摘" " 要：SCADA系統(tǒng)實(shí)時測量的壓力、流量、溫度及組分等數(shù)據(jù)，是天然氣管網(wǎng)在線仿真的關(guān)鍵邊界條件，由于實(shí)時數(shù)據(jù)存在噪聲和異常值，因此影響在線仿真精度和運(yùn)行穩(wěn)定性。為此，以應(yīng)用廣泛的隱式差分仿真模型為分析對象，結(jié)合實(shí)際管網(wǎng)系統(tǒng)中壓力表、流量計(jì)的測量精度，采用Gaussian白噪聲模擬不同的測量噪聲水平，分析壓力噪聲、流量噪聲對模型收斂性和仿真精度的影響，從而明確隱式差分模型對壓力和流量的不同敏感性，優(yōu)選管網(wǎng)在線仿真模型濾波參數(shù)。結(jié)果表明：第一，在0.5%的單壓力噪聲條件下，流量最大相對誤差為63.41%，壓力最大相對誤差為0.15%；第二，在1%的單流量噪聲條件下，流量最大相對誤差為0.11%，壓力最大相對誤差為0.07%；第三，壓力噪聲導(dǎo)致的仿真誤差遠(yuǎn)大于流量噪聲，且仿真的流量誤差遠(yuǎn)大于壓力誤差；第四，隨計(jì)量精度降低，噪聲導(dǎo)致的仿真壓力誤差和流量誤差均逐漸增加。隱式差分仿真模型對于壓力參數(shù)的敏感性高于流量參數(shù)，測量壓力的較小噪聲將導(dǎo)致嚴(yán)重的仿真流量誤差。因此，在線仿真中應(yīng)重點(diǎn)對壓力邊界進(jìn)行濾波處理，從而有效提升模型的仿真精度。

關(guān)鍵詞：天然氣管網(wǎng)；在線仿真；非線性系統(tǒng)；邊界條件；數(shù)據(jù)噪聲

Influence of data noise on online simulation of natural gas pipeline network

WANG Xueli YAN Tao LIU Tianyao KANG Yang ZHU Feng WANG Li

1. PipeChina Research Institute of Science and Technology， Langfang 065000， China

2. Petroleum Engineering School， Southwest Petroleum University， Chengdu 610500， China

Abstract：Data such as pressure， flow rate， temperature， and components measured in real time by supervisory control and data acquisition （SCADA） system are the key boundary conditions for online simulation of natural gas pipeline network， and noise and outliers are bound to exist in real-time data， thus affecting the accuracy of online simulation and operation stability. Therefore， the widely used implicit difference simulation model was taken as the analysis object. By considering the measuring accuracy of pressure gauges and flowmeters in the actual pipeline network system， Gaussian white noise was adopted to simulate different measured noise levels， and the influence of pressure noise and flow noise on the model convergence and simulation accuracy was analyzed. As a result， the different sensitivities of the implicit difference model to pressure and flow were clarified， and the filtering parameters of the online simulation model of the pipeline network were optimized. The results show that： ① For the maximum relative error of simulation results caused by the single pressure noise of 0.5%， the flow rate is 63.41%， and the pressure is 0.15%; ② for the maximum relative error of simulation results caused by the single flow noise of 1%， the flow rate is 0.11%， and the pressure is 0.07%; ③ the simulation error caused by pressure noise is much larger than that caused by flow noise， and the simulation flow error is much larger than pressure; ④ with the decrease in measuring accuracy， the simulation pressure and flow errors caused by noise increase gradually. The sensitivity of the implicit difference simulation model to the pressure parameter is higher than the flow parameter， and the small noise of the measured pressure will lead to serious simulation flow errors. Therefore， the filter processing of pressure boundary should be emphasized in online simulation， so as to effectively improve the simulation accuracy of the model.

