CC BY
213
УДК 004.891
А.В. Кокорин МЕТОДЫ И АЛГОРИТМЫ УСТРАНЕНИЯ НЕШТАТНЫХ СИТУАЦИЙ В ВИДЕ РАЗРЫВОВ НА МАГИСТРАЛЬНОМ ГАЗОПРОВОДЕ
Рассматриваются методы поиска решений по выходу из нештатных ситуаций, связанных с разрывом труб на магистральном газопроводе. Главной задачей разрабатываемой системы является оперативная выдача советов диспетчеру линейного производственного управления магистрального газопровода для быстрого устранения нештатной ситуации. Приведены основные методы поиска выходов из нештатных ситуаций: волновой метод локализации и обвода газа вокруг места утечки (в сочетании с прогнозированием состояния магистрального газопровода) и прецедентный метод поиска диспетчерских решений.
Магистральный газопровод, нештатная ситуация, волновой метод, прецедентный метод, прогнозирование
A.V. Kokorin
METHODS AND ALGORITHMS OF ELIMINATION OF SUPERNUMERARY SITUATIONS IN THE FORM OF RUPTURES ON THE MAIN GAS PIPELINE
Methods of search of decisions on an exit from the supernumerary situations connected with rupture of pipes, on the main gas pipeline are considered. The main task of developed system is operative delivery of councils to the dispatcher of linear industrial management of the main gas pipeline for fast elimination of a supernumerary situation.
The basic methods of search of exits from supernumerary situations are resulted: a wave method of localization and contour of gas round a leak place (in a combination to forecasting of a condition of the main gas pipeline) and a case method of search of dispatching decisions.
The main gas pipeline, a supernumerary situation, a wave method, a case method, forecasting
Введение
Общая протяженность магистральных газопроводов (МГ) России составляет более 154 тыс. км (российская ГТС является крупнейшей в мире). Однако уровень автоматизации диспетчерских комплексов управления газотранспортными системами не достаточно высок. Одной из проблем эксплуатации магистральных газопроводов является своевременное обнаружение и устранение разрывов, происходящих на трубах (нитках) МГ. Настоящая статья посвящена проблеме принятия решений по устранению нештатных ситуаций (НС), связанных с разрывом линейной части (ЛЧ) МГ.
Газопровод состоит из нескольких параллельных ниток, по которым газ транспортируется от поставщика к потребителю, составляющих ЛЧ МГ. Каждая нитка состоит из крестовин, включающих участок нитки длиной 1 км, и основной кран. В некоторых местах МГ между нитками ЛЧ имеются перемычки (боковые нитки), соединяющие разные нитки ЛЧ МГ. Боковая нитка, возможно, содержит кран (кран-перемычку), который позволяет открывать или закрывать передачу газа по боковой нитке. В случае разрыва нитки на ЛЧ МГ необходимо устранить нештатную ситуацию, для чего сначала нужно прекратить подачу газа на участок нитки ЛЧ с разрывом путем закрытия необходимых кранов (локализация), затем пустить газ по обходному пути через боковые нитки, открыв необходимые краны (обвод). При обводе газ переходит по боковой нитке на другую нитку ЛЧ, затем часть газа переходит обратно на исходную нитку по другой боковой нитке.
Возможны различные варианты устранения НС на МГ, поскольку перекрыть участок с разрывом можно закрытием разных кранов на нитке, так же как и обвод газа можно совершить через разные боковые нитки. Таким образом, возникает вопрос о поиске возможных способов устранения НС, связанной с разрывом, а также их ранжировании по пригодности к применению, и, в конечном итоге, - о выборе наилучшего способа выхода из НС. Критерием пригодности к применению является, главным образом, объем теряемого газа при реализации данного способа выхода из НС. Способ (сценарий) выхода из НС представляет собой последовательность инструкций по закрытию (для локализации) и открытию (для обвода) кранов.
