一种确定管道气体泄漏点位置的采样布局方法与流程

1.本发明涉及气体泄漏位置确定技术领域，特别是涉及一种确定管道气体泄漏点位置的采样布局方法。


背景技术：

2.随着石油化学工业的发展，天然气作为优质高效的清洁能源，已逐步成为城镇燃气的主导气源，促进了社会经济的发展，且减少了对环境的污染。由于使用天然气的用户和单位越来越多，范围越来越广，一旦发生事故就会严重危及公共安全。天然气是以甲烷为主要成分的气体混合物，同时含有少量的乙烷、丙烷、丁烷等烷烃，还含有二氧化碳、氧、氮、硫化氢、水分等。天然气成份决定它是一种火灾危险性较大的可燃气体，与空气混合后，在空气中浓度达到5％至15％时，遇到火源就可能发生火灾爆炸事故，甚至造成重大伤亡。但随着时间的不断推移，燃气管道会出现一定老化从而产生一定泄漏，而这些泄漏往往会造成重大的安全事故，因此对这些泄漏点的检测和定位是尤为必要的。
3.通过手持、车载气体传感器或无人机激光检测设备进行巡检，是目前发现输气管道泄漏的常用手段。当发现管道泄漏时，快速确定泄漏的准确位置有助于尽早开展管道维修工作，从而降低安全风险和经济损失。在输气管道的布设区域发现泄漏发生后，需要开展更密集的气体浓度采样并进行分析，以最终确定泄漏点的具体位置，便于后期修复工作的进行。
4.在当前国内和国际的相关领域，虽然不断有新的浓度检测技术和设备投入使用，但是没有对气体泄漏定位采样位置优化的技术。目前的实际操作中，采样点的布局或者是基于操作人员的经验来确定，或者是简单的均匀排布在管线上方或附近。在实际操作中，上述采样和分析工作往往需要几个星期才能达到确定泄漏点的具体位置所需精度，造成了维修延误和安全隐患。


技术实现要素：

5.本发明的目的在于提供一种优化的用于确定管道气体泄漏点位置的采样布局方法，从而充分利用有限的采样设备，提高采样数据的信息量，最终提升定位效率。
6.本发明实施例提供一种确定管道气体泄漏点位置的采样布局方法，包括以下步骤：
7.s1，获取根据泄漏位置和采样点坐标信息推算采样浓度预期值模型；
8.s2，基于现有信息获取泄漏位置概率密度函数；
9.s3，建立以所有采样点坐标为自变量的信息量矩阵f；采样点数量为ni，所述信息量矩阵f是大小为ni×
ni的矩阵，式(1)为矩阵元素的计算公式：
[0010][0011]
α和β分别为与采样点关联的矩阵元素的行列坐标；x和y分别为采样点的横纵坐标
向量；为气体组分m在α和β两个采样点处浓度预期值的协方差，所述处浓度预期值利用所述浓度预期值模型和按照所述泄漏位置概率密度函数生成泄漏位置的随机抽样获取；σm是测量组分m浓度所用设备的测量误差标准差；nm为采样浓度预期值模型中涉及的气体组分的数量；
[0012]
s4，搜索采样点的横纵坐标向量，使信息量矩阵的信息量指标达到最优。
[0013]
本发明如上所述的确定管道气体泄漏点位置的采样布局方法，进一步地，所述采样浓度预期值模型至少能够给出两种以上气体浓度的推算。
[0014]
本发明如上所述的确定管道气体泄漏点位置的采样布局方法，进一步地，所述采样浓度预期值模型给出如式(2)形式的浓度预测；
[0015][0016]
式(2)中：为采样浓度预期值模型给出的第i个采样点处气体组分m的浓度预期值；fm为模型给出的气体m浓度预测函数；x0为管道泄漏位置；x和y为采样点i的横纵坐标；ni为采样点数量。
[0017]
本发明如上所述的确定管道气体泄漏点位置的采样布局方法，进一步地，气体组分m在第α和β两个采样点处浓度预期值按照以下方法获得：按照所述泄漏位置概率密度函数生成若干泄漏位置的随机抽样，由其组成泄漏位置数列；按所述采样浓度预期值模型和采样点坐标信息计算泄漏位置数列中每一泄漏位置对应的浓度预期值并组成浓度预期值数列；利用所述浓度预期值数列计算气体组分m在α和β两个采样点处浓度预期值的协方差。
[0018]
本发明如上所述的确定管道气体泄漏点位置的采样布局方法，进一步地，搜索采样点的横纵坐标向量可采用非线性多变量优化算法。
[0019]
本发明确定管道气体泄漏点的定位采样布局方法能充分利用采样浓度预期值模型和泄漏位置概率密度函数，并将二者结合用于构建与采样点的横纵坐标向量相关联的信息量矩阵，通过搜索采样点的横纵坐标向量使信息量矩阵的信息量指标达到最优的方式求解所有采样点的最优采样坐标，使确定管道气体泄漏点的定位采样布局能够获取更多信息，解决了当前基于操作人员经验的人工布局方法带来的定位效率和获取信息量低下的问题，能够更快速的确定管道泄漏位置，提升了气体管道(如燃气管道)运行的整体安全性。
