CN105890844A - 隐蔽储油罐微泄漏定性与定量检测方法 - Google Patents
隐蔽储油罐微泄漏定性与定量检测方法 Download PDFInfo
- Publication number
- CN105890844A CN105890844A CN201610405468.8A CN201610405468A CN105890844A CN 105890844 A CN105890844 A CN 105890844A CN 201610405468 A CN201610405468 A CN 201610405468A CN 105890844 A CN105890844 A CN 105890844A
- Authority
- CN
- China
- Prior art keywords
- leakage
- detection
- tiny
- storage tank
- oil storage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
Abstract
本发明为一种针对隐蔽储油罐微泄漏定性与定量检测方法,其特征在于该检测方法针对隐蔽储油罐有泄漏、无泄漏或不确定三种状态,基于双统计量计算结果,采用微泄漏定性检测判决函数给出检测结果;若检测结果为有泄漏,则提取微泄漏初始报警及确认报警期间样本数据,进行报警期间样本数据的后向差分滤波处理,获取微泄漏定量检测所需的后向差分升序序列数据,并采用微泄漏定量检测估计模型,估计泄漏率、泄漏量及泄漏时间。该方法解决了现有基于质量或标准体积的隐蔽储油罐泄漏检测难以进一步提高灵敏性和准确性的难题,能及时报警隐蔽储油罐累积泄漏量小于计量仪表精度的微小泄漏。
Description
技术领域
本发明属于储油罐泄漏检测技术领域,涉及油罐自动计量、统计推断及数据滤波技术在隐蔽储油罐泄漏检测中的综合应用。
背景技术
储油罐储存着汽油、柴油或煤油等易燃易爆油品,一旦发生泄漏事故,不仅产生油品流失的经济损失、还会造成环境污染,更可能引发火灾爆炸的灾难性事故,因而油品的泄漏检测是保障储油罐安全运行的重要手段。
目前,国内外对储油罐泄漏的检测方法,归纳起来,主要有金属无损泄漏隐患检测、罐外泄漏油气检测及罐内储油量损失泄漏检测等方法。
1.金属无损泄漏隐患检测方法。穿透性腐蚀及裂纹缺陷是引发储油罐泄漏事故的主要根源,利用金属无损检测技术在材料劣化状态检测方面的优势,综合检测储油罐底板、边缘底板、罐壁、罐顶、附件及工艺管道的结构完整性技术状态,从而发现及定位引发泄漏的穿透性腐蚀及裂纹缺陷。主要的金属无损检测方法有:声发射储油罐底板检测、超声储油罐壁检测、漏磁储油罐底板检测、导波储油罐边缘底板检测及机器人检测等。无损泄漏隐患检测是有效预防泄漏事故的重要技术途径,但针对隐蔽油罐坐落位置的特殊性,需突破隐蔽罐室内特殊环境及安全要求与精密金属无损检测仪器运行条件相互制约的技术瓶颈;此外,由于其需要有资质的专业人员参与检测,适用于定期的储油罐“健康体测”,不适用于连续监测。
2.罐外泄漏油气检测方法。该方法通过检测罐外环境油气浓度是否超限来检测泄漏,主要的罐外泄漏油气检测方法有罐外环境油气浓度泄漏检测、罐底土壤或基础油气浓度泄漏检测。罐外泄漏油气检测方法存在的主要问题有:气体传感器敏感区域有限,存在检测盲区,较难及时发现初期及隐蔽区域泄漏;中毒气体会影响气体传感器的性能及使用寿命,需定期标定;储油罐呼吸损耗挥发油气会干扰泄漏油气检测造成误报。
3.罐内储油量损失泄漏检测。泄漏将造成测量数据列出现累进性的显著误差,因此惯常采用专家经验或“3σ”控制线准则,设定质量或标准体积泄漏报警阈值,储油罐自动计量系统根据设定阈值进行泄漏检测与报警,由于设定阈值需综合考虑测量过程系统误差和随机误差,检测中未利用过程数据的统计特征将二者区分开,因此不能及时报警储油罐累积泄漏量小于计量仪表精度的微小泄漏。阈值设定得太大时,可能会因泄漏量小而导致漏报;也可能因工况变化、环境变化及非泄漏故障的影响而导致误报。
特别是由于隐蔽储油罐区大多位于洞库、地下或地下覆土罐室内,如图1所示为坐落于半地下覆土罐室内的隐蔽储油罐,罐壁与罐室壁之间为略高于罐壁、宽0.8m的环形通道,即储油罐处于空间有限且相对封闭的罐室内,其进出油短输管道大多铺设于隐蔽通道、管沟或地下,存在不便腾空、油气易聚集、操作空间狭小、采光差及安全防爆要求高等不利检测环境条件,这更加大了微泄漏检测的难度。长期以来油库隐蔽储油罐主要依靠人工巡检,即通过目视和经验进行微泄漏检测,既对微泄漏的定性检测结果带来很大的不确定性,又难以定量估计泄漏率、泄漏量及泄漏时间。
