基于LASSO关联规则算法的集输管道主控因素分析.pdf

第 43卷第 4期（2024-04）油气田地面工程 https:/完整性管理基于 LASSO 关联规则算法的集输管道主控因素分析*田东海1蔡其全2胡俊平3赵晓龙3朱伟4郭志杰5任春燕31中国石油华北油田公司巴彦勘探开发分公司2河北华北石油工程建设有限公司3中国石油华北油田公司第五采油厂4河北华北石油港华勘察规划设计有限公司5中国石油华北油田公司开发部摘要：为找出影响集输管道腐蚀的主控因素，制定了针对性地防护措施。在采集现场数据和多相流稳态模拟的基础上，利用套索算法（LASSO）实现影响因素的筛选，采用 Apriori关联规则算法找出腐蚀因素与腐蚀速率、缺陷轴向位置和缺陷分布之间的关系，以确定关联规则信息。结果表明：温度、气相流速、持液率、CO2分压、Ca2+Mg2+质量浓度、SRB 含量等变量是影响腐蚀程度的主控因素；当温度在 4055、气相流速大于 8 m/s、持液率大于 80%、CO2分压大于 0.08 MPa、Ca2+Mg2+质量浓度大于 200 mg/L、SRB 含量大于 100 个/mL 时，腐蚀最为严重，腐蚀速率大于 0.254 mm/a，为“极严重腐蚀”程度；高温高压反应釜验证了关联规则结论准确性；随着腐蚀缺陷轴向位置越靠近焊缝，腐蚀缺陷的尺寸越小，由轴向缺陷逐步转为环向缺陷，同时出现概率也增大。此算法可为油田生产效益的优化提供技术思路。关键词：LASSO；关联规则；集输管道；腐蚀速率；缺陷分布Analysis of Main Control Factors of Gathering and Transportation Pipelines Based onLASSO Association Rule Algorithm*TIAN Donghai1，CAI Qiquan2，HU Junping3，ZHAO Xiaolong3，ZHU Wei4，GUO Zhijie5，REN Chunyan31Bayan Exploration and Development Branch of Huabei Oilfield Company，CNPC2Hebei Huabei Petroleum Engineering Construction Co.，Ltd.3No.5 Oil Production Plant of Huabei Oilfield Company，CNPC4Hebei Huabei Petroleum Ganghua Survey Planning and Design Co.，Ltd.5Development Department of Huabei Oilfield Company，CNPCAbstract：In order to explore the main controlling factors affecting the corrosion of gathering andtransportation pipelines，the targeted corrosion protection measures are formulated.Based on the fielddata collection and steady-state simulation of multiphase flow，the LASSO algorithm is used to screenthe influencing factors.The Apriori association rule algorithm is used to find out the relationship be-tween corrosion factors and corrosion rate，defect axial position and defect distribution，so as to deter-mine the association rule information.The results show that temperature，gas flow rate，liquid hold-up，partial pressure of CO2，Ca2+Mg2+mass concentration，and SRB content are the main control-ling factors affecting the corrosion degree.When the temperature is 40-55，the gas flow rate is 8m/s，the liquid holdup is 80%，the partial pressure of CO2is 0.08 MPa，Ca2+Mg2+mass concen-tration is 200 mg/L，and the SRB content is 100 pcs/mL，the corrosion is the most serious，andthe corrosion rate is 0.254 mm/a，which is the degree of extremely severe corrosion.The accuracyof the association rule conclusion is verified by the high-temperature and high-pressure reactor.As theDOI:10.3969/j.issn.1006-6896.2024.04.007*基金论文：中国石油股份有限公司重大专项“华北油田持续有效稳产勘探开发关键技术研究与应用”（2017E-15）。