摘要：我国天然气管道建设在过去的10年取得了巨大的发展,目前中国的长输管道总数量已达到12.5×104 km.随着管道系统的运行时间增长和材料性能的老化,由管道腐蚀、失效泄漏引起的事故频发,并且由于管径的增大和运行压力的提高,事故后果严重性也随之提高,特别是对高后果区的影响更为严重.油气管道的安全问题越来越受到重视.因此,提取管道腐蚀性影响因素、发现风险演变规律对于预测预防管道泄漏尤为重要.由于数字化管道已经逐步建立,设计、施工、运行过程中产生大量的数据得以保存,内检测数据信号总量也达到TB级别,这些均为腐蚀分析提供了信息基础.本文基于大数据的方法,融合管道系统在设计、施工、运行过程中产生的结构化和非结构化数据,基于互信息理论方法,建立腐蚀等级与多因素之间的关联模型.通过现场数据验证模型的有效性,确定影响管道腐蚀的关键因素,为管道寿命预测奠定基础.结论表明,利用管道"大数据"挖掘管道各数据集之间的关联关系,可用于获取管道腐蚀信息,为事故预防提供依据.除此之外,该方法还可以在确定主要因素之后缩小管段范围,研究其中某一种因素,如进一步确定腐蚀与哪一种土壤的相关性更强.

关键字：腐蚀;大数据;互信息理论;相关性分析;管道

ISSN号：0023-074X

卷、期、页：63卷8期:777-783

发表日期：2018-03-20

期刊分区（SCI为中科院分区）：无

收录情况：北大中文核心期刊,CSCD（中国科技引文期刊）（核心）,CSTPCD（中国科技核心期刊）（统计源期刊）

发表期刊名称：科学通报

参与作者：金剑,李宁

通讯作者：张河苇

第一作者：董绍华,张来斌

论文类型：期刊论文

论文概要：张河苇,金剑,董绍华,李宁,张来斌，一种基于管道大数据的腐蚀因素相关性分析方法，科学通报，2018，63卷8期:777-783

论文题目：一种基于管道大数据的腐蚀因素相关性分析方法