综上,虽然国内外研究开发了众多油品泄漏检测的技术产品,但对于微泄漏的检测依然力不从心,因此储油罐的微泄漏检测一直是世界性难题。
发明内容
本发明的目的在于提供一种结合油罐自动计量、统计推断及数据滤波技术的,可在规定的误报率及漏报率下,检测隐蔽储油罐累积泄漏量小于液位计量仪表精度的微小泄漏,准确估计泄漏率、泄漏量及泄漏时间。
本发明所述的隐蔽储油罐微泄漏定性与定量检测方法是通过以下技术方案实现的:一种针对隐蔽储油罐的微泄漏检测方法,该方法利用图2所示储油罐自动计量系统罐旁监控器(DPU)采集储油罐内介质的液位、介质的温度、罐外环境油气浓度等测量仪表数据及进出油短管阀门状态反馈信息;根据进出油短管阀门状态反馈信息,设置油罐静置或油罐动态交接标志;在油罐静置期,按照规定的误报率和漏报率,利用液位时间序列数据,计算无泄漏检测统计量及微泄漏检测统计量;针对隐蔽储油罐有泄漏、无泄漏或不确定三种状态,基于双统计量计算结果,采用微泄漏定性检测判决函数给出检测结果;若检测结果为有泄漏,则提取微泄漏初始报警及确认报警期间样本数据,进行报警期间样本数据的后向差分滤波处理,获取微泄漏定量检测所需的后向差分升序序列数据,并采用微泄漏定量检测估计模型,估计泄漏率、泄漏量及泄漏时间。
本发明所述的隐蔽储油罐微泄漏定性与定量检测方法特征在于:
1.针对静态储存状态下的隐蔽储油罐,设h0为静置初始时刻液位,hi为i时刻液位,X 为微泄漏检测变量,xi为微泄漏检测样本,xi=h0-hi,1≤i≤n;储油罐无泄漏时,原假设H0为真,X服从均值为0,标准差为σ的正态分布,即X~N(0,σ2);储油罐微泄漏时,备选假设H1为真,X近似服从均值为θL,标准差为σ的正态分布,即X~AN(θL,σ2)。
2.建立的无泄漏检测统计量计算模型为
式中λ′n为n时刻的无泄漏检测统计量,λ′n-1为(n-1)时刻的无泄漏检测统计量,xn为n时刻的微泄漏检测样本,U′n为n时刻的无泄漏检测统计量加性补偿因子,A为无泄漏阈值门限,B为泄漏阈值门限,α为误报率,β为漏报率。
3.建立的微泄漏检测统计量计算模型为
式中λn为n时刻的微泄漏检测统计量,λn-1为(n-1)时刻的微泄漏检测统计量,θL取自适应备选假设θn,Un为n时刻的微泄漏检测统计量加性补偿因子。
4.为确保不同大小程度泄漏时获得最大统计量λn,采用观测样本的均值绝对值作为备选假设,从而形成自适应备选假设θn。自适应备选假设计算模型为
θn=|Sn/n|
式中Sn为n时刻的样本和,Sn-1为(n-1)时刻的样本和,S0=0
5.微泄漏定性检测判决函数为
式中Sleak为定性检测状态标志,m为初始报警后统计量首次达到确认报警门限所需继续采样的样本数,m≥5;若λNs-1<B,λNs≥B,则泄漏初始报警时间点为Ns;若λNa-1<λNs+2B,λNa≥λNs+2B,则泄漏确认报警时间点为Na,报警期间采样的样本数m=Na-Ns。
6.计算时间段[Ns,Na]各样本的后向差分Δxi=xi-xi-1,形成后向差分数据序列
[ΔxNs,ΔxNs+1,...,ΔxNa-1,ΔxNa]
后向差分数据序列的均值为
后向差分数据序列的标准差为
去掉序列中Δxi≥MAX(3σΔ x,hL δ min)的值,hL δ min为液位检测仪表的重复精度,则可得到处理后的后向差分数据升序序列[Δx(1),...,Δx(s)]、后向差分数据升序序列的均值及相应液位累计泄漏量升序序列[x(1),...,x(s)]。
7.采用后向差分数据升序序列的均值作为泄漏速率LhR的估计值,液位累计泄漏量升序序列中x(s)作为泄漏量Lh的估计值,泄漏量除以泄漏率作为泄漏时间TL的估计值,微泄漏定量检测估计模型为
基于上述方法的微泄漏检测软件模块直接嵌入罐旁监控器,在线自动完成隐蔽储油罐作业状态识别、微泄漏定性与定量检测、报警控制及总线通信。
