基于组合模型的输油泵机组用能评价体系研究

2023-12-04赵沅大庆油田有限责任公司第二采油厂

石油石化节能 2023年11期

赵沅（大庆油田有限责任公司第二采油厂）

油气集输系统是地面工程建设的核心，是油田生产用能的主要环节。输油泵机组作为原油输送的动力设备，其用能情况的好坏直接关系到集输效率[1-2]。但受油品物性、管输压力、管径和地温等因素的影响，不同集输工艺输油泵机组的用能情况有所不同[3-4]。因此，建立合适的输油泵机组用能评价体系，根据用能情况针对性地调整泵机组运行工况，对于提高能源利用率尤为重要。

在输油泵机组的评价上，诸多学者进行了研究。范明月[5]将熵权法和灰色关联分析结合，对299台输油泵机组的用能情况进行了评价；成庆林等[6]在组合赋权的基础上，通过相对关联贴近度对输油泵机组进行了评价；王萍等[7]通过线性回归和差值计算，得到了泵机组效率低下的原因，并提出了整改措施。但以上研究尚存在一些问题：一是所选指标不能有效覆盖泵机组的用能信息；二是评价模型无法反映泵机组状态的不确定性和模糊性。基于此，在充分调研相关标准的前提下，对影响输油泵机组用能的指标进行相关性分析，筛除对用能影响较小的指标因素，结合灰色关联和模糊物元模型对泵机组的能效进行综合评价，为油田节能降耗提供参考依据。

1 评价指标体系的建立

输油泵运行是将电能转化为机械能的过程，参照SY/T 6472—2010《油田生产主要能耗定额编制方法》和GB/T 16666—2012《泵类及液体输送系统节能监测方法》的相关要求，选择泵机组效率、功率因数、节流损失率、电动机负载率、泵输出功率、集输单耗等为能耗评价指标。以某油田区块联合站内的12 台输油泵为例进行分析，输油泵机组能耗测试结果见表1。

表1 输油泵机组能耗测试结果Tab.1 Test results of energy consumption from transfer pump unit

2 指标因素筛选及权重计算

为降低指标因素间的重复性，对表1 中的数据进行相关性分析。由于Pearson 相关系数法对于数据质量的要求较高，需满足连续性、正态性和线性的关系，且评价完成还需进行正态假设检验，故采用分析定序数据相关性的Spearman 相关系数法进行数据的相关性分析。公式如下：

式中：ρ为相关系数；n为样本个数；di为不同定序数据排列后的秩次差值。

不同指标间的相关性结果见表2。可见泵机组效率与功率因数、电动机负载率和泵输出功率呈正比，与节流损失率和集输单耗呈反比，与实际情况相符。泵机组效率与泵输出功率之间的相关系数较大，说明两者之间的信息存在重叠，同时泵输出功率与电动机负载率的相关系数也较大，因此泵输出功率和电动机负载率两者只能保留一个指标。考虑到泵输出功率是计算泵机组效率的其中一项参数，故将其剔除，避免指标间的冗余。

表2 不同指标间的相关性结果Tab.2 Correlation results among different indicators

利用灰色关联度分析法确定影响输油泵机组用能的指标权重。首先，确定参考序列和比较序列，参考序列中泵机组效率、功率因数、电动机负载率取最大值，节流损失率、集输单耗取最小值；比较序列取表2 中的数据。其次，为消除不同物理量单位和数量级对权重结果的影响，对序列进行归一化处理；最后计算指标的关联系数和灰色关联度，并对灰色关联度进行归一化处理，得到指标权重。公式如下：

式中：ξi(k)为第i个输油泵机组第k个指标的关联系数；y(k) 为参考序列；xi(k) 为比较序列；minimink、 maximaxk分别为差序列的最小值和最大值；ri为第i个机组的灰色关联度；Ro为第i个机组的指标权重。

