一种基于二维信息融合的油气管网泄漏检测方法
【专利摘要】本发明提供一种基于二维信息融合的油气管网泄漏检测方法，包括：实时获取油气管网各监控站采集的压力、流量、密度、节流阀开度、下载阀门开度、水击泄压阀开关信号和主输泵启停信号；判断油气管段是否出现异常；查询使该油气管段出现异常的工况调整信息；从查询到工况调整信息的监控站开始跟踪负压力波；识别油气管网状态；定位油气管网泄漏点。针对油气管网系统的复杂工况及不确定性，为有效地降低泄漏检测的误报率，并提高泄漏定位的精度，本发明采用二维信息融合，来分析油气管网工作状态，能够提高油气管网泄漏检测的准确度；同步分析系统中压力、流量等管道参数的实时变化信息和阀门等的工况调整信息，有效地降低了泄漏检测的误报率。
【专利说明】一种基于二维信息融合的油气管网泄漏检测方法
【技术领域】
[0001]本发明涉及油气管网泄漏检测【技术领域】，尤其涉及一种基于二维信息融合的油气管网泄漏检测方法。
【背景技术】
[0002]石油、天然气等能源产品的管道运输，在中国已经发展了半个多世纪，随着管网的逐年扩大，管道运输已经成为陆上油气运输的主要方式。但是管道的老化、锈蚀、突发性自然灾害及人为破坏等都会造成成品油管道的泄漏乃至破裂，如不及时发现并加以制止，不仅造成能源浪费、经济损失、环境污染，而且会危及人身安全，甚至造成灾难性事故。因此，对油气管道进行实时在线监测，对泄漏事故进行准确及时的报警，并准确估计出泄漏点的位置具有重要的意义。
[0003]现有的管道泄漏检测方法有很多种，如光纤测漏法、声波检测法、压力梯度法、负压波法等等。其中，负压波法是近年来国际上应用最广的管道泄漏检测方法。该方法具有反应时间短、可检测的泄漏量范围广等特点。但是，对于缓慢且流量较小的泄漏，由于其单位时间内压力变化缓慢，负压波法对其敏感度较低，容易产生漏报。而且，由于管道输送系统的工况较复杂，正常的操作如泵的调节和开闭，分输点处的分输操作，阀门的调节与输送介质的切换等都会引起负压波，难以与泄漏引发的负压波区分。另外，由于泄漏点位置距离上下游泵站的远近不同，输送介质对负压波信号产生不同程度的反射、散射和吸收等影响，负压波信号还会出现不同程度的衰减，这又降低了该方法的定位精度。
[0004]现行的管道泄漏检测技术，在针对单一管道上的泄漏检测上，已经具有了较高的灵敏度和准确度。然而在现今的管网结构下，逐年复杂的工况调整，以及压力波在管网传播的过程中不同程度的衰减，都使得泄漏检测的误报率在逐渐增加，甚至会出现一天之中就有多达10次误报警的情况。为了保证泄漏检测的“无漏报”，技术人员多不会选择用降低灵敏度和准确度为代价来降低误报，以致予过多的误报增加了人力和物力的浪费。
【发明内容】
[0005]针对现有技术存在的不足，本发明提供一种基于二维信息融合的油气管网泄漏检测方法。
[0006]本发明的技术方案是:
[0007]—种基于二维信息融合的油气管网泄漏检测方法，包括以下步骤:
[0008]步骤1:实时获取油气管网各监控站采集的压力、流量、密度、节流阀开度、下载阀门开度、水击泄压阀开关信号和主输泵启停信号；
[0009]步骤2:判断同一油气管段的两个监控站采集的压力是否均存在当前时刻与前一时刻的压力差超过压力警戒阈值的情况，是，则确定该油气管段出现异常，执行步骤3，否则返回步骤I ;
[0010]步骤3:根据负压力波的传播速度和可能的传播方向，查询使该油气管段出现异常的工况调整信息，查询的时间范围是负压力波从某个监控站传播到当前的出现异常的油气管段的各监控站的时间；若查询到某监控站存在工况调整信息，则执行步骤4，否则，执行步骤6 ；