Волновой метод устранения нештатных ситуаций
Разрабатываемый модуль СППР диспетчера газотранспортной системы, выполняющий формирование сценариев и рекомендаций по устранению разрывов, должен оперативно выдавать рекомендации диспетчеру для выхода из НС. Диспетчер самостоятельно принимает решение с учетом предложенных рекомендаций.
Автором рассматриваются два основных метода для формирования рекомендаций по выходу из НС в виде разрыва ЛЧ МГ. Первый - волновой метод - заключается в том, что на нитке газопровода, на которой произошел разрыв, последовательно проверяется каждая крестовина (в обе стороны от предполагаемого места разрыва) на предмет наличия основных кранов и кранов-перемычек для полного перекрытия участка с разрывом и подбора путей обвода через параллельные нитки. Это позволяет осуществить полный перебор возможных мест локализации и путей обвода газа на графовой схеме (графе) МГ [3].
На рис. 1 показан пример формирования сценария выхода из НС на экране разрабатываемого модуля СППР. Жирной линией выделена траектория обвода газа, крестом - место разрыва, темными кружками - краны, которые необходимо закрыть для перекрытия доступа газа к месту с разрывом, светлыми кружками - краны, которые необходимо открыть для обвода. На рис. 2 показаны примеры зависимостей количества сценариев от места разрыва на конкретном МГ. Каждый график представлен для различных мест разрыва на одной нитке. На оси абсцисс представлены номера километров, на оси ординат - число сценариев. На графиках видно, что число сценариев наиболее высоко при разрывах, происходящих ближе к центру нитки. Это объясняется тем, что для таких мест разрыва количество сочетаний боковых ниток, одна из которых расположена до места разрыва, а другая - после, чаще всего максимально ввиду примерного равенства количества боковых ниток до места разрыва и боковых ниток после места разрыва. Для мест разрыва на 3-й нитке, как правило, больше сценариев выхода из НС, чем в случае разрыва, произошедшего на 1-й или 7-й нитках. Это объясняется тем, что около 3-й нитки есть две соседних - 1-я и 5-я, а для крайних - 1-й и 7-й, соседняя нитка только одна (чаще всего боковая нитка соединена с соседней ниткой).
Прогнозирование состояния газопровода с целью устранения нештатных ситуаций
Разработанные алгоритмы формирования сценариев выхода из нештатных ситуаций генерируют сценарии, исходя лишь из схемы графа МГ и мест расположения на нем основных кранов и кранов-перемычек, т.е. на основании лишь статистических данных. Однако состояние МГ меняется во времени -конкретный кран газопровода может быть невозможно открыть или закрыть в данный момент, т.к. возможность поворота крана зависит от разности давлений в частях трубы, расположенных до и после этого крана. Ввиду непостоянства значений датчиков давления на МГ, в частности при разрыве нитки газопровода в разные моменты времени для открытия и закрытия доступны различные наборы основных кранов и кранов-перемычек. Таким образом, из сценариев локализации и обвода, полученных путем анализа графа МГ, в данный момент времени могут быть доступны не все сценарии. И основная проблема в другом. Для поворота любого крана требуется некоторое время. Но используемый в сценарии кран, который в данный момент можно повернуть, через какое-то время может стать невозможно закрыть или открыть, причем наступить этот момент может раньше, нежели этот кран успеет повернуться до конца. И после этого данный кран еще долгое время (явно непригодное с точки зрения требуемой оперативности устранения разрыва) может быть недоступным для поворота. В этом случае сценарий, о котором идет речь, становится непригодным для использования в данном случае. Поэтому необходимо анализировать состояние МГ во времени с целью определения того, какие сценарии пригодны для выполнения в данный момент времени, а также в заданный момент времени в будущем.
Кроме того, необходимо учитывать и другие факторы, главным образом время реакции диспетчера - пока диспетчер заметит на мониторе информацию о разрыве, и выберет необходимый сценарий, пройдет в лучшем случае несколько секунд.