附图说明
[0020]
为了更清楚地说明本发明，下面将对本发明的说明书附图进行描述和说明。显而易见地，下面描述中的附图仅仅说明了本发明的一些示例性实施方案的某些方面，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0021]
图1为本发明第一种实施方式的确定管道气体泄漏点位置的采样布局方法流程图。
具体实施方式
[0022]
以下参照附图详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅
是说明性的，决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现，不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整，并且向本领域技术人员充分表达本公开的范围。应注意到：除非另有说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值等应被解释为仅仅是示例性的，而不是作为限制。
[0023]
本公开中使用的“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其它要素的可能。
[0024]
本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用词典中定义的术语应当被理解为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非本文有明确地这样定义。
[0025]
对于本部分中未详细描述的部件、部件的具体型号等参数、部件之间的相互关系以及控制电路，可被认为是相关领域普通技术人员已知的技术、方法和设备，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
[0026]
实施方式1
[0027]
一种确定管道气体泄漏点位置的采样布局方法，包括以下步骤：
[0028]
s1，获取根据泄漏位置和采样点坐标信息推算采样浓度预期值模型；
[0029]
所述采样点为土壤采样点或空中采样点；
[0030]
所述模型根据不同的理论和使用场景，采用的具体模型可能选自稳态分布模型、高斯烟羽模型、气团模型等。模型可给出如式(2)形式的浓度预测；
[0031][0032]
式(2)中：为模型给出的第i个采样点处气体组分m的浓度预期值；fm为模型给出的气体m浓度预测函数；x0为管道泄漏位置；x和y为采样点i的横纵坐标；ni为采样点数量；nm为模型中涉及的气体组分的数量，即模型能够预测的气体组分的数量。在优选的实施例中nm大于等于2，更多气体组分的浓度信息为泄漏点定位提供了更丰富的依据，能够更进一步优化采样坐标，提高定位精度。
[0033]
s2，基于现有信息获取泄漏位置概率密度函数；
[0034]
根据不同的理论采用的具体函数可选自均匀分布函数、正态分布函数、核密度估计函数等，可以是连续的函数也可以是离散的函数。函数可给出泄漏位置在管道任一位置x或某一区域x的概率密度p(x)；例如，对于信息严重不足的管道区域可采用均匀分布函数，即泄漏点在管道区域内任何位置的概率完全相同。
[0035]
s3，建立以所有采样点坐标为自变量的信息量矩阵函数f；
[0036]
采样点数量为ni；所述信息量矩阵f是一个ni×
ni大小的矩阵；式(1)给出了每一个矩阵元素的计算方式：
[0037][0038]
α和β分别为与采样点关联的矩阵元素的行列坐标，矩阵行数量和列数量与采样点数量相等；如果对每一采样点按照顺序数字编号的话，矩阵元素的行列坐标分别与采样点顺序数字对应；例如采样点为3个时信息量矩阵f是一个3
×
3大小的矩阵；α和β取值范围是
1、2、3，所有矩阵元素为f
1，1
(x，y)，f
1，2
(x，y)，f
1，3
(x，y)，f
2，1
(x，y)，f
2，2
(x，y)，f
2，3
(x，y)，f
3，1
(x，y)，f
3，2
(x，y)和f