41完整性管理田东海等：基于 LASSO 关联规则算法的集输管道主控因素分析*油气田地面工程 https:/随着油田的深入开发，中、高含水的油井越来越多，气相组成和水相组分也愈发复杂，导致集输管道的局部腐蚀和点蚀越来越严重1。目前，关于管道腐蚀机理的分析多从单一失效管段出发2，或通过室内试验验证不同管材的耐蚀性，并结合化学成分分析、电镜扫描、能谱分析、X 射线衍射和三维超景深显微图片等手段完成综合分析3-4，但上述研究未从整体区域出发研究众多腐蚀因素之间的关系。此外，影响管道腐蚀的因素不仅要考虑腐蚀介质，还要考虑流动剪切强度、腐蚀产物膜强度、缓蚀剂吸附效果、固体颗粒冲击和应力集中等作用的影响。陈迪等5采用正交实验的方法，分析了影响含硫管道腐蚀的 18 个因素，并将关联度最大的因素进行非线性拟合，得到 H2S/CO2主控作用下的腐蚀模型；任春燕6通过引入归一化因子，对腐蚀等级进行了划分，便于快速评价腐蚀程度；THAKER等7在定性分析的基础上，提出了适合冲蚀、空化腐蚀、液体冲击和流致腐蚀的图版工具。综上所述，腐蚀是由多种因素交互作用构成。鉴于现阶段智慧油田、数字化油田的实施，部分生产参数均可轻松获得，因此从海量信息中实现数据挖掘，分析腐蚀速率与主控因素之间的关系对于制定防腐措施显得尤为重要。基于此，在采集现场数据和多相流稳态模拟的基础上，利用套索算法（LASSO）实现影响因素的筛选，采用 Apriori关联规则算法指出腐蚀因素与腐蚀速率、缺陷位置和缺陷分布之间的关系，为油田生产效益的优化提供技术思路。1LASSO 算法LASSO算法是为解决变量间多重共线性的一种正则化回归算法，通过引入惩罚函数将影响因素较小的变量系数压缩为 0，这部分变量视为非显著因素变量，从而实现特征选择和缩减8-9。设数据集为()Xn，Yn，Xn为自变量，Yn为因变量，n为样本个 数。假 设 归 一 化 后 的Xn无 一 般 损 失 项，则LASSO的估计量可以表示为：=arg min()Yn-Xn2+（1）式中：为回归系数的估计量；为回归系数；为非负正则化参数；为惩罚函数项。越小，惩罚项的力度越小，可保留的自变量越多；反之，可保留的自变量越小。通过K折交叉验证，确定最低重构误差对应的值为最优值。2Apriori关联规则算法将集输管道腐蚀介质和多相流模拟结果定义为基本数据集D=t1，t2，t3，tq，其中tk为事务()k 1，q，每个事务均由具体的项in（n 1，p）组成，项表示腐蚀影响因素。将D的任意子集X、Y称为D的项集，当项集中项的个数的出现次数较多时，将该项集称为频繁项集10-11。采用支持度和置信度衡量关联规则的重要性和准确性，X的支持度记为S(X)，公式为S(X)=count(X)count(D)（2）式中：count(X)为项集X出现的次数；count(D)总的事务数。关 联 规 则X Y支 持 度 记 为S(X Y)，公式为S(X Y)=count(X Y)count(D)（3）式 中：count(X Y)为 项 集X和Y同 时 出 现 的次数。置信度表示D中包含X又包含Y的可能性有多大，记为C(X Y)，公式为C(X Y)=S(X Y)S(X)（4）Apriori算法包括频繁项集生成和强关联规则产生两个步骤，具体操作如下：扫描初始事务数据库，根据公式（2）计算每个项的支持度，将满足最小支持度的项组合生成频繁 1项集；通过频繁1项集的两两连接生成新的候选项集，对照最小支持度，生成频繁 2项集；依次类推，直到不能找到频繁k项集为止；根据公式（3）、公式（4），生成频繁项集中满足最小置信度的关联规则，将关联前项映射至关联后项，获得预测知识。axial position of corrosion defects is closer to the weld，the size of corrosion defects becomes smaller，and the axial defects gradually turn into circumferential defects，and the probability of occurrence alsoincreases.This algorithm provides technical ideas for optimizing the production efficiency of oilfields.Keywords：LASSO；association rules；gathering and transportation pipeline；corrosion rate；defectdistribution42第 43卷第 4期（2024-04）油气田地面工程 https:/完整性管理3案例分析3.1数据收集鉴于同一区块的腐蚀因素大致相同，故以单井至联合站的集输管道为例进行分析，管输介质均为油、气、水三相混输，气质组分和水相组成取井口取样阀的化验数据，温度、压力取井口传感器数据，腐蚀速率取同材质井口挂片的失重参数，见表 1。此外，气、液两相的表观流速、剪切应力和持液率也与腐蚀相关，但这部分参数无法通过取样获得，故利用多相流模拟软件 Pipesim 模拟，以某集输管道为例，见图 1。管道沿程的温度、压力随距离的增加下降较为平稳，符合热力学和动力学规律，且由井口压力正算的末点压力和由末点温度反算的井口压力，与现场值基本一致，证明了稳态模拟的准确性。气相表观流速和壁面剪切应力随距离的增加呈上升态势，液相表观流速和壁面剪切应力随距离的增加呈下降态势，且由于管道存在一定高程气浮，故存在波动性。持液率在地势低洼处较大，在地势平稳处保持不变，在管道下倾处迅速下降。考虑到上述参数与腐蚀速率均为正相关，故取区间最大值作为数据统计结果。根据 SRINIVA-SAN和CHOI的研究结果，当H2S分压大于710-5MPa时，以 H2S 腐蚀为主；而根据 POTS 等的研究结果，该区块 CO2/H2S 分压比在 751 011 之间，存在以 CO2为主或 CO2/H2S 混合交替控制的腐蚀类型。此 外，Cl-浓 度 和 持 液 率 较 高，最 大 腐 蚀 速 率0.463 6 mm/a，最小腐蚀速率 0.009 1 mm/a，平均腐蚀速率 0.278 9 mm/a。3.2LASSO影响因素筛选采 用 5 折 交 叉 验 证 确 定 最 优值，当为表 1不同单井集输管道的统计结果Tab.1 Statistical results of different single well gathering and transportation pipelines因素温度()i1/压力()i2/MPa气相流速()i3/(ms-1)液相流速()i4/(ms-1)气相剪切应力()i5/Pa液相剪切应力()i6/Pa持液率()i7/%H2S分压()i8/MPaCO2分压()i9/MPa溶解氧质量浓度()i10/(mgL-1)Ca2+Mg2+质量浓度()i11/(mgL-1)S2-质量浓度()i12/(mgL-1)Cl-质量浓度()i13/(mgL-1)HCO3-质量浓度()i14/(mgL-1)SRB含量()i15/mL-1腐蚀速率/(mma-1)单井集输管道编号1220.7610.13.50.8050.3433.460.000 650.0680.72303.8277.49 863.7237.870.017 62381.018.93.70.58191.1979.320.000 530.0450.64121.6268.79 455.5255.4390.056 23430.98.52.30.5941.8874.920.000 920.0700.77247.1226.312 227.9226.5780.190 545112.73.10.22172.5179.140.000 090.0910.31250.4139.310 164.5192.660.463 630610.693.92.60.23181.5787.490.000 330.0150.34186.9257.57 792.7210.8370.009 1图 1多相流稳态模拟结果Fig.1 Steady-state simulation results of multiphase flow43完整性管理田东海等：基于 LASSO 关联规则算法的集输管道主控因素分析*油气田地面工程 https:/0.350 38时，平均重构误差最小，见图 2。图 3为不同值 下 各 变 量 惩 罚 函 数 值 的 变 化 程 度，当=0.350 38 时，有 9 个变量的惩罚函数值收敛为0，最终取温度、气相流速、持液率、CO2分压、Ca2+Mg2+质量浓度（以下简称浓度）、SRB 含量等变量作为影响腐蚀程度的主控因素，主控因素与表 1直接观察到结果有所不同。图 25折交叉验证结果Fig.2 5-fold cross validation results图 3LASSO的惩罚函数值Fig.3 Penalty function value of LASSO为了验证 LASSO 结果的准确性，采用灰色关联分析考察变量与腐蚀速率之间的关系，取关联度大于 0.6 的因素作为主控因素，不同分辨系数下的结果见表 2。随着分辨系数的减小，主控因素数量逐渐增多，当分辨系数为 0.6 时，灰色关联分析与LASSO 算法的结果相同，但鉴于 LASSO 算法无需考虑人工经验对评价结果的影响，故该算法较灰色关联分析相比具有优越性。表 2不同分辨系数下的灰色关联分析Tab.2 Grey correlation analysis under different resolutioncoefficients分辨系数0.50.60.70.80.91.0因素i1、i3、i7、i9、i8、i11、i13、i15i1、i3、i7、i9、i11、i15i3、i7、i9、i11、i15i3、i7、i9、i11、i15i3、i7、i9、i15i3、i9、i153.3关联规则分析在进行关联规则分析时，只关注项集类别和出现次数，故采用分位数方法将表 1中的数据进行分类和编码，腐蚀速率根据 NACE RP-07752005油田生产中腐蚀挂片的准备和安装以及试验数据的分析 中关于均匀腐蚀速率的分级标准分类，分类规则见表 3，编码结果见表 4。表 3分类规则Tab.3 Classification rules因素i1i3i7i9i11i15腐蚀速率区间25 2540 4055 55 5 m/s58 m/s811 m/s11 m/s60%60%70%70%80%80%0.02 MPa0.020.05 MPa0.050.08 MPa0.08 MPa100 mg/L100200 mg/L200300 mg/L300 mg/L10 mL-110100 mL-1100 mL-10.025 mm/a0.0250.125 mm/a0.1250.254 mm/a0.254 mm/a编码11121314313233347172737491929394111112113114151152153ABCD表 4数据编码结果Tab.4 Data encoding results因素i1/i3/(ms-1)i7/%i9/MPai11/(mgL-1)i15/mL-1腐蚀速率/(mma-1)单井集输管道编号111337193114151A212337392112152C313337393113152D413317394113151A3014317491112152A44第 43卷第 4期（2024-04）油气田地面工程 https:/完整性管理采用逐步迭代缩小的方法找到可以覆盖 Apriori算法基本关联规则的最小阈值，最终选择最小支持度为 0.2、最小置信度为 0.8，得到不同变量间的 8条强关联规则，见表 5。将规则 1、2、3 合并，4、5 合并，7、8 合并后得到以下信息：当温度在4055、气相流速大于 8 m/s、持液率大于 80%、CO2分压大于0.08 MPa、Ca2+Mg2+浓度大于200 mg/L、SRB 含量大于 100 个/mL 时，腐蚀最为严重，腐蚀 速 率 在 于 0.254 mm/a，为“极 严 重 腐 蚀”程度；当温度小于 25 或 大 于 55 、气 相 流 速小 于 5 m/s、持 液 率 小 于 60%、CO2分 压 小 于0.02 MPa、Ca2+Mg2+浓 度 小 于 100 mg/L、SRB含量小于 10个/mL时，腐蚀最为轻微，腐蚀速率小于 0.025 4 mm/a，为“轻度腐蚀”程度；当温度在 2545、气相流速在 58 m/s、持液率在 70%80%、CO2分压在 0.020.05 MPa、Ca2+Mg2+浓度在100200 mg/L、SRB 含量小于 10 个/mL 时，腐蚀较为轻微，腐蚀速率 0.0250.125 mm/a，为“中度 腐蚀”程 度；当 温 度 在 4055 、气 相 流 速 小于 8 m/s、持液率大于 80%、CO2分压大于 0.05 MPa、Ca2+Mg2+浓 度 大 于 200 mg/L、SRB 含 量 大 于10 个/mL 时，腐 蚀 较 为 严 重，腐 蚀 速 率 0.1250.254 mm/a，为“严重腐蚀”程度。表 5不同变量下的强关联规则Tab.5 Strong association rules under different variables关联规则（编码）13、33、74、94、114、153D13、33、74、94、113、153D13、34、74、94、114、153D11、31、71、91、111、151A14、31、71、91、111、151A12、32、73、92、112、151B13、32、74、93、113、152C13、31、74、94、113、152C支持度0.0540.0380.0210.0510.0460.0320.0250.031置信度1110.850.92111从以上的分析结果可知，除轻度腐蚀外，其余腐蚀程度的置信度均为 1，说明当关联前项发生时，有 100%的可能发生关联后项。在温度较低或较高时，腐蚀速率均较低，这是由于温度不仅影响CO2在水中的溶解度，同时也影响阴阳极的反应速率和成膜机制，在温度较低时，形成的产物膜疏松多孔，碳钢主要发生全面腐蚀；随着温度升高，反应速率增大，产物膜厚度不均，局部腐蚀速率增加；随着温度进一步升高，金属表面的产物膜变得致密，阻碍了介质的传输性和渗透性，腐蚀速率有所下降。气相流速对腐蚀影响通常大于液相流速，是由于气相中携带的泥沙和固体颗粒，可加速反应物的传输过程，同时介质的切向力会阻碍腐蚀产物膜的形成，造成一定的局部腐蚀。当流速超过 8 m/s时，介质呈湍流状态，空蚀、冲击会加速腐蚀进程。持液率对腐蚀的影响体现在油水比的变化，当持液率较低时，流态为油包水乳状液，与管壁接触为油相，腐蚀速率较低；当持液率较高时，流态为水包油乳状液，腐蚀过程与金属表面形成的连续水层和反应物的传输机制有关，腐蚀速率较高。CO2分压和 Ca2+Mg2+浓度与腐蚀程度均呈正比，两者与温度和成膜机制息息相关。SRB属于厌氧性微生物，新陈代谢及生长环境与水相 pH 值关联度较大，待评价管道中的水相 pH 值均为 57，此时 SRB 可将硫酸盐离子还原成二价硫或单质硫，进 一 步 加 速 腐 蚀，同 时 影 响 与 CO2之 间 的 交 替腐蚀。综上所述，该区块主要受高流速、高 CO2浓度、高成垢离子等方面的影响，应从调节井口油嘴控制气流速度、添加以控制 CO2腐蚀为主的缓蚀阻垢剂和杀菌剂，在温度上采用保温隔热油管，增加管体保温性能，将影响因素控制在轻度腐蚀区间，减少或降低腐蚀进程的增速。此外，考虑到这些管道均有开挖验证或维抢修记录，将腐蚀缺陷轴向位置和缺陷分布的钟点方向作为关联前项，将腐蚀缺陷类型作为关联后项，对两者进行 Apriori算法的关联分析。缺陷轴向位置分为焊缝、靠近焊缝和管身三种，以长度A界定范围，当管道壁厚小于 10 mm 时，A取 10 mm，当壁厚大于 10 mm 时，A取壁厚，见图 4。腐蚀缺陷类型根据 GB/T 276992011钢质管道内检测技术规图 4腐蚀缺陷轴向位置Fig.4 Axial position of corrosion defects45完整性管理田东海等：基于 LASSO 关联规则算法的集输管道主控因素分析*油气田地面工程 https:/范 中附录 E 的分类设定，分为针孔、环向凹槽、环向凹沟、坑状腐蚀、轴向凹槽、轴向凹沟、普通腐蚀等。绘制不同位置上的置信度雷达图如图 5所示。管身处主要发生轴向凹槽和轴向凹沟，坑状腐蚀的发生概率较小，轴向凹槽分布在 38 点钟方向，且 5点钟方向上的出现概率最大为 34%。靠近焊缝处主要发生针孔、环向凹槽，轴向凹槽和轴向凹沟的发生概率较小，针孔集中在 47 点钟方向，且在 6点钟方向的出现概率最大为 75%；环向凹槽在每个时钟方向均有分布，在 67点钟方向最为集中。焊缝处只发生针孔和环向凹槽两种缺陷类型，且针孔只发生在 34 点钟方向，出现概率 100%，环向凹槽出现在 810 点钟方向，出现概率 50%。综上所述，随着腐蚀缺陷的轴向位置越靠近焊缝，腐蚀缺陷尺寸越小，由轴向缺陷转为环向缺陷，同时出现的概率也增大，因此应着重注意环焊缝处的管材韧性、化学成分、钢管不圆度和两端周长差等参数，优化焊接工艺和条件，避免变壁厚、斜接和较大错边等应力集中的现象发生。3.4结果验证为验证关联规则算法的准确性，采用高温高压反应釜，参照 SY 52732014 油田采出水处理用缓蚀剂性能指标及评价方法 的相关规定，利用挂片失重法获得管材的均匀腐蚀速率。实验方案和结果见表 6，其中实验方案 1 对应关联规则（1），其腐蚀速率大于 0.254 mm/a，属于“极严重腐蚀”程度；实 验 方 案 2 对 应 关 联 规 则（2），其 腐 蚀 速率小于 0.025 mm/a，属于“轻度腐蚀”程度；实验方案 3和 4分别对应关联规则（3）和（4），分别属于“中度腐蚀”和“严重腐蚀”程度。实验结果与Apriori算法得到的关联规则相同，证明了 Apriori算法的准确性和科学性。4结论（1）待评价的集输管道中 H2S分压、Cl-浓度和持液率相对较高，且腐蚀机理不清晰，经 LASSO算法特征选择后，认为温度、气相流速、持液率、CO2分压、Ca2+Mg2+浓度、SRB 含量等变量是影响腐蚀程度的主控因素。（2）通过 Apriori算法进行分析，得到了同时满足最小支持度和置信度的强关联规则，并利用高温高压反应釜予以验证结论准确性。（3）随着腐蚀缺陷的轴向位置越靠近焊缝，腐蚀缺陷尺寸越小，由轴向缺陷逐步转为环向缺陷，同时出现概率也增大。参考文献1 张建军，赵伟，张昕油田埋地管道腐蚀失效规律性认识 及 治 理 对 策 J 油 气 田 地 面 工 程，2022，41（8）：61-67ZHANG Jianju，ZHAO Wei，ZHANG XinUnderstandingof corrosion failure regularities of buried pipelines and coun-termeasuresJOil-Gas Field Surface Engineering，2022，41（8）：61-67图 5不同缺陷轴向位置处的置信度雷达图Fig.5 Confidence radar maps at different axial positions of defects表 6实验方案和结果Tab.6 Experimental scheme and results温度/45203550气相流速/(ms-1)8377含水率/%95407595CO2分压/MPa0.20.010.040.10Ca2+Mg2+浓度/(mgL-1)30050150300SRB/(个mL-1)25000100腐蚀速率/(mma-1)0.4570.0150.0980.17346第 43卷第 4期（2024-04）油气田地面工程 https:/完整性管理2 戴阳，孙永祥某成品油外输管道腐蚀失效案例的原因分析J油气田地面工程，2021，40（1）：96-102DAI Yang，SUN Yongxiang Cause analysis of corrosionfailure of product oil export pipelineJOil-Gas