Keywords：natural gas pipeline network; online simulation; nonlinear system; boundary condition; data noise

隨著我國天然氣管網(wǎng)的快速發(fā)展，已基本形成了“X+1+X”的全國性天然氣供氣網(wǎng)絡(luò)[1-3]，氣源與用戶多樣性、管道互聯(lián)互通、工況多變等都給管網(wǎng)的調(diào)度運(yùn)行和管理帶來了更高的挑戰(zhàn)[4-5]，使得管網(wǎng)對在線仿真技術(shù)的依賴更強(qiáng)、需求更迫切[6-9]。天然氣管網(wǎng)在線仿真包含模型和實(shí)時數(shù)據(jù)兩部分，其中仿真模型是基本，數(shù)據(jù)是驅(qū)動模型計(jì)算的關(guān)鍵邊界條件，數(shù)據(jù)質(zhì)量的好壞直接影響仿真模型的收斂穩(wěn)定性和計(jì)算結(jié)果的準(zhǔn)確性[10]。但是，實(shí)際管網(wǎng)系統(tǒng)中SCADA測量的實(shí)時壓力、流量等數(shù)據(jù)不可避免地存在測量噪聲、偏差和異常值，必將影響模型的仿真精度[11]，超過限值的異常數(shù)據(jù)值甚至導(dǎo)致仿真迭代過程發(fā)散，從而造成在線仿真中斷。因此，針對不同精度下壓力和流量儀表測量噪聲，研究噪聲水平對仿真精度的影響，從而為在線仿真濾波參數(shù)選取提供支撐。

目前，常用的管網(wǎng)仿真軟件包括 Synergi Pipeline Simulation（ SPS ）、Pipeline Studio（ TGNET、TLGET）、SIMONE等[8-9，12]，采用的管網(wǎng)仿真模型包括特征線、隱式差分等模型[13]，其中隱式差分模型應(yīng)用最廣泛。不同于其他仿真模型，隱式差分方法是對管道流動連續(xù)性、動量和能量方程的直接離散，包括空間和時間離散，離散方法核心是使用中心差分、向前或向后差分代替管流方程中的時間和距離偏導(dǎo)項(xiàng)，將其轉(zhuǎn)化為非線性代數(shù)方程組求解[14]。迭代過程中的邊界條件包括管道出入口的壓力、流量、溫度及組分等數(shù)據(jù)，實(shí)際管網(wǎng)系統(tǒng)壓力傳感器的測量準(zhǔn)確度多為0.075%，而流量計(jì)的測量精度分為A（1%）、B（2%）、C（3%）三個等級，不同準(zhǔn)確度儀表測量噪聲的水平也不同。管網(wǎng)仿真領(lǐng)域?qū)τ趦x表測量噪聲的研究多用于泄漏檢測和故障診斷[15]等方面，例如負(fù)壓波[16]、壓力敏感性分析方法[17]等，主要研究壓力信號降噪特征識別，以提高泄漏檢測精度。同時，已有的管網(wǎng)在線仿真濾波研究成果，多注重于實(shí)時數(shù)據(jù)的異常識別與處理[18]，并未深入研究不同實(shí)時數(shù)據(jù)測量噪聲對仿真模型迭代收斂性和計(jì)算精度的影響。因此，以隱式差分管網(wǎng)仿真模型為研究對象，分析壓力傳感器和流量計(jì)不同測量噪聲水平對仿真精度的影響。建立了管道流動仿真的隱式差分方程，采用Guassian白噪聲疊加理論數(shù)值制造模擬信號，研究單壓力噪聲、單流量噪聲和全噪聲條件下仿真壓力和流量的誤差大小。分析A、B、C三級計(jì)量儀表噪聲對仿真結(jié)果的影響，明確仿真誤差隨噪聲水平的變化趨勢。

1" " 管道流動仿真隱式差分模型

天然氣管網(wǎng)仿真中多將管道三維的流動簡化為一維流動的歐拉方程，見式（1）。由連續(xù)性、動量和能量方程構(gòu)成，是一組高非線性偏微分方程組，無法得到解析通解。

2" " 儀表測量噪聲

管網(wǎng)SCADA系統(tǒng)中采集的實(shí)時壓力和流量數(shù)據(jù)噪聲大小與儀表的精度性能直接相關(guān)[20-21]。測量準(zhǔn)確度較高，表明測量值與真實(shí)值的誤差較小，也即噪聲數(shù)值較小。由于實(shí)時數(shù)據(jù)噪聲具有隨機(jī)性，無法完全消除數(shù)據(jù)噪聲，因此采用Guassian白噪聲疊加理論數(shù)值的方式[22]，模擬真實(shí)測量信號，以對比有無噪聲數(shù)據(jù)對仿真結(jié)果的影響。模擬的壓力和流量信號見圖1、圖2，其中紅色曲線為理論數(shù)值，藍(lán)色曲線為疊加Guassian噪聲后的模擬信號。壓力真實(shí)值為5.0 MPa，由于測量噪聲的存在，導(dǎo)致測量的壓力數(shù)值在4.97～5.03 MPa范圍內(nèi)波動，隨機(jī)噪聲并未導(dǎo)致較大的測量偏差。圖2中，由于24 h流量變化范圍較大（20～100 m3/s），測量噪聲導(dǎo)致的數(shù)據(jù)波動并不明顯。