3，3
(x，y)；以矩阵元素f
1，2
(x，y)为例，其对应计算式为其中的计算涉及第一个采样点的坐标，的计算涉及第二个采样点的坐标；即矩阵元素f
1，2
(x，y)和第一个采样点的坐标向量和第二个采样点的坐标向量相关联，其计算需要使用第一个采样点的坐标向量和第二个采样点的坐标向量。x和y分别为采样点的横纵坐标向量；表示步骤1中所述模型对气体组分m在第α和β两个采样点处浓度预期值的协方差，所述处浓度预期值利用所述浓度预期值模型和按照所述泄漏位置概率密度函数生成泄漏位置的随机抽样获取；σm是测量组分m浓度所用设备的测量误差标准差；nm为采样浓度预期值模型中涉及的气体组分的数量。上述协方差计算方法为：气体组分m在第α和β两个采样点处浓度预期值按照以下方法获得：按照所述泄漏位置概率密度函数生成若干泄漏位置的随机抽样，由其组成泄漏位置数列；按所述采样浓度预期值模型和采样点坐标信息计算泄漏位置数列中每一泄漏位置对应的浓度预期值并组成浓度预期值数列和利用所述浓度预期值数列计算气体组分m在α和β两个采样点处浓度预期值的协方差。本步骤中以采用随机抽样(按照所述泄漏位置概率密度函数生成若干泄漏位置的随机抽样，由其组成泄漏位置数列)而非解析计算的方式计算协方差，主要是因为步骤1中所述浓度预期值和泄漏位置坐标之间存在非线性关系，以及步骤2中所述泄漏位置概率密度函数可能比较复杂。采用随机抽样方法不仅计算速度更快，数值稳定性也更好。根据大数定律，抽样的数量越多，得到的协方差越接近理论真实值，综合考虑计算能力、模型复杂度、时间要求等因素一般选用100～500个点，但为了获得更高布局准确性，抽样数可以大于500。气体组分数量为nm，逐一求解每一气体组分对应的然后对所有组分值求和得到对应的矩阵元素。
[0039]
s4，求解所有采样点的最优采样坐标。
[0040]
搜索确定采样坐标向量值，使得信息量矩阵的信息量指标达到最优，即可实现采样坐标的最优化。信息量矩阵的信息量指标有多种选择，比如：矩阵行列式值最大化(d优化)，矩阵秩最大化(a优化)，矩阵最小特征值最大化(e优化)等；最优坐标向量值的搜索方法，可用非线性多变量优化算法，一种具体的非线性多变量优化算法为粒子群算法。
[0041]
需要注意的是，本发明上述方法的各个步骤虽然标注了s1、s2、s3和s4，但是不应理解为是对各个步骤执行或操作顺序进行了限定，例如s1获取根据泄漏位置和采样点坐标信息推算采样浓度预期值模型和s2基于现有信息获取泄漏位置概率密度函数的实行顺序差异并不影响建立以所有采样点坐标为自变量的信息量矩阵。
[0042]
本发明提出了一种确定管道气体泄漏点的定位采样布局方法，该方法能充分利用采样浓度预期值模型和泄漏位置概率密度函数，并将二者结合用于构建与采样点的横纵坐标向量相关联的信息量矩阵，通过搜索采样点的横纵坐标向量使信息量矩阵的信息量指标达到最优的方式求解所有采样点的最优采样坐标，使确定管道气体泄漏点的定位采样布局能够获取更多信息量，解决了当前基于操作人员经验的人工布局方法带来的定位效率和获取信息量少的问题，能够更快速的确定管道泄漏位置，提升了气体管道(如燃气管道)运行的整体安全性。
[0043]
实施方式2
[0044]
为更好地说明本发明的具体实施方法，下面给出一个在埋深2.5米的长度12米直线天然气管段内，通过5个采样点确定泄漏位置的实例。采样点可在12米管段左右各6米的正方形地面范围内选择，打下直径20毫米深0.5米的孔，并在孔底部测量甲烷(ch4，仪器测量误差标准差0.5
‰
)及乙烷(c2h6，仪器测量误差标准差1
‰
)浓度。
[0045]
步骤1，建获取根据管道泄漏位置及土壤或空气中采样点坐标信息推算采样浓度预期值模型；
[0046]
在本实例中，甲烷(m＝1)分布采用高斯扩散模型，乙烷(m＝2)采用稳态分布模型，如式(3.1和3.2)：
[0047][0048][0049]
其中各参数的具体含义如下表(各参数为已知数据或者是在先前实验中拟合得到)：
[0050][0051]
步骤2，基于现有信息获取泄漏位置概率密度函数；
[0052]
本实例中采用了以目标管段中点为中心，99％概率泄漏点出现在目标管段范围内的正态分布作为概率密度函数。
[0053]