本发明的有益效果是:充分利用了油罐自动计量系统罐旁监控器的实时数据采集、处理、控制及总线通信功能,无需额外增加泄漏检测硬件装置,提高了油罐自动计量系统罐旁监控器的性价比;针对隐蔽储油罐油品温度受外界环境影响小,短时间内温度对密度的影响可以忽略,直接液位测量不确定性将显著小于经温度补偿的质量及标准体积的不确定性的特点,选择液位累积泄漏量作为微泄漏检测研究样本,通过检测样本统计量计算模型结构改进与参数优化、基于双统计量的微泄漏定性检测判决函数建立及报警期间样本数据的后向差分滤波处理等方法,解决了现有基于质量或标准体积的隐蔽储油罐泄漏检测难以进一步提高灵敏性和准确性的难题,能及时报警储油罐累积泄漏量小于计量仪表精度的微小泄漏,准确估计泄漏率、泄漏量及泄漏时间。
附图说明
图1为坐落于半地下覆土罐室内的隐蔽储油罐;
图2为储油罐自动计量系统,图中DPU1,DPU2,…,DPUn为罐旁监控器;
图3为实验用隐蔽储油罐区现场及其工艺流程示意图;
图4为微泄漏的人工控制模拟设备;
图5为模拟微泄漏时监控器采集的液位数据;
图6为泄漏检测统计量超限报警时间;
图7为储油罐静态无泄漏状态下的液位测量时间序列数据;
图8为储油罐静态无泄漏状态下的温度测量时间序列数据;
图9为模拟仿真实际无泄漏时双统计量变化趋势;
图10为模拟仿真实际有泄漏时双统计量变化趋势;
图11为传统的最小二乘拟合漏率估计错误与本文方法漏率估计正确的对比示例。
具体实施方式
实施例1。举此例来说明本发明的具体实施方式及达到的效果。本例是在实际隐蔽储油罐上进行的实验,罐区现场及其工艺流程如图3所示,储油区建有4个直径1.2m,高度为1.8m,容积为2m3的立式拱顶油罐,储油罐编号分别为YG-1、YG-2、YG-3及YG-4,每个油罐上安装有一个液位计、一个温度传感器和一个罐顶压力变送器,可对油品的液位、温度和油蒸气压力进行测量,安装的液位仪计量精度高达±1mm、重复精度高达±0.1mm,各储油罐进出油短管上安装的电动阀可反馈阀门的开关状态。
1.微开人工控制阀门模拟泄漏。参照美国环保局颁布的埋地储油罐泄漏检测方法性能评估测试标准(误报率PFA≤5%,体积泄漏率LVR≤0.76L/h=12.67mL/min),通过微开YG-4储油罐进出油管道上的模拟漏孔阀门,如图4所示,以水代油,微开人工控制阀门模拟泄漏,漏液流入标准量杯,利用标准量杯计量实际泄漏量;自动关闭出油短管上电动阀门。
2.罐旁监控器自动数据采集及泄漏检测。模拟微泄漏时监控器采集的液位数据如图5所示,静置开始时间为16:00,泄漏检测统计量超限报警时间如图6所示,监控器微泄漏检测初始报警时间为17:03,确认报警时间为17:14,初始报警滞后时间为63min,确认报警滞后时间为74min。监控器微泄漏检测实时估计液位泄漏率为LhR=0.0167mm/min,体积泄漏率为LVR=18.89mL/min,液位泄漏量为Lh=0.3mm,体积泄漏量为LV=339.29mL,泄漏时间为TL=18min。在确认报警后,提示操作人员确认或修改油罐静置检测的开始时间:16:00,继而系统自动校正估计漏率为LhR=0.0041mm/min,LVR=4.64mL/min,泄漏时间为TL=74min。
3.微泄漏检测效果验证。确认报警时,量杯中的累积泄漏量为355.00mL,人工计算实际泄漏率为LVR=355/74=4.80mL/min,微泄漏检测估计漏率与实际漏率间的误差为δLVR=0.16mL/min,达到了计量仪表精度内的微泄漏检测。
实施例2。举此例来说明本发明的适用性。本例仿真模拟了不同漏孔大小、不同漏孔位置、不同储罐液位高度、不同储罐底面积、测量仪表实际存在死区及测量噪声情况下的泄漏检测。
1.模拟仿真实验方案
①无泄漏储油罐测量数据采集
选择图3所示YG-4储油罐,关闭油罐进出口阀门;利用监控系统采集储油罐无泄漏状态下的液位及温度参数,采样周期1分钟,采样时间3460分钟;求取实际液位测量均值、标准差及残差序列。
②机理模型泄漏速率模拟
利用泄漏速率机理模型,模拟计算不同漏孔大小、不同漏孔位置、不同储罐液位高度、不同储罐底面积的模拟泄漏速率。
③泄漏检测样本序列生成
将机理模型模拟泄漏速率以重复精度为灵敏限,导入实际液位残差序列中,生成由正常状态到泄漏状态的泄漏检测样本序列。
④微泄漏检测结果及分析
采用微泄漏检测方法对正常及泄漏样本序列进行检测;获取检测结果并进行定性及定量分析,验证微泄漏检测模型及判决函数的有效性和正确性。
2.模拟仿真实验数据
①无泄漏储油罐测量数据及特征值
无泄漏状态下,YG-4储油罐静态液位与温度测量时间序列数据如图7与图8所示,数据特征值如表1所示。