[0011]步骤4:从查询到工况调整信息的监控站开始跟踪负压力波，跟踪过程中判断该负压力波是否同时影响出现异常的油气管段的两个监控站，是，则执行步骤5，否则返回步骤3;
[0012]步骤5:根据出现异常的油气管段的监控站采集的压力、流量和查询到工况调整信息的监控站采集的压力、流量来识别油气管网状态；
[0013]步骤5.1:设定油气管道瞬变状态的识别框架，该识别框架的识别目标包括混油过境、干线控流、产品下载、水击泄压、管道泄漏和不确定；
[0014]步骤5.2:对出现异常的油气管段的监控站的压力、流量建立基本可信任分配函数，对查询到工况调整信息的监控站的压力、流量和工况调整信息建立基本可信任分配函数；
[0015]步骤5.3:根据建立的基本可信任分配函数得到信任函数与似然函数；
[0016]步骤5.4:采用Dempster组合规则将建立的基本可信分配函数组合在一起,得到油气管道瞬变状态的识别框架的各基本可信任分配函数；
[0017]步骤5.5:从油气管道瞬变状态的识别框架的基本可信任分配函数的结果中选择具有最大支持度的识别目标作为油气管网状态识别结果:若油气管网状态识别结果为混油过境、干线控流、产品下载或水击泄压，则当前油气管网未发生泄漏，若油气管网状态识别结果为管道泄漏或不确定，则执行步骤6 ；
[0018]步骤6:定位油气管网泄漏点；
[0019]步骤6.1:根据出现异常的油气管段的两个监控站采集的压力，获得该两个监控站的当前时刻与前一时刻的压力差超过压力警戒阈值时的时间点；
[0020]步骤6.2:根据负压波到达出现异常的油气管段的两个监控站的时间差计算泄漏点在油气管网中的位置。
[0021]有益效果:
[0022]针对油气管网系统的复杂工况及不确定性，为有效地降低泄漏检测的误报率，并提高泄漏定位的精度，本发明提供了一种二维信息融合的油气管网泄漏检测方法，采用二维信息融合，即基于传感器的数值信息和时间信息两个维度进行融合，构造证据体，来分析油气管网工作状态，能够提高油气管网泄漏检测的准确度；同步分析系统中压力、流量等管道参数的实时变化信息和阀门等的工况调整信息，有效地降低了泄漏检测的误报率，很大程度上解决了传统泄漏检测方法中精度与准确度的矛盾，增加了检测系统的鲁棒性。
【专利附图】
【附图说明】
[0023]图1本发明【具体实施方式】所采用的检测装置结构框图；
[0024]图2本发明【具体实施方式】的识别油气管网状态流程图；
[0025]图3本发明【具体实施方式】的基于二维信息融合的油气管网泄漏检测方法流程图。【具体实施方式】[0026]不面结合附图对本发明的【具体实施方式】做详细说明。
[0027]本实施方式的基于二维信息融合的油气管网泄漏检测方法所采用的检测装置，如图1所示，包括GPS天线、GPS时钟模块、数据采集板、网络输出端口、电源模块和PLC。
[0028]电源模块采用DR-120-24型号的220V/24V电源模块，共有两路24V输出，分别为GPS时钟模块和PLC供电；GPS时钟模块的型号为MBCURS485M3329，PLC采用PEC9000型号的小型PLC模块,传感器的信号要求为4-20mA电流信号或0-5V电压信号。
[0029]GPS时钟模块通过接通户外的GPS天线接收卫星信号，将接收到的时间信号提供给PLC，保证了多个设备的时间统一；数据采集板采用低通滤波板，将各监控站的传感器电流信号经过滤波后，传入PLC的Al端口；网络输出端口将通用的8线网口，拆分出其中的4线，连接到PLC的通讯端口，网络输出端口用于与工业以太网进行连接。