Field Sur-face Engineering，2021，40（1）：96-1023 史晶莹，陶桂凤，卢永强，等SRB 和 IB 对 X65管线钢的微生物腐蚀行为研究J油气田地面工程，2021，40（8）：12-16，20SHI Jingying，TAO Guifeng，LU Yongqiang，et alMicro-bial corrosion behavior on X65 pipeline steel by SRB andIBJ Oil-GasFieldSurfaceEngineering，2021，40（8）：12-16，204 温素丽，刘翔，李红波，等输油站场工艺管道腐蚀失效行为分析研究J油气田地面工程，2020，39（7）：76-80WEN Suli，LIU Xiang，LI Hongbo，et alCorrosion fail-ure behavior analysis and research of process pipeline in oiltransportation stationJ Oil-Gas Field Surface Engineer-ing，2020，39（7）：76-805 陈迪，廖柯熹，何国玺，等基于 EWM-GRA 的腐蚀主控因素分析与腐蚀模型建立J表面技术，2019，48（6）：268-273CHEN Di，LIAO Kexi，HE Guoxi，et alAnalysis of cor-rosion main influencing factors based on EWM-GRA andcorrosionmodelestablishmentJ SurfaceTechnology，2019，48（6）：268-2736 任春燕集气管道内腐蚀主控因素及腐蚀评价方法研究J石油工程建设，2021，47（5）：20-24REN ChunyanMain control factors of internal corrosion andevaluation method of gas gathering pipelineJ PetroleumEngineering Construction，2021，47（5）：20-247 THAKER J，BANERJEE J Influence of intermittent flowsub-patterns on erosion-corrosion in horizontal pipeJJournal of PetroleumScienceandEngineering，2016，145：298-3208 骆正山，潘柯成基于 LASSO-ISAPSO-ELM 的含蜡原油管道蜡沉积速率预测J安全与环境工程，2022，29（6）：69-77LUO Zhengshan，PAN KechengWax deposition rate pre-diction of waxy crude oil pipelines based on LASSO-ISAP-SO-ELM algorithmJSafety and Environmental Engineer-ing，2022，29（6）：69-779 徐恒元，高翔，许小勤，等基于 Lasso-Wiener模型的埋地腐蚀管道可靠性评价J油气田地面工程，2022，41（2）：68-72XU Hengyuan，GAO Xiang，XU Xiaoqin，et alReliabili-ty evaluation of buried corroded pipelines based on Lasso-WienermodelJ Oil-GasFieldSurfaceEngineering，2022，41（2）：68-7210 马军鹏，段晓苏，白晓航，等基于灰色关联和 Apriori算法的输气管道输差分析J石油管材与仪器，2021，7（5）：90-93MA Junpeng，DUAN Xiaosu，BAI Xiaohang，et alTransimission difference analysis of gas pipeline based ongrey correlation and Apriori algorithmJPetroleum Tubu-lar Goods&Instruments，2021，7（5）：90-9311 刘庆贵，丁进良基于改进 Apriori 关联规则挖掘的冷水 机 组 故 障 诊 断 J 暖 通 空 调，2018，48（4）：120-124LIU Qinggui，DING Jinliang Fault diagnosis of waterchiller based on improved Apriori association rule miningJ Heating Ventilating&Air Conditioning，2018，48（4）：120-124作者简介田东海：工程师，2011 年毕业于长江大学石油工程专业，从事油气田自动化管理工作，13722090071，河北省任丘市华北油田公司会战道冀中公证处，062552。收稿日期2023-12-15（编辑李娜）47