考虑到不同的归一化处理会对结果造成影响，故分别采用均值法、中心化法、最大值法和最小值法进行比较，不同归一化处理的计算结果见图1。

图1 不同归一化处理的计算结果Fig.1 Calculation results of different normalization treatment

虽然不同处理方法得到的指标权重有所不同，但权重排序一致，从大到小依次为泵机组效率、节流损失率、电动机负载率、集输单耗和功率因数。其中，泵机组效率反映了泵运行状态的良好程度，属于综合性指标，故权重较大；功率因数是反映有功功率占比的关键参数，可以用于衡量电动机效率，因所选数据的部分电动机上采用低压个别补偿和低压集中补偿的无功功率补偿技术，电网的有功损耗有所降低，故功率因数的权重较小。

此外，指标权重的准确性与关联度的差异性相关，差异性越大，计算结果越准确。不同处理方法的差异性比较见表3。可见最小值法的标准差和极差均最大，说明该方法对于输油泵机组用能指标的可分性和差异性更强，后续可选择该方法的结果作为指标权重。

表3 不同处理方法的差异性Tab.3 Differences in different treatment methods

3 用能情况评价

在进行输油泵机组用能情况评价时，由于影响能耗的因素较多，不同指标间具有明显非线性特征，故采用模糊物元方法进行综合评价。模糊物元是将所有影响评价结果的因素综合分析，以量化每台泵的优化结果。首先，构建以泵M、指标C和特征值X为基本元素的初始矩阵R′，xmn表示第m台输油泵的第n个特征值，公式如下：

其次，计算特征值xmn的模糊量μ(x)，当特征值越大越好时，采用公式（6）计算；当特征值越小越好时，采用公式（7）计算。

式中：xmnmin和xmnmax分别为指标的最小值和最大值。

最后，结合灰色关联度分析法得到的指标权重，计算综合关联度Rf，公式如下：

不同输油泵机组的用能情况综合关联度见图2。综合关联度越大，说明泵机组的工作状态越接近理想状态。可见1#输油泵的用能情况最好，其泵机组效率最高，电动机负载率和节流损失率适中，集输单耗最小，多种因素共同作用下导致工况最优；5#和10#输油泵的用能情况较差，两者的泵机组效率较低，集输单耗较高，这是由动力设备与实际负载情况不匹配造成的，可采用调速或切割叶轮的方式调整输送流量，并定期清理管线、泵机组过滤网及换热器等设备的内部垢层，以减小沿程损失和系统电耗[8-9]。此外，对于节流损失率较大的12#输油泵，虽然其用能情况在所有泵中排序适中，但仍可以采用安装变频器的方式改变泵转速，以调节工况，避免节流损失。

图2 不同输油泵机组的用能情况综合关联度Fig.2 Comprehensive correlation results of energy with different transfer pump units

以联合站为单位，将上述方法应用至该厂的其余输油泵机组上，不同联合站的用能情况综合关联度见图3。

图3 不同联合站的用能情况综合关联度Fig.3 Comprehensive correlation degree of energy with different combined stations

由于综合关联度的大小与用能情况的优劣呈正比，故将各联合站用能情况综合关联度值按照从小到大排序，规定当平均值大于样本排序60%所对应的综合关联度值时，以平均值为基准值；当平均值小于样本排序60%所对应的综合关联度值时，以稍大于60%的样本值为基准值。该评价标准在联合站或输油泵机组较多的情况下，可以保证结果的保守性。综上所述，只有4#、9#、14#、6#、10#和2#联合站的用能情况较好，其余联合站的用能情况较差，存在较大的技改空间。

4 整改措施及效果

经过实地勘察发现，导致输油泵机组用能效果差的主要原因是泵机组的额定工作状态与现阶段的生产需求不匹配，泵未在最佳工作区间运行。离心泵的初始设计和安装是根据最大负荷选用的，随着油田生产系统集油负荷的波动，设备无法维持在高效区运行；此外，虽然部分泵配有变频装置，但泵的实际出口流量较低、额定扬程偏高，离心泵运行位于低效区，导致泵效及电动机负载率偏低[10]。

针对上述问题，对输油泵机组共更换低效电动机15 台，调整开泵方案21 台，增加无功补偿12台，增加变频调节14 台，并结合站外集油方式调整、站场工艺简化、集油拓扑结构优化等工艺手段综合整改，整改前后效果对比见表4。14 座联合站的输油泵机组效率平均提高了13.18%，累计年节电168×104kWh，全年可节约电费117 万元。