一种地下燃气管道最早泄漏溯源方法与流程

本发明涉及燃气泄漏溯源，具体为一种地下燃气管道最早泄漏溯源方法。

背景技术：

1、燃气是气体燃料的总称，常见的有天然气、液化石油气和沼气，燃气通过燃烧释放出热量，以供工业生产及日常生产使用，燃气通常通过地下管道进行运输，由于燃气污染大、毒性强，所以运输燃气的地下管道一旦出现泄漏，将造成严重的环境污染，在城市中的地下管道若发生泄漏，将会产生重大安全事故，严重危害城市安全，在申请号为201711280902.5的中国专利公开了“一种地下燃气管道泄漏区域的定位方法及系统，所述方法包括：s1、根据地下燃气管道相邻的地下空间中布置的可燃气体监测仪的实时监测结果，确定可燃气体的气体浓度超过预设阈值的所述可燃气体监测仪位置；s2、基于所述可燃气体监测仪位置以及所述可燃气体监测仪对应监测的可燃气体的气体浓度值，采用预设的燃气溯源算法，估算发生泄漏的地下燃气管道范围。本发明提供的地下燃气管道泄漏区域的定位方法及系统，通过在地下燃气管道相邻的地下空间中布置可燃气体监测仪，从而实时监测可燃气体浓度，再根据浓度和可燃气体监测仪位置确定燃气泄漏区域，实现了实时监测燃气安全和快速锁定泄漏区域，保障了城市安全。”

2、该对比文件仅仅解决了通过布置气体监测仪的方式监测地下管道可燃气体浓度以进行泄漏溯源的问题，但是气体监测仪无法进行密集布置，当地下燃气管道的泄漏点处于未布置气体监测仪等传感器的地下空间中，将难以准确地定位到地下燃气管的泄漏点，在以往的燃气管道泄漏监测中，还需要人工在燃气泄漏报警点周边进行大量排查，导致泄漏点难以发现、发现时间周期长、成本高等问题。

技术实现思路

1、本发明的目的在于提供一种地下燃气管道最早泄漏溯源方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种地下燃气管道最早泄漏溯源方法，包括以下步骤：

3、s1、建立埋地燃气管道早期泄漏理论模型：定义埋地燃气管道泄漏的早期预警边界，分析土壤和工艺条件对地下燃气泄漏速率的影响，为埋地燃气管道泄漏溯源算法提供理论及模型数据支撑；

4、s2、埋地燃气管早期泄漏实验测试：基于管道内的影响因素，模拟真实场景下燃气管道泄漏事件，根据埋地燃气管早期泄漏实验测试得到的数据对埋地燃气管道早期泄漏理论模型进行验证，并为埋地燃气管道泄漏溯源算法提供实验数据支撑；

5、s3、埋地燃气管道早期泄漏溯源算法研究：在埋地燃气管道早期泄漏理论模型的理论基础上，根据埋地燃气管道早期泄漏实验测试得到的数据，基于人工智能神经网络算法，进行埋地燃气管道早期泄漏溯源算法研究；

6、s4、对地下燃气管道泄漏位置进行精准定位：根据埋地燃气管道早期泄漏溯源算法，实现地下燃气管道泄漏位置的精准定位。

7、优选的，所述步骤s1中，利用fluent软件，在埋地燃气管道泄漏源5米半径范围内建立气体地下扩散模型，模型基于硬化路面假设，综合土壤孔隙率、含水量、粘性阻力等环境因素，研究在不同管道压力、管道埋深、泄漏孔径等因素影响下，燃气地下扩散的浓度场空间与时间的分布特性。

8、优选的，所述步骤s1中，进行目标燃气管线的获取：以报警地下空间为圆心，取地下空间覆盖介质对应最远扩散距离为半径r作圆，表示地下报警空间，地下报警空间内与燃气管线相交管段为该报警地下空间对应的目标燃气管线，不同的地下空间覆盖介质选取的r大小不同，其中当地下空间覆盖介质为土壤或草地时r取2.5米，当地下空间覆盖介质为道板砖时r取5米，当地下空间覆盖介质为水泥、沥青或混凝土时r取12.5米。

9、优选的，所述步骤s1中，在目标燃气管线的获取后，进行可燃气体扩散范围的确认：根据已得到的目标燃气管线，以目标燃气管线作为可能泄漏燃气管段，以可能泄漏燃气管段的两个端点为圆心，根据可能泄漏燃气管段覆盖介质对应燃气扩散最远距离为半径作圆，在两个圆及两个圆之间，沿可能泄漏燃气管段扫过的区域即为燃气可能扩散范围。

10、优选的，所述步骤s1中，在可燃气体扩散范围确认后，需要根据现场检测推算高泄漏概率管段：在可燃气体可能扩散范围内且未布设传感器的地下空间中，对可燃气体浓度进行检测，在现场存在可燃气体的地下空间中，取任意两点为圆心作两圆，分别表示现场存在可燃气体地下空间s1与现场存在可燃气体地下空间s2，此时对各存在可燃气体的地下空间进行溯源分析，其中报警地下空间、现场存在可燃气体地下空间s1和现场存在可燃气体地下空间s2的交集中对应的目标燃气管线相交段为高泄漏概率燃气管段。

11、优选的，所述步骤s1中，在根据现场检测推算高泄漏概率管段后，对存在泄露可能性的目标管段进行定位：在推算出高泄漏概率管段后，进一步在现场不存在可燃气体的地下空间中，在高泄漏概率管段两端各任意取一点为圆心作两圆，分别表示现场存在不可燃气体地下空间d1与现场存在不可燃气体地下空间d2，对不存在可燃气体的地下空间进行溯源分析，其圈定的与存在泄漏可能性的总体目标管线相重合的燃气管线为泄漏概率较低的管线，即低泄漏概率管段，在此之后按照存在可燃气体地下空间目标管线重合结果进行管段泄漏可能性定位。

12、优选的，所述步骤s2中，基于管道内气体压力、管道埋深、泄漏孔径、土壤含水量、土壤孔隙率和土壤种类等因素特征值，设计埋地燃气管道早期泄漏测试实验平台，通过分别控制上述因素，模拟真实场景下燃气管道泄漏事件，利用实验平台开展多因素耦合下的高通量泄漏正交实验，在埋地燃气管道泄漏源周边布设气体传感器，监测气体在土壤中的扩散情况和不同空间时间位置的浓度分布，研究工艺、管道和环境因素对埋地燃气管道泄漏行为的协同作用机理，验证埋地燃气管道早期泄漏理论模型的准确性，并为埋地燃气管道泄漏溯源算法提供实验数据支撑。

13、优选的，所述步骤s3中，利用埋地燃气管道早期泄漏实验数据，训练基于人工智能神经网络的埋地燃气管道泄漏溯源算法，探究激励函数对该算法的最优适应性，研究隐含层最佳设置层数以及各层连接权值，实现泄漏溯源算法准确识别率的预设精度要求，利用埋地燃气管道早期泄漏理论模型的浓度场分布时空序列大数据，研究泄漏溯源算法参数对算法性能的影响，进而构筑兼具运算效率与定位精度的算法优化方案，基于埋地燃气管道早期泄漏溯源最优化算法，构筑适用于手持设备或手机app的泄漏溯源软件，并通过实验验证其可靠性与准确性，人工智能神经网络算法包括l-m算法；

14、l-m算法具体如下：

15、δw＝(jtj＝μi)-1·jte

16、其中，e表示误差向量，j表示网络误差对权值导数的雅可比矩阵，μ表示标量，w表示输入响应产生连接权值，t表示周期。

17、与现有技术相比，本发明的有益效果是：

18、本发明针对埋地燃气管道泄漏溯源定位时间长、成本高、风险无法得到及时抑制的难题，通过建立埋地燃气管道早期泄漏的理论模型，探究管道本体与土壤条件对地下泄漏浓度场时间空间分布的影响，搭建实验平台开展埋地燃气管道的早期泄漏实验测试，对理论模型进行验证与必要修正，并收集燃气地下扩散浓度分布数据，通过机理与数据双重驱动，建立基于人工智能神经网络的埋地燃气管道泄漏高效溯源算法，为埋地燃气管道泄漏源的快速精准定位提供技术保障，通过理论模型与实验数据双重数据验证，研发出埋地燃气管道早期泄漏溯源算法，客观、准确地反映燃气管道可能泄漏的位置。