Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
API MPMS 13.1（1985年版，2002年复审）石油测量统计概念与程序全面解析
深入解读API MPMS 13.1标准在石油测量中的应用，涵盖统计方法、误差分析及实施要点
1. 标准概况与适用范围
API MPMS（Manual of Petroleum Measurement Standards）第13.1章《测量中的统计概念与程序》（Statistical Concepts and Procedures in Measurement）第一版于1985年发布，2002年经复审确认（扫描版）。该标准是API MPMS体系中专门阐述统计学在石油测量领域应用的基础性文件，为计量人员提供统一的统计原理和方法论。
标准主要适用于原油、成品油及液化石油气等流体的静态与动态测量，涉及体积、质量、密度、温度、压力等参数的测量数据处理与分析。其核心目标是通过统计技术评估测量不确定度、监控测量过程稳定性、识别异常数据，从而确保贸易交接计量的准确性和公平性。
该标准面向石油计量工程师、质量控制人员、实验室分析师及国际贸易交接点检验机构，是实施其他API MPMS章节（如第12章计算、第14章天然气测量等）中统计方法的重要参考。
标准实施的益处：遵循API MPMS 13.1推荐的统计程序，可系统量化测量不确定度，降低因数据偏差引发的商务争议，同时为校准周期优化、测量设备选型提供科学依据。实践表明，有效应用该标准可使交接计量综合误差降低0.1%–0.3%，年度减少数十万美元的计量损失。
2. 主要技术内容与要求
API MPMS 13.1系统地介绍了描述性统计、推断统计以及测量过程控制的基本概念与方法。标准核心包括：基本统计参数定义、误差类型与来源分析、数据有效性检验、测量过程稳定性评估、以及不确定度传播评估。以下通过表格汇总其中关键统计参数及其在石油测量中的典型应用：
| 参数 | 符号 | 定义 | 石油测量应用示例 |
|---|---|---|---|
| 算术平均值 | (bar{x}) | 测量值算术总和除以测量次数 | 多批次密度测量中心值 |
| 标准偏差 | (s) | 测量值离散程度的平方根量度 | 流量计重复性评估（应≤0.05% ） |
| 变异系数（CV） | (frac{s}{bar{x}}) | 相对离散程度，无量纲 | 跨仪表、跨油品不确定性比较 |
| 置信区间 | CI | 在给定置信水平下包含真值的区间 | 标定系数真值范围估计（95%置信水平） |
| 偏度/峰度 | － | 分布对称性和尖峭程度 | 判断测量误差是否近似正态分布 |
2.1 测量误差分类与分析
标准将误差明确分为随机误差和系统误差两类，并分别给出处理要求：
- 随机误差：由不可控因素（如温度波动、读数分散）引起，服从或近似正态分布。标准要求在相同条件下独立重复测量至少10次以估计标准偏差，并利用t分布计算均值置信区间。
- 系统误差：由仪表偏差、计算方法缺陷等固定因素造成。必须通过溯源校准、交叉检验或偏差校正加以消除或修正。
实用提示：在实际测量中，随机误差和系统误差往往并存。API MPMS 13.1建议采用ANOVA（方差分析）或Mandel模型分离两类误差，尤其在多实验室比对测试中，此方法可有效识别实验室间系统偏差。
重要注意事项：当数据量不足（例如n＜10）时，基于正态假设的置信区间可能失真。标准特别强调此时应采用稳健统计方法（如中位数代替均值，MAD代替标准偏差）或适当扩大不确定度覆盖因子（k取3而非2），以规避样本量过小带来的分析风险。
2.2 测量过程统计控制
标准引入控制图（Shewhart）技术监控测量过程的长期稳定性。核心要求：
- 定期收集标准样品或核查标准的数据，计算均值控制限（(bar{x} pm 3s/sqrt{n})）和范围控制限；
- 一旦发现超出控制限或连续趋势异常（如7点同侧），应立即启动纠正措施（重新校准、检查仪表或培训操作人员）。
3. 实施与应用要点
实施API MPMS 13.1需注意以下关键环节：
3.1 数据采集与预处理
必须确保采集条件的代表性（温度、压力波动控制在规定范围内），并使用格拉布斯（Grubbs）检验或Dixon检验剔除异常值。标准要求每次剔除不超过数据集的5%，且需记录剔除理由。
3.2 不确定度评估流程
标准采用“Bottom‑Up”方法：先识别各不确定度分量（包括重复性、仪表精度、温度压力修正等），按A类（统计法）或B类（非统计法）评定标准不确定度，最后合成并扩展。典型公式为：