3" " 噪聲對仿真結(jié)果的影響

為研究壓力和流量噪聲對仿真結(jié)果的影響，采用圖1和圖2中的模擬信號為邊界條件，使用隱式差分模型仿真管道流動的動態(tài)過程。管網(wǎng)仿真模型參數(shù)：管長90 km、管徑500 mm，仿真時間步長為60 s、距離步長為1 km，天然氣狀態(tài)方程采用CNGA，摩阻模型采用Colebrook，邊界采用入口控制壓力、出口控制流量的方式。采用控制變量的方式，設(shè)計(jì)了單壓力噪聲、單流量噪聲和不同流量噪聲大小的仿真方案，以探究噪聲對隱式差分模型的影響。

3.1" " 壓力噪聲

壓力噪聲信號如圖1所示，測量值與真實(shí)值的相對誤差大多在-0.5%～0.5%。以該入口壓力噪聲信號與無噪聲出口流量信號（圖2中紅線）作為仿真的邊界條件，仿真24 h管道流動過程中出口壓力、入口流量的動態(tài)變化過程，結(jié)果見圖3和圖4。從圖中可以看出，出口壓力測量值（含噪聲）圍繞真實(shí)值（無噪聲）小幅波動，說明入口壓力噪聲對出口壓力的影響較小；入口流量測量值（含噪聲）較真實(shí)值（無噪聲）波動較大，說明入口壓力噪聲對入口流量的影響較大。

計(jì)算出口壓力、入口流量測量值與真實(shí)值的相對誤差（ 見圖5 ），從圖中可以看出，出口壓力的相對誤差為-0.05%～0.15%，入口流量的相對誤差為-80%～60%，入口流量的相對誤差遠(yuǎn)大于出口壓力。盡管入口壓力邊界的噪聲水平僅為0.5%，即壓力數(shù)據(jù)存在較小的噪聲，也會導(dǎo)致較大的仿真流量誤差，表明隱式差分模型對于壓力噪聲的敏感性較高，壓力噪聲將導(dǎo)致較大的仿真流量誤差。這是由于隱式差分方程中壓力項(xiàng)和摩阻項(xiàng)的數(shù)值占比較大，管網(wǎng)仿真中壓力的數(shù)量級為106" Pa，壓力數(shù)值的0.5%噪聲，導(dǎo)致的偏差高達(dá)5 × 103" Pa。同時，管道流動動量方程中，壓降主要由摩阻項(xiàng)構(gòu)成，直接由管內(nèi)天然氣流量數(shù)值決定。因此，壓力噪聲導(dǎo)致的仿真流量誤差較大。故在線仿真應(yīng)用中，一方面應(yīng)減少壓力控制邊界，多采用流量邊界控制條件；另一方面，應(yīng)采用數(shù)據(jù)或模型濾波對壓力信號進(jìn)行處理，以提高仿真精度。

3.2" " 流量噪聲

管網(wǎng)在線仿真中，除壓力邊界條件外，管道沿線各用戶的用氣量也作為邊界條件，用氣量的測量值同樣存在噪聲。流量噪聲信號如圖2所示，為模擬的A級流量計(jì)測量值，由于用氣量24 h變化范圍較大，因此流量噪聲信號的波動并不明顯，誤差為-1.0%～1.0%。仍采用管道入口控制壓力、出口控制流量的邊界條件，入口壓力控制在5.0 MPa，仿真24 h管道流動過程中出口壓力、入口流量的動態(tài)變化過程，如圖6和圖7所示。由圖可知，不同于壓力噪聲的影響，流量噪聲導(dǎo)致的仿真出口壓力和入口流量的誤差均較小。圖中紅色曲線為無噪聲的仿真結(jié)果，藍(lán)色曲線為僅有流量噪聲邊界條件下的仿真結(jié)果。從局部圖中得知，兩條曲線高度重合，表明仿真誤差較小。

仿真出口壓力相對誤差為-0.08%～0.08%，入口流量相對誤差為-0.2%～0.1%，見圖8。相較于壓力噪聲導(dǎo)致的仿真流量誤差高達(dá)60%，流量噪聲導(dǎo)致的仿真流量誤差大幅度減小，同時仿真壓力誤差也有所下降。流量噪聲導(dǎo)致的仿真誤差遠(yuǎn)小于壓力噪聲，盡管流量噪聲為1.0%而壓力噪聲僅為0.5%。對比結(jié)果表明隱式差分模型對于流量噪聲的敏感性小于壓力噪聲，也即流量噪聲對于仿真誤差的影響較小。通過本文3.1節(jié)的分析可知，壓力數(shù)值的數(shù)量級遠(yuǎn)大于流量數(shù)值，1.0%的流量偏差值較小，對于動量方程中的摩阻項(xiàng)變化影響較小。因此，流量噪聲導(dǎo)致的仿真壓力和流量誤差均較小。在線仿真應(yīng)用中，應(yīng)多采用流量邊界條件，以提高模型的仿真精度。

實(shí)際管網(wǎng)系統(tǒng)根據(jù)不同貿(mào)易計(jì)量需求，流量計(jì)分為A、B、C三種計(jì)量等級，計(jì)量精度分別為1%、2%、3%[23]，不同精度流量計(jì)的測量值噪聲水平不同。雖然A級流量計(jì)測量噪聲對仿真結(jié)果影響較小，但是為了探究隨流量噪聲增加對仿真結(jié)果的影響，分別分析了三種計(jì)量精度流量計(jì)測量流量噪聲條件下，仿真流量和壓力的相對誤差變化趨勢，見圖9。由圖可知，仿真出口壓力和入口流量的相對誤差均隨流量噪聲增加而增加，誤差數(shù)值仍小于0.5%。然而，仿真壓力和流量的相對誤差變化趨勢不同，壓力的仿真誤差隨噪聲增加逐漸趨于穩(wěn)定，而仿真流量的相對誤差呈指數(shù)增長。雖然仿真壓力和流量的誤差隨流量噪聲增加均上升，但仿真誤差仍較小。

4" " 結(jié)論

數(shù)據(jù)噪聲是影響天然氣管網(wǎng)在線仿真模型穩(wěn)定性和計(jì)算精度的關(guān)鍵因素，因其具有隨機(jī)不確定性，無法完全消除。因此，以隱式差分仿真模型為分析對象，采用Guaissan白噪聲疊加理論值的形式制造了模擬信號，分別分析了壓力噪聲和流量噪聲對仿真結(jié)果的影響。研究結(jié)果表明，壓力噪聲對仿真流量的影響較大，會導(dǎo)致嚴(yán)重的仿真流量誤差，對仿真壓力誤差的影響較小；而流量噪聲對仿真壓力和流量的影響均較小。建議在天然氣管網(wǎng)在線仿真應(yīng)用中，多采用流量邊界條件，并對測量的壓力數(shù)據(jù)進(jìn)行降噪和異常值處理，以有利于提高在線仿真模型穩(wěn)定性和仿真精度。

參考文獻(xiàn)

[1]" 丁建林，西昕，張對紅. 能源安全戰(zhàn)略下中國管道輸送技術(shù)發(fā)展與展望[J]. 油氣儲運(yùn)，2022，41（6）：632-639.

[2]" 高振宇，張慧宇，高鵬. 2022年中國油氣管道建設(shè)新進(jìn)展[J]. 國際石油經(jīng)濟(jì)，2023，31（3）：16-23.

[3]" 王振聲. 油氣儲運(yùn)資產(chǎn)完整性管理一體化標(biāo)準(zhǔn)體系建設(shè)與思考[J]. 油氣儲運(yùn)，2022，41（4）：372-380.

[4]" 王亮，焦中良，朱鋒，等. 油氣“全國一張網(wǎng)”構(gòu)建所存在問題及方法論探討[J]. 油氣儲運(yùn)，2022，41（11）：1 260-1 268.

[5]" 劉定智，張?jiān)獫?，梁?yán)，等. 基于“全國一張網(wǎng)”的天然氣管輸優(yōu)化模型構(gòu)建及應(yīng)用[J]. 油氣與新能源，2021，33（5）：64-70.

[6]" 張對紅，楊毅. 大型復(fù)雜天然氣管網(wǎng)離線仿真軟件國產(chǎn)化研發(fā)及應(yīng)用[J]. 油氣儲運(yùn)，2023，42（9）：1 064-1 072，1 080.