表1模拟储油罐静态无泄漏参数时间序列数据特征值
由表1可见,YG-4号罐液位仪无泄漏液位标准差低于厂家给出的重复精度0.1mm,分析其原因是智能液位仪表输出分辨率为0.1mm,当储油罐静态无泄漏时液位实际波动绝对值在0mm~0.1mm之间时,其输出变化为0,这导致采集的储油罐静态无泄漏参数时间序列数据误差不是严格的0均值正太分布数据,而是呈现阶梯状,为此采用厂家给出的重复精度作为泄漏检测标准差,即σ取值为0.1mm。
②机理模型模拟泄漏速率
根据隐蔽油罐容量及小孔泄漏特点,选择公称容积大小不一的7类油罐,其公称容积、底圈板内径、壁板总高、模拟泄漏孔径、漏孔距液面的初始高度如表2所示。
表2隐蔽拱顶油罐系列
设微泄漏孔径为dj,j=1~7,d1=1mm,d2=5mm,d3=10mm,d4=20mm,d5=30mm,d6=40mm,d7=50mm;底圈板内径为Dl,l=1~7,由表2可知D1=5172mm,D2=8983mm,D3=11580mm,D4=15781mm,D5=18992mm,D6=23700mm,D7=31282mm;第j号漏孔与l号储罐的面积比αAlj如表3所示,
表3面积比
初始液位变化率为
式中C0为泄漏系数,C0=0.8;g为重力加速度(m/s2),g=9.8m/s2;hL0k为漏孔距液面的初始高度(m),k=1~7,hL01=1m,hL02=5m,hL03=8m,hL04=10m,hL05=11m,hL06=12m,hL07=14m;将表3面积比αAlj及初始高度hL0k代入式(1),得不同漏孔大小、不同漏孔位置、不同储罐液位高度、不同储罐底面积的模拟泄漏速率,如表4所示。
③模拟仿真泄漏检测样本
为尽可能地模拟仿真现场实际情况,在模拟累积泄漏量样本中,一方面将无泄漏实际液位残差序列作为背景噪声,另一方面考虑测量仪表实际存在的死区。
设实际无泄漏液位样本为hi,均值为则作为背景噪声的实际液位残差为
设机理模型模拟泄漏率导入实际液位残差序列中的延迟时间为τ≥100点,则累积泄漏量计算模型为
生成的由正常状态到泄漏状态的泄漏检测样本为
xi=υi+Si (4)
表4机理模型模拟液位泄漏率Sljk(m/s)
④有泄漏与无泄漏检测样本数据
选择表4中突出显示区域模拟泄漏速率,该区域包含了所有油罐最大、最小及部分泄漏初始高度为5m的模拟泄漏速率,将63组模拟泄漏率按式(3)计算累积泄漏量,并按式(4)导入YG-4罐无泄漏残差序列,生成63组有泄漏检测样本;将YG-4无泄漏检测时间序列数据随机分割成100~2400样本数的时间序列数据,共计生成63组时间序列数据,得到无泄漏检测样本。有泄漏与无泄漏检测样本混合,生成126组检验样本时间序列数据。
3.模拟仿真实验定性检测结果及分析
①统计量
对生成的126组检验样本时间序列,计算双统计量。
1)无泄漏状态检测双统计量
无泄漏状态检测双统计量变化趋势如图9所示。63组无泄漏检测样本中,有3组统计量翻越了泄漏报警线,即发生了3次误报;其余60组统计量均在无泄漏确认线下,没有不确定事件发生。
2)有泄漏状态检测双统计量
有泄漏状态检测双统计量变化趋势如图10所示,统计量均在泄漏报警确认线之上,无漏报发生。
②定性检测结果及分析
定性泄漏检测估计结果和实际结果如表5所示。泄漏检测结果与实际结果吻合,但有3次误报,原因主要是这3组无泄漏样本包含了连续低于均值的开始段液位数据。
表5储油罐定性泄漏检测统计结果
误报率:PFA=L1/(N1-X1)=4.8%;漏报率:PMD=T2/(N2-X2)=0;以小于5%误报率及零漏报率达到泄漏检测标准。
4.模拟仿真实验定量检测结果及分析
对泄漏报警后的检验样本,计算泄漏率、泄漏量及泄漏时间。模拟仿真实验导入泄漏率(Si)、估计泄漏率(Li)、泄漏率偏差(Li-Si)、初始报警泄漏量、初始报警滞后时间及确认报警滞后时间检测结果如表6所示。
表6泄漏报警后的定量检测结果
表6泄漏报警后的定量检测结果(续)
在导入泄漏率中仿真引入实际检测中存在的计量仪表死区(0.1mm)及测量噪声的情况下,当导入泄漏率小于等于0.5mm/min时,初始报警泄漏量均小于计量仪表的精度(1mm);当导入泄漏率大于0.5mm/min时,在样本数很少(≤2)时,累积泄漏量就达到了计量仪表的精度,造成初始报警时超过了计量仪表的精度。综上可知,检测方法能在5%误报率及5%漏报率下对微泄漏可靠报警,特别是在泄漏率越小时,越能及时报警累积泄漏量小于计量仪表精度的微泄漏。