[0030]本实施方式的检测装置可以直接采集油气管网中各监控站的压力、流量、密度的电流信号，现场设备的状态指示信号则可以利用工业网络连接对应的控制单元，利用OPC端口来采集工况信息。
[0031]本实施方式的油气管网泄漏检测，首先是要实时监测管网中各段管道的压力情况；在某站发现压力突然下降且超过警戒阈值后，查询历史数据库各站中的近期操作，寻找会使管网出现压力波的工况干扰；若有工况干扰造成的负压波能影响到发现压力异常的站，或者管网近期没有工况发生，都通过二维数据融合决策来判断管网的运行状态；若确认管网中发生了泄漏，则定位泄漏点的位置，最后得出压力异常的来源。
[0032]本实施方式的基于二维信息融合的油气管网泄漏检测方法，如图3所示，包括以下步骤:
[0033]步骤1:实时获取油气管网各监控站采集的压力、流量、密度、节流阀开度、下载阀门开度、水击泄压阀开关信号和主输泵启停信号；
[0034]根据采集到的数据在油气管网泄漏检测中的不同作用，将它们按两种方式存储:其一，压力、流量、密度，这些表征管道内介质实时状态的数据，采用实时存储方式，即单位时间保存一次数据；其二，阀门、主输泵的数据一节流阀开度、下载阀门开度、水击泄压阀开关信号和主输泵启停信号，这些表征管网输送状态的设备数据，采用变化存储方式，即出现人为变动时保存变化后的状态值；
[0035]为了防止突然压变产生的水击波对管道的冲击，在现场需要工况调整时，就会人为地将水击波的能量降到最低，例如在调节阀门开度不是一次性调节到位，而是分成几步，呈阶梯式递增或递减，利用阀门来缓冲。采集到各监控站的信号，为了体现其突变程度，采用平均值后再取差值的方式，比如计算杂O秒内数据变化前后的差值，作为真实数值数据。同样的，变化时间也是一个小的时间段，所以选取变化时间的中间点为变化时间点，以压力变化的理论时间点为基点，将除了压力外的其他传感器的变化时间点与基点做差，将这些值作为真实的时间数据。
[0036]步骤2:判断同一油气管段的两个监控站采集的压力是否均存在当前时刻与前一时刻的压力差是否超过压力警戒阈值的情况，是，则确定该油气管段出现异常，执行步骤3，否则返回步骤I ;
[0037]步骤3:根据负压力波的传播速度和可能的传播方向，查询使该油气管段出现异常的工况调整信息，查询的时间范围是负压力波从某个监控站传播到当前的出现异常的油气管段的各监控站的时间；若查询到某监控站存在工况调整信息，则执行步骤4，否则，执行步骤6 ；
[0038]步骤4:从查询到工况调整信息的监控站开始跟踪负压力波，跟踪过程中判断该负压力波是否同时影响出现异常的油气管段的两个监控站，是，则执行步骤5，否则返回步骤3;
[0039]步骤5:根据出现异常的油气管段的监控站采集的压力、流量和查询到工况调整信息的监控站采集的压力、流量来识别油气管网状态；如图2所示；
[0040]步骤5.1:设定油气管道瞬变状态的识别框架，该识别框架的识别目标包括混油过境、干线控流、产品下载、水击泄压、管道泄漏和不确定；
[0041]设定油气管道瞬变状态的识别框架为& =A1, A2, A3, A4, A5, A6，其中A1为混油过境、A2为干线控流、A3为产品下载、A4为水击泄压、A5为管道泄漏、A6为不确定。根据现场值班人员的经验，整合历史趋势，修正传感器的环境加权系数和对各目标的关联系数，最终得到传感器数值数据和时间数据的基本可信任分配函数，以及证据体对识别框架中所有命题的信度区间和证据不确定性。
[0042]各监控站的每个传感器提供的信息都是二维的，即状态值和时间值两个维度。本实施方式对该二维信息进行融合，通过融合各传感器采集到的状态值(压力、流量、密度、节流阀开度、下载阀门开度、水击泄压阀开关信号和主输泵启停信号)及对应的时间这两个维度的信息来构造证据体，用以表征油气管网中各监控站理论时间范围内的状态，进而实现对压力异常情 况的识别。因此，融合输入的参数不只有上述传感器的数值信息，还包含了对应的时间信息。
[0043]步骤5.2:对出现异常的油气管段的监控站的压力、流量建立基本可信任分配函数，对查询到工况调整信息的监控站的压力、流量和工况调整信息建立基本可信任分配函数；
[0044]本实施方式利用目标关联系数和环境加权系数来确定基本可信任分配函数。考虑到管道瞬变状态及环境因素对识别管网状态的影响，采用的是经验方法，确定基本可信任分配函数中的所需要的关联系数和加权系数。采用的分配函数模型如下:
[0045]传感器i的数值数据对的基本可信任分配函数:
【权利要求】
1.一种基于二维信息融合的油气管网泄漏检测方法，其特征在于:包括以下步骤:步骤1:实时获取油气管网各监控站采集的压力、流量、密度、节流阀开度、下载阀门开度、水击泄压阀开关信号和主输泵启停信号； 步骤2:判断同一油气管段的两个监控站采集的压力是否均存在当前时刻与前一时刻的压力差超过压力警戒阈值的情况，是，则确定该油气管段出现异常，执行步骤3，否则返回步骤I ; 步骤3:根据负压力波的传播速度和可能的传播方向，查询使该油气管段出现异常的工况调整信息，查询的时间范围是负压力波从某个监控站传播到当前的出现异常的油气管段的各监控站的时间；若查询到某监控站存在工况调整信息，则执行步骤4，否则，执行步骤6 ; 步骤4:从查询到工况调整信息的监控站开始跟踪负压力波，跟踪过程中判断该负压力波是否同时影响出现异常的油气管段的两个监控站，是，则执行步骤5，否则返回步骤3 ; 步骤5:根据出现异常的油气管段的监控站采集的压力、流量和查询到工况调整信息的监控站采集的压力、流量来识别油气管网状态； 步骤5.1:设定油气管道瞬变状态的识别框架，该识别框架的识别目标包括混油过境、干线控流、产品下载、水击泄压、管道泄漏和不确定； 步骤5.2:对出现异常的油气管段的监控站的压力、流量建立基本可信任分配函数，对查询到工况调整信息的监控站的压力、流量和工况调整信息建立基本可信任分配函数；步骤5.3:根据建立的基本可信任分配函数得到信任函数与似然函数； 步骤5.4:采用Dempster组合规则将建立的基本可信分配函数组合在一起,得到油气管道瞬变状态的识别框架的各基本可信任分配函数； 步骤5.5:从油气管道瞬变状态的识别框架的基本可信任分配函数的结果中选择具有最大支持度的识别目标作为油气管网状态识别结果:若油气管网状态识别结果为混油过境、干线控流、产品下载或水击泄压，则当前油气管网未发生泄漏，若油气管网状态识别结果为管道泄漏或不确定，则执行步骤6 ; 步骤6:定位油气管网泄漏点； 步骤6.1:根据出现异常的油气管段的两个监控站采集的压力，获得该两个监控站的当前时刻与前一时刻的压力差超过压力警戒阈值时的时间点； 步骤6.2:根据负压波到达出现异常的油气管段的两个监控站的时间差计算泄漏点在油气管网中的位置。
【文档编号】F17D5/02GK103994333SQ201410196358
【公开日】2014年8月20日 申请日期:2014年5月9日 优先权日:2014年5月9日
【发明者】张化光, 马大中, 冯健, 刘金海, 汪刚, 吴振宁, 刘梦楠, 安普春, 李晓瑜 申请人:东北大学