[7]" 董莎莎，鄧志剛，何志強(qiáng)，等. 一種子空間投影的天然氣管網(wǎng)調(diào)度算法[J]. 重慶理工大學(xué)學(xué)報（自然科學(xué)），2023，37（4）：321-328.

[8]" 王壽喜，鄧傳忠，陳傳勝，等. 天然氣管網(wǎng)在線仿真理論與實(shí)踐[J]. 油氣儲運(yùn)，2022，41（3）：241-255.

[9]" 李長俊，張員瑞，賈文龍，等. 大型天然氣管網(wǎng)系統(tǒng)在線仿真方法及軟件開發(fā)[J]. 油氣儲運(yùn)，2022，41（6）：723-731.

[10] JESUS J，CANUTO A，ARA-JO D. An exploratory analysis of data noisy scenarios in a Pareto-front based dynamic feature selection method[J]. Applied Soft Computing Journal，2021，100：106 951.

[11] 陳國群，鄭建國，柳建軍，等. 油氣管網(wǎng)仿真技術(shù)現(xiàn)狀與展望[J]. 油氣儲運(yùn)，2014，33（12）：1 278-1 281.

[12] 王鵬，童?？?，蔣若蘭，等. 天然氣管道瞬態(tài)仿真研究綜述[J]. 科學(xué)技術(shù)與工程，2021，21（17）：6 959-6 970.

[13] HELGAKER J F，MüLLER B，YTREHUS T. Transient flow in natural gas pipelines using implicit finite difference schemes[J]. Journal of Offshore Mechanics and Arctic Engineering，2014，136（3）：031701．

[14] BRAHAMI M A，ABDI S M，HAMDI C S，et al. Optimization of a pipelines leak detection method based on inverse transient analysis using a genetic algorithm[J]. Arabian Journal for Science and Engineering，2023，48（2）：1 451-1 460.

[15] 楊彪，熊贇，傅玲，等. 工業(yè)數(shù)字化轉(zhuǎn)型：故障診斷方法研究進(jìn)展[J]. 大數(shù)據(jù)，2024（1）：110-126.

[16] 陳方霞. 負(fù)壓波法泄漏檢測系統(tǒng)在輸油管道項(xiàng)目中的應(yīng)用[J]. 中國儀器儀表，2022（10）：76-79.

[17] HENRY F，KOJI M，KUNIO K. Pressure sensitivity pattern analysis using machine learning methods[J]. IIEEJ Transactions on Image Electronics and Visual Computing，2020，8（1）：27-34.

[18] 吳瓊，李永飛，李銘洋. 異常數(shù)據(jù)實(shí)時檢測方法研究綜述[J]. 現(xiàn)代計(jì)算機(jī)，2022，28（16）：9-15.

[19] 李春奇，袁獻(xiàn)忠，李俊，等. 天然氣管網(wǎng)動態(tài)仿真三種隱式差分法對比研究[J]. 西安石油大學(xué)學(xué)報（自然科學(xué)版），2023，38（1）：145-149.

[20] KHAN P W，YEUN C Y，BYUN Y C. Fault detection of wind turbines using SCADA data and genetic algorithm-based ensemble learning[J]. Engineering Failure Analysis，2023，148：107209.

[21] 閆井超. 天然氣流量計(jì)類型與計(jì)量精度影響分析[J]. 化工管理，2017（1）：163-164.

[22] 蔣曉耕，孟祥冬，楊肖，等. 表面粗糙度對激光位移傳感器測量精度的影響和補(bǔ)償[J]. 工具技術(shù)，2022，56（12）：156-158.

[23] YANG Y，WANG Y，HUANG Z. Probabilistic tracking control of dissipated Hamiltonian systems excited by Gaussian white noises[J]. International Journal of Systems Science，2021，52（9）：1 790-1 805.

基金項(xiàng)目：

國家石油天然氣管網(wǎng)集團(tuán)有限公司科學(xué)研究與技術(shù)開發(fā)項(xiàng)目“油氣管網(wǎng)在線仿真平臺研發(fā)及應(yīng)用（一期）”（SSCC202104）。

作者簡介：

王雪莉（1989—），女，甘肅白銀人，工程師，2015年畢業(yè)于中國石油大學(xué)（北京）安全工程專業(yè)，碩士，現(xiàn)從事油氣管道仿真與優(yōu)化技術(shù)的研究工作。Email：wangxl03@pipechina.com.cn

收稿日期：2024-06-01