份有限公司 | 能源互联网可靠性评估体系、模型建立方法和评估方法 |
| CN112163722A (zh) * | 2020-10-30 | 2021-01-01 | 中国石油大学(北京) | 天然气管网的供气状态预测方法及装置 |
| CN113723668A (zh) * | 2021-08-02 | 2021-11-30 | 华院计算技术(上海)股份有限公司 | 基于鲁棒优化的配煤方法、系统、设备及存储介质 |
| CN114091723A (zh) * | 2021-10-09 | 2022-02-25 | 中国石油大学(北京) | 基于交叉熵理论的天然气管网供气可靠性检测方法及装置 |
| CN114992524A (zh) * | 2022-06-08 | 2022-09-02 | 国家石油天然气管网集团有限公司 | 一种长输天然气管道用关键信息基础设施识别认定方法 |
| CN115631066A (zh) * | 2022-12-22 | 2023-01-20 | 成都秦川物联网科技股份有限公司 | 智慧燃气管道冻胀安全管理方法和物联网系统 |
| CN116776511A (zh) * | 2023-08-24 | 2023-09-19 | 甘肃赛迈科能源科技有限公司 | 一种天然气管道铺设规划设计方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102867105A (zh) * | 2012-06-29 | 2013-01-09 | 常州大学 | 一种城市天然气管道失效多因素多态概率分析方法及其应用 |
| CN105404776A (zh) * | 2015-11-13 | 2016-03-16 | 中国石油天然气股份有限公司 | 一种含腐蚀缺陷的管道的可靠度评价方法 |
-
2016
- 2016-04-07 CN CN201610213385.9A patent/CN105912844B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102867105A (zh) * | 2012-06-29 | 2013-01-09 | 常州大学 | 一种城市天然气管道失效多因素多态概率分析方法及其应用 |
| CN105404776A (zh) * | 2015-11-13 | 2016-03-16 | 中国石油天然气股份有限公司 | 一种含腐蚀缺陷的管道的可靠度评价方法 |
Non-Patent Citations (7)
| Title |
|---|
| AMIRAT A等: "Reliability assessment of underground pipelines under the combined effect of active corrosion and residual stress", 《INTERNATIONAL JOURNAL OF PRESSURE VESSELS AND PIPING》 * |
| PANDEY M D: "Probabilistic models for condition assessment of oil and gas pipelines", 《NDT & E INTERNATIONAL》 * |
| SIGITAS R等: "Development of approach for reliability assessment of pipeline network systems", 《APPLIED ENERGY》 * |
| ZHANG S等: "System reliability of corroding pipelines considering stochastic process-based models for defect growth and internal pressure", 《INTERNATIONAL JOURNAL OF PRESSURE VESSELS AND PIPING》 * |
| 苏怀等: "大型天然气管网可靠性评价方法研究进展", 《油气储运》 * |
| 范慕炜等: "天然气管网可靠性评价方法研究现状", 《油气储运》 * |
| 黄维和: "大型天然气管网系统可靠性", 《石油学报》 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106777453A (zh) * | 2016-11-09 | 2017-05-31 | 中国石油天然气集团公司 | 一种基于风险的天然气管道目标可靠度确定方法 |
| CN107274081A (zh) * | 2017-06-07 | 2017-10-20 | 中国石油大学(北京) | 天然气管网的性能评价方法及装置 |
| CN107657074A (zh) * | 2017-08-18 | 2018-02-02 | 昆明理工大学 | 一种评估城市供水管网可靠性的随机模拟方法 |
| CN109492841A (zh) * | 2017-09-11 | 2019-03-19 | 中国石油天然气股份有限公司 | 一种确定管道应急调配能力的方法和装置 |
| CN108090304A (zh) * | 2018-01-09 | 2018-05-29 | 中国石油天然气集团公司 | 一种天然气管道压缩机备用机组设计方法 |
| CN110189166B (zh) * | 2019-05-14 | 2022-02-08 | 新奥数能科技有限公司 | 确定能源传输转换网络中的重点维护设备的方法及装置 |
| CN110189166A (zh) * | 2019-05-14 | 2019-08-30 | 新奥数能科技有限公司 | 确定能源传输转换网络中能源流的成本大小的方法及装置 |
| CN110852651B (zh) * | 2019-11-20 | 2022-05-31 | 福建工程学院 | 一种考虑路段管制的液态天然气运输网络失效率计算方法 |
| CN110852651A (zh) * | 2019-11-20 | 2020-02-28 | 福建工程学院 | 一种考虑路段管制的液态天然气运输网络失效率计算方法 |
| CN112070395A (zh) * | 2020-09-07 | 2020-12-11 | 四川华泰电气股份有限公司 | 能源互联网可靠性评估体系、模型建立方法和评估方法 |
| CN112070395B (zh) * | 2020-09-07 | 2024-02-13 | 四川华泰电气股份有限公司 | 能源互联网可靠性评估体系、模型建立方法和评估方法 |
| CN112163722A (zh) * | 2020-10-30 | 2021-01-01 | 中国石油大学(北京) | 天然气管网的供气状态预测方法及装置 |
| JP2023021917A (ja) * | 2021-08-02 | 2023-02-14 | 華院計算技術（上海）股▲ふん▼有限公司 | ロバスト最適化に基づく石炭配合方法、システム、機器および記憶媒体 |
| CN113723668A (zh) * | 2021-08-02 | 2021-11-30 | 华院计算技术(上海)股份有限公司 | 基于鲁棒优化的配煤方法、系统、设备及存储介质 |
| CN113723668B (zh) * | 2021-08-02 | 2022-05-10 | 华院计算技术(上海)股份有限公司 | 基于鲁棒优化的配煤方法、系统、设备及存储介质 |