第7组(7号大罐、1号1mm针孔洞、1m孔洞距液面距离),检测滞后时间最长,确认报警时滞后时间已达到2763min,近2天,虽然导入的微泄漏率为0.0002mm/min,体积泄漏率却达到169.08mL/min,当初始报警时,实际泄漏量达到158.9L,因此,对大型隐蔽油罐,泄漏隐患检测尤为必要。
第35组(7号大罐、5号30mm小孔洞、1m孔洞距液面距离),液位泄漏率估计绝对偏差最大,达到0.0284mm/min,主要原因是初始报警点到确认报警点间样本数太少,期间的样本噪声干扰未能滤去,为此,对泄漏率估计算法进行样本数的后向扩展校正,扩展到油罐静置检测的开始时间,校正后的液位泄漏率估计偏差绝对值减少到0.0185mm/min。
在确认报警后,进行样本数扩展校正,扩展到油罐静置检测的开始时间,液位泄漏率估计误差可大大减少。
5.微泄漏检测方法统计评价
误报率:PFA=L1/(N1-X1)=4.8%;
漏报率:PMD=T2/(N2-X2)=0;
检出率置信下限:
泄漏速率均方误差:式中n=63,Li是未进行样本数扩展校正的估计漏率值;
泄漏速率偏差:
泄漏速率检测标准差:
泄漏速率零偏差的显著性检验:检验的数学统计量为查t分布表可得双侧显著性水平为α=0.05的分位数为tC=t1- α /2(n-1)=2,|tB|≤tC,因此泄漏速率偏差在α水平上不显著,表明泄漏检测方法是无偏的。
实施例3。举此例来说明本发明漏率估计的准确性。图11为定量检测中两种方法的漏率估计实例。传统的最小二乘拟合方法漏率估计显然与实际微泄漏率不符,拟合斜率结果为负-0.0004mm;采用本文方法,对报警期间微泄漏液位累积量进行进一步的分析处理,估计漏率与实际微泄漏率相符,拟合斜率结果为+0.0004mm。
Claims (8)
1.一种针对隐蔽储油罐微泄漏定性与定量检测方法,其特征在于该检测方法针对隐蔽储油罐有泄漏、无泄漏或不确定三种状态,基于双统计量计算结果,采用微泄漏定性检测判决函数给出检测结果;若检测结果为有泄漏,则提取微泄漏初始报警及确认报警期间样本数据,进行报警期间样本数据的后向差分滤波处理,获取微泄漏定量检测所需的后向差分升序序列数据,并采用微泄漏定量检测估计模型,估计泄漏率、泄漏量及泄漏时间。
2.根据权利要求1所述的一种针对隐蔽储油罐微泄漏定性与定量检测方法,其特征是建立的无泄漏检测统计量计算模型为
式中λ'n为n时刻的无泄漏检测统计量,λ′n-1为(n-1)时刻的无泄漏检测统计量,xn为n时刻的微泄漏检测样本,U'n为n时刻的无泄漏检测统计量加性补偿因子,A为无泄漏阈值门限,B为泄漏阈值门限,α为误报率,β为漏报率。
3.根据权利要求1所述的一种针对隐蔽储油罐微泄漏定性与定量检测方法,其特征是建立的微泄漏检测统计量计算模型为
式中λn为n时刻的微泄漏检测统计量,λn-1为(n-1)时刻的微泄漏检测统计量,θL取自适应备选假设θn,Un为n时刻的微泄漏检测统计量加性补偿因子。
4.根据权利要求1所述的一种针对隐蔽储油罐微泄漏定性与定量检测方法,其特征是自适应备选假设计算模型为
θn=|Sn/n|
式中Sn为n时刻的样本和,Sn-1为(n-1)时刻的样本和,S0=0。
5.根据权利要求1所述的一种针对隐蔽储油罐微泄漏定性与定量检测方法,其特征是微泄漏定性检测判决函数为
式中Sleak为定性检测状态标志,m为初始报警后统计量首次达到确认报警门限所需继续采样的样本数,m≥5;若λNs-1<B,λNs≥B,则泄漏初始报警时间点为Ns;若λNa-1<λNs+2B,λNa≥λNs+2B,则泄漏确认报警时间点为Na,报警期间采样的样本数m=Na-Ns。
6.根据权利要求1所述的一种针对隐蔽储油罐微泄漏定性与定量检测方法,其特征是计算时间段[Ns,Na]各样本的后向差分Δxi=xi-xi-1,形成后向差分数据序列
[ΔxNs,ΔxNs+1,...,ΔxNa-1,ΔxNa]
后向差分数据序列的均值为
后向差分数据序列的标准差为
去掉序列中Δxi≥MAX(3σΔ x,hL δ min)的值,hL δ min为液位检测仪表的重复精度,则可得到处理后的后向差分数据升序序列[Δx(1),...,Δx(s)]、后向差分数据升序序列的均值及相应液位累计泄漏量升序序列[x(1),...,x(s)]。