Предложенный автором алгоритм прогнозирования состояния МГ с целью определения пригодности сценариев выхода из НС основан на итерационном алгоритме моделирования транспорта газа, разработанном Бухваловым И.Р. (ФГУП НИИИС им. Ю.Е. Седакова) в рамках его кандидатской диссертации [1]. В алгоритме прогнозирования моделирование работы МГ ведется с опережением, отталкиваясь от текущего момента времени, и запускается в отдельности (параллельно) для каждого сценария, вычисленного по графу МГ. Вышеуказанный итерационный алгоритм позволяет определять давления на элементах МГ во времени, поэтому в алгоритме прогнозировании для каждого крана проверяется разность давлений в трубе до и после крана, что позволяет определить возможность его поворота в данный момент. Для тех кранов, которые нужно повернуть в данном сценарии, моделируется постепенный поворот (с учетом скорости поворота каждого крана). Если некоторый кран, который необходимо закрыть или открыть, становится невозможно повернуть, алгоритм выдает сообщение о непригодности данного сценария.
Ранжирование сценариев выхода из нештатной ситуации
С помощью алгоритмов, вычисляющих сценарии устранения НС, можно найти десятки сценариев локализации и обвода газа вокруг места разрыва. Но недопустимо, чтобы диспетчер случайно выбирал один из них. Целью работы является повышение эффективности устранения НС, поэтому сценарий выхода из НС должен обеспечивать максимально быстрое перекрытие участка с разрывом и восстановление нормального транспорта газа, а также наименьшие потери газа. Диспетчеру системы мониторинга нужно предложить все сценарии, которые способны устранить НС, но их нужно строго отсортировать (ранжировать) по степени пригодности для решения проблемы с разрывом с учетом указанных критериев. В простейшем случае диспетчер должен выбрать лучший сценарий, однако при наличии достаточных оснований он по своему усмотрению может выбирать и другие варианты. Один из методов ранжирования сценариев рассмотрен в настоящей статье.
Необходимо ранжировать сценарии обвода газа по следующим параметрам:
Длины незадействованного и перекрываемого участков при прочих равных условиях должны быть как можно меньше, т.к. в этом случае становится меньше объем утечки газа. По этой же причине должны быть меньше количество кранов и времена их поворота.
Алгоритм ранжирования вариантов устранения нештатной ситуации:
1) Проверить все краны на возможность изменения состояния (открытия или закрытия). Варианты обвода, для которых состояние хотя бы одного крана в данный момент нельзя изменить, на данном этапе отбрасываются и остаются для дальнейшего анализа. Также проверить, возможна ли технологически связь между нитками, участвующими в обводе. Если невозможна, вариант также отбрасывается.
2) Произвести сортировку оставшихся вариантов в порядке возрастания длины l перекрываемого участка. Чем выше значение l, тем хуже данный сценарий выхода из нештатной ситуации, поскольку после изоляции перекрываемого участка весь оставшийся в нем газ будет потерян.
3) Для сценариев с одинаковым значением l проверяем длину l незадействованного аварийного участка, сортируя данное подмножество сценариев в порядке возрастания величины l . Чем выше значение l , тем хуже данный сценарий.
4) Для сценариев с одинаковым значением l проверить число na уаг кранов, которые перекрывают аварийный участок. Данное подмножество следует также ранжировать по возрастанию na уаг . Лучшим из данного подмножества является сценарий с минимальным значением этого параметра.
5) Для подмножества сценариев с одинаковым значением na уаг необходимо найти общее время закрытия перекрываемого аварийного участка нитки:
множестве. Таким образом, необходимо произвести ранжирование сценариев по значению функции f .
6) Для сценариев с одинаковым значением f проверить число кранов, которые
расположены за пределами перекрываемого участка. Данное подмножество следует также ранжировать по возрастанию п0ьУ. Лучшим из данного подмножества является сценарий с
минимальным значением этого параметра.
7) Для подмножества сценариев с одинаковым значением п0^ необходимо найти общее время открытия/закрытия кранов за пределами перекрываемого участка:
2=1
Сценарий обвода, для которого f (£, ?2.. ^п ) минимальна, является наилучшим в данном под” 12 пп ^аг
Рис. 1. Схема устранения НС: l - длина перекрываемого аварийного участка в км. Перекрытым участком называется участок нитки с разрывом, отсеченный закрытыми кранами в целях недопущения утечки газа; Г - длина незадействованного участка в км. Незадействованным участком является участок нитки с разрывом, около которого происходит обвод по другой нитке (т.е. этот участок нитки не используется для подачи газа); ппуаг - число смежных с аварийным участком кранов (основных и перемычек); * .* - времена закрытия кранов, смежных с аварийным
1 ’ 2 ”' пп уаг
участком; По^ - число открываемых и закрываемых кранов за пределами аварийного участка;
*1, *2-*п0
■ времена открытия/закрытия кранов, расположенных за пределами аварийного участка
Рис. 2. Примеры зависимостей количества сценариев от номера километра разрыва, сверху вниз: на 1-й, 3-й и 7-й нитках соответственно
Сценарий обвода, для которого функция f' (t1,t'2...t'„ ) минимальна, является наилучшим в
J 12 nobv
данном подмножестве. Таким образом, здесь необходимо произвести ранжирование сценариев по значению f'.
Таким образом, разработан алгоритм ранжирования сценариев, в соответствии с которым диспетчер газотранспортной системы может выбрать наиболее подходящий для конкретного случая (в зависимости от места разрыва, состояния МГ) сценарий устранения нештатной ситуации.
Прецедентный метод устранения нештатных ситуаций
Автором также рассматривается и принципиально другой метод устранения разрывов на ЛЧ МГ - прецедентный метод [4,5]. Суть метода заключается в использовании базы знаний прецедентов. Информация о происходящих разрывах, а также рекомендациях и замечаниях об их устранении заносится в базу знаний, и затем эта информация может использоваться при выдаче рекомендаций по устранению вновь происходящих аварий. Прецедентом НС называется точное описание НС (место разрыва, положения всех кранов МГ) в совокупности с рекомендациями по ее устранению.
Подразумевается, что конкретный экземпляр базы знаний должен работать для одного конкретного магистрального газопровода, имеющего определенное взаиморасположение ниток.
Множество прецедентов БЗ П состоит из:
1) множество нештатных ситуаций НС = (Avr{), где i - номер участка линейной части МГ,
1 < i < A, A - множество частей МГ, протянутых между двумя ближайшими основными кранами,
2) множество текстовых рекомендаций для выхода из нештатных ситуаций ТР.
Каждому прецеденту П соответствует своя нештатная ситуация НС, набор текстовых решений ТР, т.е.
П = {ПС ,(ТР i)}, 1 < i < N тр, (3)
где Nmf - число текстовых решений.
Предполагается, что база знаний хранит текстовые решения для особых случаев, по принятию решений в которых эксперт или система принятия решений уже имели опыт. Эти текстовые решения могут быть приемлемы, если проблемная ситуация сходна с прецедентом на весьма значительную долю. Если проблемная ситуация не имеет близкого прецедента, она устраняется в соответствии с алгоритмами выхода из нештатных ситуаций, формируемыми волновым методом.
База знаний имеет реляционную структуру.
Предполагается, что любой прецедент декомпозируется на составляющие его описание проблемной ситуации, предлагаемые решения проблемной ситуации, и описания полученных результатов. На рис. 3 показана концептуальная схема базы данных, реализующей базу знаний прецедентов, выполненная в программной среде Enterprise Architect.
еЬя» ввЬмнгі /
Пробшшет еитрцма | J Ратмпдацип
«column» «etlumns
* (D о * ID
Матрица положений кранов Набор д«йст*ив го локализации (закрытие кранов]
Mfsers аварии (н«№ра нитки н километра) Набор действий па оду (еткрьггиа кранов)
Пребяшная ситуация
<
Конфигурация [] Реаупмат □
«eejymms* «column»
Матрица конфигурации МГ Ре^тьтмрргиря матрица изложений кранов
Рекомендация
Рис. 3. Схема базы знаний
Поскольку точный прецедент для данной проблемной ситуации зачастую бывает найти трудно, учитывая, что в этом случае должно быть точное соответствие между конфигурацией всего обширного множества крестовин, то необходимо установить критерии сравнения ПС с прецедентом.
1) Установить правила, позволяющие сравнивать данную проблемную ситуацию с данным прецедентом.
2) Установить численные веса, характеризующие значимость отдельных элементов НС.
3) Установить необходимую долю соответствия ПС прецеденту.
И.Р. Бухваловым была предложена общая модель подбора наилучшего прецедента для данной проблемной ситуации. Предложенная автором модель является ее усовершенствованной и дополненной модификацией, приспособленной для обработки проблемных ситуаций, связанных с разрывом МГ [4, 5]. Модель основана на сравнении признаков проблемной ситуации друг с другом для вычисления их индивидуальных весов, последующей проверки на совпадение проблемной ситуации с каждым прецедентом на заданную долю соответствия (для проверки наличия подходящего прецедента и подбора наиболее подходящего прецедента), а также на наличие заданной доли от числа тестовых НС, для которых найден прецедент. Таким образом, данная модель позволяет выполнять подбор наиболее подходящего прецедента для конкретной НС, а также проверять базу знаний на пригодность для применения в решении проблемных ситуаций, основываясь на статистическом подборе прецедентов для тестовых НС.
На рис. 4 показаны полученные в результате проведения машинного эксперимента по установлению зависимости средней доли соответствия нештатной ситуации прецеденту (верхний график), и среднеквадратического отклонения средней доли соответствия (нижний график). В каждом случае использовалось 10 тестовых нештатных ситуаций при разном числе прецедентов в тестовой базе знаний.
0,1
0 т------1-----1------1-----1------1--------
О 1000 2000 3000 4000 5000 6000
Кол-во прецедентов
При больших количествах прецедентов в базе малый разброс значений и постепенное прекращение роста средней доли соответствия объясняется тем, что вероятность Р ц наличия точного
прецедента для данной НС (в котором положения всех кранов совпадают с их положениями в описании НС) практически перестает увеличиваться, поскольку вероятность Р наличия прецедента, совместимого с данной НС (с тем же местом разрыва и положением кранов на крестовине с разрывом), много меньше общего числа Nргес возможных прецедентов, совместимых с данной НС (Р << Nргес )•
Примерный предел значения средней доли соответствия рср « 0,85 объясняется тем, что по условиям эксперимента во всех тестовых НС и прецедентах примерно 80% основных кранов имеют состояние «открыто», при этом основных кранов значительно больше, чем боковых. Таким образом, при увеличении числа прецедентов и повышении Р достигается примерно одинаковая доля соответствия р для всех НС с их прецедентами, и среднеквадратическое отклонение становится равным примерно 5 = 0,01.
Поскольку сценарии выхода из НС на ЛЧ МГ можно вычислить по графу МГ, то прецедентный метод носит дополняющий характер. На практике могут случаться различные непредвиденные ситуации, поэтому генерации четкого сценария волновым методом с использованием прогнозирования состояния МГ может оказаться недостаточно. Ввиду этого необходимо использовать опыт диспетчеров и руководства ГТС по устранению конкретных НС, которые уже имели место на МГ. Эти дополнительные рекомендации и необходимо заносить в базу знаний прецедентов.
Выводы
Автором разработаны алгоритмы, направленные на устранение НС в виде разрывов ниток МГ. Это, прежде всего, алгоритмы, выполняющие поиск способов локализации и путей обвода газа на схеме графа МГ. Показано, что их недостаточно для поиска адекватных способов устранения НС. Поэтому разработан алгоритм прогнозирования состояния МГ с целью определения возможности использования конкретных сценариев выхода из НС в настоящий момент времени и в заданный момент времени в будущем. Кроме того, может возникнуть необходимость учитывать опыт руководства ГТС и диспетчера по устранению конкретных НС, для чего необходимо использовать также прецедентный метод. Используя вышеуказанные методы вместе, можно создать полноценный модуль СППР диспетчера газотранспортной системы, отвечающий за поиск сценариев устранения разрывов на ЛЧ МГ.