| CN114091723A (zh) * | 2021-10-09 | 2022-02-25 | 中国石油大学(北京) | 基于交叉熵理论的天然气管网供气可靠性检测方法及装置 |
| CN114992524A (zh) * | 2022-06-08 | 2022-09-02 | 国家石油天然气管网集团有限公司 | 一种长输天然气管道用关键信息基础设施识别认定方法 |
| CN115631066B (zh) * | 2022-12-22 | 2023-03-07 | 成都秦川物联网科技股份有限公司 | 智慧燃气管道冻胀安全管理方法和物联网系统 |
| US11821589B2 (en) | 2022-12-22 | 2023-11-21 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods for smart gas pipeline frost heave safety management and internet of things systems thereof |
| CN115631066A (zh) * | 2022-12-22 | 2023-01-20 | 成都秦川物联网科技股份有限公司 | 智慧燃气管道冻胀安全管理方法和物联网系统 |
| US12038139B2 (en) | 2022-12-22 | 2024-07-16 | Chengdu Qinchuan Iot Technology Co., Ltd. | Method for frost heave prevention treatment of smart gas pipeline and internet of things system thereof |
| CN116776511A (zh) * | 2023-08-24 | 2023-09-19 | 甘肃赛迈科能源科技有限公司 | 一种天然气管道铺设规划设计方法 |
| CN116776511B (zh) * | 2023-08-24 | 2023-10-31 | 甘肃赛迈科能源科技有限公司 | 一种天然气管道铺设规划设计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105912844B (zh) | 2018-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105912844A (zh) | 一种天然气管网供气可靠性的评价方法及装置 | |
| Iannacone et al. | Modeling time-varying reliability and resilience of deteriorating infrastructure | |
| Jung et al. | Robustness-based design of water distribution systems | |
| Zhuang et al. | Resilience/availability analysis of municipal water distribution system incorporating adaptive pump operation | |
| Smith | Studies of sensor data interpretation for asset management of the built environment | |
| Ciaponi et al. | Modularity-based procedure for partitioning water distribution systems into independent districts | |
| Saldarriaga et al. | Battle of the water networks district metered areas | |
| Mahmoud et al. | New pressure-driven approach for modeling water distribution networks | |
| CN107101087B (zh) | 城市天然气管道系统管道故障传播影响评估方法及系统 | |
| Kang et al. | Optimal meter placement for water distribution system state estimation | |
| CN103294595B (zh) | 一种基于遗传算法的软件修复方法 | |
| De Paola et al. | Optimal design of district metered areas in water distribution networks | |
| Basupi et al. | Evaluating flexibility in water distribution system design under future demand uncertainty | |
| CN105825045B (zh) | 多阶段任务系统可修备件需求预测方法 | |
| Gao | Efficient identification of segments in water distribution networks | |
| CN115062534A (zh) | 天然气管道系统的供气可靠性计算方法及装置 | |
| CN115495857A (zh) | 一种供热管网规划方法 | |
| Kapelan et al. | A response methodology for reducing impacts of failure events in water distribution networks | |
| Nutkiewicz et al. | Exploring the integration of simulation and deep learning models for urban building energy modeling and retrofit analysis | |
| Fragiadakis et al. | Reliability assessment of urban water networks | |
| CN111553041A (zh) | 一种燃气管网参数校验方法、系统、终端及存储介质 | |
| CN116502377A (zh) | 供水管网漏损测压点的优化布设方法、装置及存储介质 | |
| Han et al. | Enabling state estimation for fault identification in water distribution systems under large disasters | |
| Momeni et al. | A novel computationally efficient asset management framework based on monitoring data from water distribution networks | |
| Marques et al. | Dealing with uncertainty through real options for the multi-objective design of water distribution networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |