优秀案例赏析：油气管道数字孪生体解决方案
团队名称：I.G.Energy
作品名称: 油气管道数字孪生体解决方案
单位名称：新奥股份有限公司
一、团队介绍：
李博：原国家管网科技中心油气储运领域技术带头人、管道数字孪生体、油气管道仿真优化等领域负责人。现任新奥股份有效公司高级产品经理，主要负责天然气全产业链的资源、需求和储运的智能匹配。在能源领域深耕多年，对原油、天然气、成品油等方面的业务有较深理解；同时拥有较强的技术研发背景，特别是仿真、运筹优化、数字孪生、人工智能等技术与业务的结合。带领团队参与编写了电子信息标准化研究院牵头的数字孪生应用白 皮 书。牵头编写了行业内首份“管道数字孪生体顶层设计”。负责中国石油集团公司重大科技专项中“管道数字孪生体构建与应用技术研究”课题。 何淼：现任国家管网北方管道技术服务中心，负责功能安全分析/工艺流程管理。对油气管道安全方面的业务和技术有很深理解。 二、项目背景
自西气东输冀宁支线工程建设以来，我国油气管道行业实现了由传统管道向数字管道的跨越。油气管道由粗放型管理逐步转变为精细化管理模式，在集中调控、完整性管理等方面取得了显著提升效果。 2017年起，中国石油、中国石化分别开展了智能管道、智慧管网的思考与实践，智慧管网是未来我国油气管道发展的新阶段，但是仍需看到在运行管理中仍存在着部分痛点问题制约着油气管道行业的智能化转型工作。 一、存在信息孤岛和业务壁垒问题。不同的数据标准、数据格式导致各信息系统间产生了信息壁垒并进一步形成了业务壁垒，为数字化移交和全生命周期管理带来了困难。 二、油气管道在运行管理中积累了海量的数据资产，但是尚未形成高效的、常态化的数据分析和挖掘能力。 三、机理模型驱动的仿真是现代企业管理的重要工具，但是由于模型中关键参数难以获取、缺乏规范的建模和求解流程、机理模型不完善等因素，产生了“仿而不真”的问题。 通过构建和应用管道数字孪生体，能够：打通信息孤岛，破除业务壁垒，实现管道全业务链的协同运转；充分发挥大数据分析和仿真模拟等技术的优势力量，并进一步融合形成技术合力，产生最优决策；从而捕获运行管理中未知和未来的洞察力信息，强化综合预判能力。最终促进油气管道运行管理模式由精细化向精准化、智能化的升级。 三、应用范围
本项目重要针对油气长输管道、省级管网、油气田集输管道、城镇燃气管道等领域。从全球格局看，油气长输管道总里程约为191.9万公里；我国油气长输管道总里程已达16.5万公里；我国城镇燃气管网里程已超过70万公里。其中，油气长输管道约85%以上都隶属于2019年新成立的国家管网集团有限公司；省级管网分属各省的天然气公司或已划归国家管网；油气田集输管道主要隶属于中石油、中石化、中海油等大型国有能源公司；城镇燃气主要由新奥集团、昆仑能源、华润燃气、港华燃气等全国性大型燃气集团以及北京燃气、申能集团等地方燃气公司所管理。 通过构建油气管道数字孪生体，实现油气管道的设计施工、调度运行、线路管理、设备管理和应急决策五个方面业务的智能化升级与协同运转。 四、解决方案
1.1 整体设计
管道数字孪生体是以数据、模型、技术、知识的集成融合为基础，通过在虚拟空间中构建与实际管道系统精准映射、同生共长、行为一致、迭代优化的数字模型，在管道全生命周期内进行全要素描述、全方位分析、洞察力预测及综合性决策，实现管道全业务链的智能化升级和协同运转。 
管道数字孪生体是智慧管网中物联感知和内外业务之间的重要纽带，其作用是通过统一的数据模型和仿真模型形成数模深度融合的计算引擎，对管道物联网系统感知到的数据进行充分的模拟和挖掘，将得到的计算结果和知识推送到各业务领域。 精准映射——要求管道数字孪生体与实际管道系统在线路、设备、站场等元件的尺寸、材料属性、连接关系等参数上保证物理一致性以及数据准确性； 同生共长——要求管道数字孪生体贯穿实际管道系统的全生命周期，并与实际管道系统在模型、数据层面保持时间一致性； 行为一致——要求管道数字孪生体应融合多物理场、多时空尺度、多概率的仿真功能以及大数据分析功能，准确模拟实际管道系统的状态变化、事件产生、操作过程等行为，并对未来管道系统的状态或行为趋势进行预测； 迭代优化——要求管道数字孪生体与实际管网应形成数据与决策的闭环系统，不断提升实际管道系统的全面感知能力和信息整合能力，利用孪生体实现科学预测、智能诊断、辅助决策等功能，孪生体同实体持续优化升级，确保油气管网的安全、高效、绿色运行。 