7.根据权利要求1所述的一种针对隐蔽储油罐微泄漏定性与定量检测方法,其特征是采用后向差分数据升序序列的均值作为泄漏速率LhR的估计值,液位累计泄漏量升序序列中x(s)作为泄漏量Lh的估计值,泄漏量除以泄漏率作为泄漏时间TL的估计值,微泄漏定量检测估计模型为
。
8.根据权利要求1所述的一种针对隐蔽储油罐微泄漏定性与定量检测方法,其特征是基于上述方法的微泄漏检测软件模块直接嵌入罐旁监控器,在线自动完成隐蔽储油罐作业状态识别、微泄漏定性与定量检测、报警控制及总线通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610405468.8A CN105890844A (zh) | 2016-06-11 | 2016-06-11 | 隐蔽储油罐微泄漏定性与定量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610405468.8A CN105890844A (zh) | 2016-06-11 | 2016-06-11 | 隐蔽储油罐微泄漏定性与定量检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105890844A true CN105890844A (zh) | 2016-08-24 |
Family
ID=56728979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610405468.8A Pending CN105890844A (zh) | 2016-06-11 | 2016-06-11 | 隐蔽储油罐微泄漏定性与定量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105890844A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108091111A (zh) * | 2017-11-20 | 2018-05-29 | 淮阴工学院 | 一种油罐车油气泄漏智能预警系统 |
CN108180149A (zh) * | 2017-12-20 | 2018-06-19 | 西安航天动力研究所 | 一种新型涡轮泵端面密封气密性能检测方法 |
CN109033553A (zh) * | 2018-07-04 | 2018-12-18 | 广西大学 | 一种基于常压立式储罐本体连续实时泄漏量的计算模型 |
CN109297636A (zh) * | 2018-07-04 | 2019-02-01 | 广西大学 | 储罐泄漏上风侧探测快速报警响应判断优化安装计算模型 |
CN109596282A (zh) * | 2019-01-29 | 2019-04-09 | 中国铁路沈阳局集团有限公司科学技术研究所 | 机务段燃油发放系统泄漏检测系统 |
CN110411668A (zh) * | 2019-07-20 | 2019-11-05 | 中国船舶重工集团公司第七二四研究所 | 一种液体旋转铰链漏液检测报警装置 |
CN111272342A (zh) * | 2020-01-19 | 2020-06-12 | 武汉爱迪科技股份有限公司 | 一种液氨泄露监控方法及监控系统 |
CN112833067A (zh) * | 2021-01-22 | 2021-05-25 | 山信软件股份有限公司 | 一种液压站油箱漏油检测方法和装置 |
CN114719897A (zh) * | 2022-03-09 | 2022-07-08 | 郑州永邦测控技术有限公司 | 一种基于LoRa技术的加油站用油罐监测系统及其工作方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4736193A (en) * | 1986-12-22 | 1988-04-05 | Emhart Industries, Inc. | Programmable fluid detector |
JP2001221705A (ja) * | 2000-02-14 | 2001-08-17 | Iwatani Internatl Corp | 油漏洩検出具 |
CN202033157U (zh) * | 2011-03-10 | 2011-11-09 | 中国人民解放军后勤工程学院 | 油罐底板渗漏油气的便携式探漏装置 |
CN102539077A (zh) * | 2012-01-02 | 2012-07-04 | 税爱社 | 大罐统计物料平衡检漏方法及检漏系统 |
CN103629534A (zh) * | 2013-11-25 | 2014-03-12 | 孙良 | 一种基于综合信号的输油管道泄漏检测和定位方法 |
-
2016
- 2016-06-11 CN CN201610405468.8A patent/CN105890844A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4736193A (en) * | 1986-12-22 | 1988-04-05 | Emhart Industries, Inc. | Programmable fluid detector |
JP2001221705A (ja) * | 2000-02-14 | 2001-08-17 | Iwatani Internatl Corp | 油漏洩検出具 |
CN202033157U (zh) * | 2011-03-10 | 2011-11-09 | 中国人民解放军后勤工程学院 | 油罐底板渗漏油气的便携式探漏装置 |
CN102539077A (zh) * | 2012-01-02 | 2012-07-04 | 税爱社 | 大罐统计物料平衡检漏方法及检漏系统 |
CN103629534A (zh) * | 2013-11-25 | 2014-03-12 | 孙良 | 一种基于综合信号的输油管道泄漏检测和定位方法 |
Non-Patent Citations (1)
Title |
---|
杨金林: "储油状况下油罐底板探漏方法比较", 《后勤工程学院》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108091111A (zh) * | 2017-11-20 | 2018-05-29 | 淮阴工学院 | 一种油罐车油气泄漏智能预警系统 |
CN108180149A (zh) * | 2017-12-20 | 2018-06-19 | 西安航天动力研究所 | 一种新型涡轮泵端面密封气密性能检测方法 |
CN108180149B (zh) * | 2017-12-20 | 2019-07-16 | 西安航天动力研究所 | 一种涡轮泵端面密封气密性能检测方法 |
CN109297636B (zh) * | 2018-07-04 | 2020-08-21 | 广西大学 | 储罐泄漏上风侧探测快速报警响应判断优化安装计算模型 |
CN109033553A (zh) * | 2018-07-04 | 2018-12-18 | 广西大学 | 一种基于常压立式储罐本体连续实时泄漏量的计算模型 |
CN109297636A (zh) * | 2018-07-04 | 2019-02-01 | 广西大学 | 储罐泄漏上风侧探测快速报警响应判断优化安装计算模型 |
CN109033553B (zh) * | 2018-07-04 | 2023-01-06 | 广西大学 | 一种基于常压立式储罐本体连续实时泄漏量的计算模型 |
CN109596282A (zh) * | 2019-01-29 | 2019-04-09 | 中国铁路沈阳局集团有限公司科学技术研究所 | 机务段燃油发放系统泄漏检测系统 |
CN110411668A (zh) * | 2019-07-20 | 2019-11-05 | 中国船舶重工集团公司第七二四研究所 | 一种液体旋转铰链漏液检测报警装置 |
CN111272342B (zh) * | 2020-01-19 | 2021-08-03 | 武汉爱迪科技股份有限公司 | 一种液氨泄漏监控方法及监控系统 |
CN111272342A (zh) * | 2020-01-19 | 2020-06-12 | 武汉爱迪科技股份有限公司 | 一种液氨泄露监控方法及监控系统 |
CN112833067A (zh) * | 2021-01-22 | 2021-05-25 | 山信软件股份有限公司 | 一种液压站油箱漏油检测方法和装置 |
CN114719897A (zh) * | 2022-03-09 | 2022-07-08 | 郑州永邦测控技术有限公司 | 一种基于LoRa技术的加油站用油罐监测系统及其工作方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105890844A (zh) | 隐蔽储油罐微泄漏定性与定量检测方法 | |
US9441988B2 (en) | System and method for identifying likely geographical locations of anomalies in a water utility network | |
CN104976518B (zh) | 一种海底管线泄漏监测系统 | |
CN101706039B (zh) | 核电站压力管道泄漏声发射监测方法及其监测系统 | |
CN103968256B (zh) | 油库管道泄漏检测方法 | |
US20130066568A1 (en) | Integrated system with acoustic technology, mass imbalance and neural network for detecting, locating and quantifying leaks in ducts | |
CN102927449B (zh) | 一种基于模拟仿真技术的管网微小泄漏缺陷检测方法及系统 | |
CN106323385A (zh) | 储罐在线检验检测及评估方法、装置 | |
CN201884942U (zh) | 埋地管道动态模拟泄漏检测试验系统 | |
EP0545450B1 (en) | Statistically detecting leakage of fluid from a conduit | |
CN102072405A (zh) | 埋地管道动态模拟泄漏检测方法和应用及模拟试验系统 | |
CN115451347B (zh) | 一种石油管道安全的智能监控系统及方法 | |
US20220275610A1 (en) | Method and system to monitor pipeline condition | |
WO2021218054A1 (zh) | 定量装车系统的检测装置及方法 | |
CN102679169A (zh) | 核电站压力管道泄漏声发射监测方法及其监测系统 | |
US7712352B2 (en) | Method and apparatus for storage tank leak detection | |
CN113626970A (zh) | 公共管廊管道腐蚀剩余寿命评估方法及系统 | |
CN108980631B (zh) | 一种基于在线仿真的负压波法管道泄漏检测系统 | |
CN102539077B (zh) | 大罐统计物料平衡检漏方法及检漏系统 | |
Xu et al. | Leak detection methods overview and summary | |
Suryana et al. | Detection of Leak Position in Household LPG Distribution Pipes Using Gas Pressure Sensors and Continuity Equation | |
Péterfalvi | Modernizing the leak-detection system for MOL’s oil-products pipelines-Part 1 | |
JP2783753B2 (ja) | 微少漏洩ガス雰囲気下での新規漏洩源の検知方法 | |
Li et al. | SIR-based oil tanks leak detection method | |
Maresca Jr et al. | Evaluation of volumetric leak detection methods used in underground storage tanks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160824 |
|
WD01 | Invention patent application deemed withdrawn after publication |