按照所述泄漏位置概率密度函数生成500泄漏位置的随机抽样，由其组成泄漏位置数列。泄漏位置x0的数列为500行1列，为方便阅读，将其折叠成50行10列的表格如下：
[0054]
[0055][0056]
步骤3，建立以5个采样点坐标为自变量的信息量矩阵f；所获得的信息量矩阵是一个5
×
5的矩阵，式(1)为矩阵元素的计算公式：
[0057][0058]
α和β分别为与采样点关联的矩阵元素的行列坐标；x和y分别为采样点的横纵坐标向量；为气体组分m在α和β两个采样点处浓度预期值的协方差，气体组分m1和m2在第α和β两个采样点处浓度预期值按照以下方法获得：按所述采样浓度预期值模型和采样点坐标信息计算步骤2所得泄漏位置数列中每一泄漏位置对应的浓度预期值
并组成浓度预期值数列。
[0059]
步骤4，求解最优采样坐标；
[0060]
搜索采样点的横纵坐标向量，使信息量矩阵的信息量指标达到最优；本实例采用矩阵行列式值最大化(d优化)方法，通过粒子群算法搜索最优解。优化结果为：x＝[-3.28,-1.49,0.11,1.03,2.20],y＝[0,0,0,0,0]，信息量矩阵f各元素值为：
[0061]
4.90e+05-2.56e+05-1.98e+04-3.01e+052.57e+05-2.56e+054.91e+051.69e+052.12e+05-8.95e+04-1.98e+041.69e+054.21e+05-3.25e+041.98e+05-3.01e+052.12e+05-3.25e+043.78e+05-2.08e+052.57e+05-8.95e+041.98e+05-2.08e+054.35e+05
[0062]
行列式值(信息量指标)为2.00e+27。
[0063]
对比例1，按照经典十字定位布局，5个采样点分布在天然气管段中心位置及左右前后各3米的十字位置。所对应的采样点位置坐标向量分别为x＝[-3,0,0,0,3],y＝[0,-3,0,3,0],信息量矩阵f各元素值为：
[0064]
3.86e+052.61e+03-3.03e+042.61e+03-3.06e+052.61e+033.11e+048.65e+043.11e+04-7.06e+03-3.03e+048.65e+044.26e+058.65e+04-7.18e+042.61e+033.11e+048.65e+043.11e+04-7.06e+03-3.06e+05-7.06e+03-7.18e+04-7.06e+034.36e+05
[0065]
行列式值(信息量指标)为0。此处信息量指标为0不表示“没有信息”，而是有采样点提供了完全重复的信息(此例子中是第2、4编号采样点，在管道两侧对称位置测量，对确定管道上的泄漏位置提供了重复信息)。
[0066]
对比例2，按照均匀采样布局，5个采样点均匀分布在管道正上方，所对应的采样点位置坐标向量为x＝[-4.8,-2.4,0,2.4,4.8],y＝[0,0,0,0,0],信息量矩阵f各元素值为：
[0067]
2.25e+051.63e+05-9.50e+04-2.18e+05-1.23e+051.63e+054.23e+052.32e+04-3.10e+05-2.25e+05-9.50e+042.32e+044.26e+05-1.98e+04-1.21e+05-2.18e+05-3.10e+05-1.98e+044.76e+051.71e+05-1.23e+05-2.25e+05-1.21e+051.71e+052.55e+05
[0068]
行列式值(信息量指标)为3.02e+26。
[0069]
精确度检验：采用的定位方法为：将采样点坐标代入步骤1中所述浓度预测模型，求解泄漏位置坐标x0,使得模型预测值与采样点观测值的加权误差平方和最小(权重为测量误差方差的倒数)，即加权最小二乘法。在实际检验中，优化后的布局所得到的平均定位误差为330mm，经典十字布局(对照1)的平均误差为490mm，均匀采样分布(对照2)的平均误差为370mm，利用本发明确定管道气体泄漏点位置的采样布局方法提高了采样点定位精度。
[0070]
应当理解，以上所述的具体实施例仅用于解释本发明，本发明的保护范围并不限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以变更、置换、结合，都应涵盖在本发明的保护范围之内。