为了确保管道数字孪生体能够稳步实施、有序开展、持续成长，将数字孪生体划分为实体数化、互联互通、集成融合以及智慧共享四个成熟阶段。 实体数化阶段：实现管道信息的充分感知并将实际管道系统表达为计算机和网络所能识别和分析的数字模型，阶段特征是管道物联网系统的全面构建以及建模技术的成熟应用。 互联互通阶段：实现孪生体同实际管道系统间信息的双向互联互通。阶段特征数据和模型的标准化、统一化以及工业互联网平台的构建和成熟应用。 集成融合阶段：实现孪生体对实际管道系统状态和行为的精准预测，为业务提供分析决策。阶段特征是机理模型和大数据模型的充分发展以及多领域多尺度模型融合技术的成熟应用。 智慧共享阶段：各业务间以孪生体为媒介，共享数据、模型和知识，形成全业务链协同运转的管道生态系统。阶段特征是知识网络、数字主线等技术的成熟应用。 数字孪生并非是某项单一学科的技术，而是融合了仿真、数据采集、数据传输、数据挖掘、可视化、决策分析等技术聚合形成的技术体。在管道数字孪生体构建与应用过程中，将涉及多领域、多学科的技术交叉与融合。 管道数字孪生体最终将落脚于各个应用场景，应用场景是否能够发挥不同技术的特点并形成合力解决生产问题，关乎数字孪生体最终的应用效果。为指导智慧管网数字孪生体应用场景设计与实现，提出了基于“两端两核”设计理念的智慧管网数字孪生体应用范式。“两端”分别为应用端和实体端，“两核”分别为数据模型和虚拟模型。 实体端包含管道本体、输送介质、设备、环境四个部分的物理实体以及各种传感器、控制器、检测仪器和设计施工期的数据或模型等内容，各部分依托各类智能感知、通信等关键技术实现实体端各管道物理实体的属性、行为、模型等的信息流调用、传输、操作与更新。 数据模型包含了实体端传递的实际管网系统的运行数据、管理数据、外部系统共享的数据以及虚拟模型计算后的数据，并且完成数据的预处理、存储、融合、分析等功能。 虚拟模型包含了具有超高精度的仿真模型以及通过既有经验或数据分析得到的用以支持仿真模型构建和计算的规则模型。根据不同的业务需求，划分为不同层级的虚拟模型。各虚拟模型形成规范的建模、求解、验证和应用流程以及协同更新和工作的机制。开发模型集成平台，培育多领域综合建模的能力。 应用端包含了各类分析决策系统，智慧管网数字孪生体将计算、分析后的数据和结果推送给相应的系统，协同生产管理人员进行事故预判、应急处置、综合优化等实际应用。应用端生成的数据或决策一方面应反馈回数据模型和虚拟模型中进行案例的存储以及验证，另一方面应反馈回实体端进行操作指令下发。 数字孪生体均诞生于设计阶段，终止于报废阶段，具有全生命周期的属性，但使得数字孪生体具有生命力的是系统的运行阶段。这是由于在运行阶段，数字孪生体的两个核心——数据模型和机理模型才真正得以运转，而支撑其运转的能量来源于实体的孪生数据。因此，在智慧管网数字孪生体应用范式中，数据模型与虚拟模型之间并不是简单的线性叠加、彼此独立的关系，而是是融合互联的关系。其目的是：①不断利用生产运行数据对仿真模型中的未知参数进行反向建模估计，逐渐提高仿真精度；②当机理模型不完善甚至是空白时，采用大数据、机器学习技术探寻规律，形成规则模型辅助建模；③当无法确定数据分析结果是否可靠时，可以利用虚拟模型进行验证；④当数据量和数据维度有限时，可利用虚拟模型计算的结果进行补充，亦可利用虚拟模型模拟未发生过的事件，进而扩充数据范围。可见，数据模型与虚拟模型实现技术互补，将为智慧管网数字孪生体带来高精度的虚拟模型以及可知、可靠、可用的人工智能。 著作权归作者所有，欢迎分享，未经许可，不得转载
首次发布时间：2023-03-10
最近编辑：1年前