(U = k cdot sqrt{sum c_i^2 u_i^2})，其中k取2（置信概率95%）或3（99%）。
强制性安全关键要求：对于涉及海关结算、股权分配等具有法律约束力的贸易交接测量，API MPMS 13.1明确规定必须执行完整的不确定度评估，并出具符合ISO/IEC 17025要求的评定报告。未遵循此要求可能导致测量结果在仲裁中被判无效，从而引发严重商务或法律后果。
3.3 人员培训与审核
建议从事统计分析的计量人员接受标准专项培训（≥16学时），并通过实操考核。审核时重点关注样本独立性证明、分布假设检验记录以及控制图更新频次。
4. 与其他标准的关系
API MPMS 13.1并非孤立存在，它与以下国际标准深度关联：
- ISO GUM（JCGM 100:2008）：两者在不确定度评定框架上高度一致，但API MPMS 13.1更早引入工程化简化方法（如忽略高阶项），更适合现场快速评估。
- API MPMS 12.2（计算规范）：原油和成品油的标准体积计算中所需的温度和压力修正因子，其不确定度参数需依据13.1进行统计赋值。
- ASTM D6300（石油产品测试统计）：与API MPMS 13.1互为补充，前者侧重实验室测试方法的精密度统计，后者涵盖从现场计量到贸易结算的全流程统计控制。
标准实施的深远影响：通过系统应用API MPMS 13.1建立的统计控制体系，企业不仅能够满足贸易合同中对测量数据质量的严格要求，还能有效降低因计量异议引发的纠纷成本。据统计，实施该标准后，大型油库的交接计量争议数量平均下降超过60%。
常见问题与解答（FAQ）
问：在石油计量中，何时必须使用正态分布假设？如果数据不服从正态分布怎么办？
答：当通过t分布构建均值置信区间或使用控制图时，通常要求数据近似正态或样本量足够大（n≥30）以满足中心极限定理。若数据明显非正态（如偏度/峰度检验p<0.05），应优先考虑非参数方法（如Mann-Whitney U检验）或对数据进行Box-Cox变换后再分析。API MPMS 13.1附录B给出了具体的正态性检验推荐流程。
答：当通过t分布构建均值置信区间或使用控制图时，通常要求数据近似正态或样本量足够大（n≥30）以满足中心极限定理。若数据明显非正态（如偏度/峰度检验p<0.05），应优先考虑非参数方法（如Mann-Whitney U检验）或对数据进行Box-Cox变换后再分析。API MPMS 13.1附录B给出了具体的正态性检验推荐流程。
问：API MPMS 13.1与最新版ISO GUM在不确定度评定的方法上有何主要区别？
答：两者在基本原理上完全兼容，均遵循测量不确定度表示指南。区别在于API MPMS 13.1更贴近现场实践：它提供了石油行业常用仪器（如流量计、密度计）的典型不确定度分量清单和简化计算表格，并强调了在线测量中因流态变化引入的附加不确定度，这些在ISO GUM中没有直接展开。
答：两者在基本原理上完全兼容，均遵循测量不确定度表示指南。区别在于API MPMS 13.1更贴近现场实践：它提供了石油行业常用仪器（如流量计、密度计）的典型不确定度分量清单和简化计算表格，并强调了在线测量中因流态变化引入的附加不确定度，这些在ISO GUM中没有直接展开。
问：标准偏差和平均偏差在测量数据处理中应如何选择？
答：平均偏差计算简单且对异常值不敏感，适用于初步精度检查。但标准偏差具有更好的统计优良性（可参与方差运算、构建置信区间等），在不确定度合成和假设检验中必须使用标准偏差。API MPMS 13.1要求所有A类评定均应采用贝塞尔公式计算标准偏差。
答：平均偏差计算简单且对异常值不敏感，适用于初步精度检查。但标准偏差具有更好的统计优良性（可参与方差运算、构建置信区间等），在不确定度合成和假设检验中必须使用标准偏差。API MPMS 13.1要求所有A类评定均应采用贝塞尔公式计算标准偏差。
问：我公司只有少量现场测量数据（n＜5），如何应用该标准？
答：当样本量极小时，统计推断可靠性很差。标准建议采用区间半宽法（基于历史重复性或仪表制造指标）按B类评定不确定度，并覆盖因子取k=3（99%置信）。同时强烈建议积累至少10组数据后过渡到A类评定方法。
答：当样本量极小时，统计推断可靠性很差。标准建议采用区间半宽法（基于历史重复性或仪表制造指标）按B类评定不确定度，并覆盖因子取k=3（99%置信）。同时强烈建议积累至少10组数据后过渡到A类评定方法。
本文依据API MPMS 13.1（1985 First Edition, Reconfirmed 2002）编写，内容仅供参考，正式应用请以标准原文为准。版权归API所有，本文仅为技术解读，不构成授权。© 2026 技术文档撰写专家。