ЛИТЕРАТУРА
1. Бухвалов И.Р. Методы и алгоритмы информационной поддержки управления газотранспортной системой: дис.... канд. техн. наук / И.Р. Бухвалов. Владимир: Владимирский Государственный Университет им. А.Г. и Н.Г. Столетовых, 2007.
2. Гусев М.А. Модели и алгоритмы поддержки принятия решений диспетчера
газотранспортной системы: дис.. канд. техн. наук / М. А. Гусев. Владимир. гос. ун-т
им. А.Г. и Н.Г. Столетовых. Владимир, 2010.
3. Кокорин А.В. Ранжирование и выбор сценариев локализации и обвода газа при утечке на магистральном газопроводе / А.В. Кокорин // Социально-экономические системы: особенности развития, функционирования и управления в условиях инновационной направленности: сб. материалов межвуз. науч.-практ. конф. / Филиал Всерос. заоч. Фин.-экон. ин-та в г. Владимире / Комитет по экон. политике администрации Владимир. обл.; Владимир. гос. ун-т. Владимир, 2010. С. 188.
4. Кокорин А.В. Подход к созданию информационного обеспечения для принятия решений диспетчером по устранению нештатных ситуаций на газопроводе / А.В. Кокорин, Д.В. Александров // Автоматизация и энергосбережение машиностроительного производства, технология и надежность машин, приборов и оборудования: материалы третьей Междунар. науч.-техн. конф. Т. 1. Вологда: ВоГТУ, 2007. С. 155.
5. Кокорин А.В. Подход к созданию системы поддержки принятия решений по обнаружению и устранению разрывов на магистральном газопроводе / А.В. Кокорин // Трансформация экономики регионов в условиях устойчивого развития: теория и практика: материалы межвуз. науч.-практ. конф. Владимир, 2008. С. 198.
6. Александров Д.В. Экспертная система анализа работы магистрального газопровода, выявления нештатных ситуаций и поддержки решений диспетчером / А.В. Костров, Д.В. Александров, И.Р. Бухвалов // Вестник Костромского государственного университета. 2006. Т. 12. Сер. Технические и естественные науки. Системный анализ. Теория и практика. № 2. С. 33-38.
7. Основы создания интеллектуальных систем мониторинга и поддержки принятия решений диспетчером при управлении многониточным магистральным газопроводом / М.А. Гусев, Д.В. Александров, А.В. Кокорин, М.Ю. Гнусова // Автоматизация и энергосбережение машиностроительного и металлургического производств, технология и надежность машин, приборов и оборудования : материалы IV Междунар. науч.-техн. конф.: в 2 т. / Вологод. гос. техн. ун-т. Вологда, 2008. Т. 1. С. 31-34.
8. Кокорин А.В. Интеллектуальный комплекс для мониторинга процесса транспортировки газа и обнаружения нештатных ситуаций на магистральном газопроводе / М.А. Гусев, А.В. Кокорин, Г.В. Проскурина // Информационный менеджмент социально-экономических и эргатических систем -2010: тр. молодежной науч.-практ. школы, г. Покров, 30 сентября - 1 октября 2010 г. / Покровский филиал МГГУ им. М.А. Шолохова. Владимир: Собор, 2010. С. 17-21.
Кокорин Антон Вячеславович -
аспирант кафедры «Информационные системы и информационный менеджмент» Владимирского государственного университета имени А.Г. и Н.Г. Столетовых
Anton V. Kokorin -
Postgraduate,
Department of Information Systems and Information Management,
A.G. and N.G. Stoletov’s Vladimir State University
Статья поступила в редакцию 06.02.12, принята к опубликованию 02.03.12
УДК 330.33:338.242
