CN108764745B - 一种危险液体管道泄漏风险评价方法及装置 - Google Patents
一种危险液体管道泄漏风险评价方法及装置 Download PDFInfo
- Publication number
- CN108764745B CN108764745B CN201810567178.2A CN201810567178A CN108764745B CN 108764745 B CN108764745 B CN 108764745B CN 201810567178 A CN201810567178 A CN 201810567178A CN 108764745 B CN108764745 B CN 108764745B
- Authority
- CN
- China
- Prior art keywords
- leakage
- risk
- evaluation
- distribution
- liquid pipeline
- 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.)
- Active
Links
- 239000007788 liquid Substances 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000011156 evaluation Methods 0.000 claims abstract description 205
- 238000009826 distribution Methods 0.000 claims abstract description 124
- 230000001052 transient effect Effects 0.000 claims abstract description 52
- 238000013210 evaluation model Methods 0.000 claims abstract description 48
- 231100001261 hazardous Toxicity 0.000 claims abstract description 46
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 44
- 238000005070 sampling Methods 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims abstract description 15
- 230000035945 sensitivity Effects 0.000 claims description 47
- 230000015654 memory Effects 0.000 claims description 30
- 239000012530 fluid Substances 0.000 claims description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 239000013598 vector Substances 0.000 claims description 18
- 238000011160 research Methods 0.000 claims description 10
- 238000012502 risk assessment Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 19
- 230000007613 environmental effect Effects 0.000 description 15
- 239000002689 soil Substances 0.000 description 15
- 238000003860 storage Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 9
- 230000006378 damage Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 239000000047 product Substances 0.000 description 7
- 238000005315 distribution function Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 238000004880 explosion Methods 0.000 description 3
- 239000003673 groundwater Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000002352 surface water Substances 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 239000012298 atmosphere Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 229910021389 graphene Inorganic materials 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000003305 oil spill Substances 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- RNFJDJUURJAICM-UHFFFAOYSA-N 2,2,4,4,6,6-hexaphenoxy-1,3,5-triaza-2$l^{5},4$l^{5},6$l^{5}-triphosphacyclohexa-1,3,5-triene Chemical compound N=1P(OC=2C=CC=CC=2)(OC=2C=CC=CC=2)=NP(OC=2C=CC=CC=2)(OC=2C=CC=CC=2)=NP=1(OC=1C=CC=CC=1)OC1=CC=CC=C1 RNFJDJUURJAICM-UHFFFAOYSA-N 0.000 description 1
- 241000446313 Lamella Species 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 125000004432 carbon atom Chemical group C* 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000003063 flame retardant Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 239000010808 liquid waste Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本申请提供一种危险液体管道泄漏风险评价方法及装置。所述方法包括:利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得危险液体管道泄漏的泄漏位置分布、泄漏量分布,瞬态热力水力模型包括:危险液体管道的管道压力和流量随时间的变化关系;根据泄漏量分布、泄漏量分布,分别确定危险液体管道的目标泄漏位置、目标泄漏量;基于目标泄漏位置、目标泄漏量、建立的风险评价模型,确定危险液体管道泄漏的风险等级,风险评价模型包括:不同评价参数对应的风险评价标准。利用本申请中各实施例,实现了自动泄漏定位、泄漏原因分析以及泄漏量预测,快速判断出泄漏事故的危险等级概率,降低了管道泄漏的影响。
Description
技术领域
本申请属于管道运输技术领域,尤其涉及一种危险液体管道泄漏风险评价方法及装置。
背景技术
管道运输与其他运输方式相比,是一种既安全又可靠的输送危险液体方式。正常运行情况下,危险液体管道对环境的污染明显小于其他运输方式。但是,危险液体管道通常传输距离长,且在使用过程中自然灾害、腐蚀、第三方破坏或机械失效等因素均可造成管道泄漏或管道破裂事故,从而导致人身伤害、设施破坏和环境污染等严重后果。因此,业内亟需一种能够快速准确的评估危险液体管道泄漏风险等级,进一步降低管道泄漏事故影响的作用的实施方案。
发明内容
本申请目的在于提供一种危险液体管道泄漏风险评价方法及装置,可以实现自动泄漏定位、泄漏原因分析以及泄漏量预测,从而快速判断出泄漏事故的危险等级概率,降低了管道泄漏的影响。
一方面本申请提供了一种危险液体管道泄漏风险评价方法,包括:
利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,所述瞬态热力水力模型包括:所述危险液体管道的管道压力和流量随时间的变化关系;
根据所述泄漏量分布、所述泄漏量分布,分别确定所述危险液体管道的目标泄漏位置、目标泄漏量;
基于所述目标泄漏位置、所述目标泄漏量、建立的风险评价模型,确定所述危险液体管道泄漏的风险等级,所述风险评价模型包括:不同评价参数对应的风险评价标准。
进一步地,所述方法的另一个实施例中,所述利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,包括:
利用所述马尔科夫链蒙特卡尔算法,以泄漏位置、泄漏系数作为决策变量向量,在所述泄漏位置、所述泄漏系数的取值范围内,随机生成初始马尔科夫链初始向量;
根据所述马尔科夫链初始向量,基于所述马尔科夫链蒙特卡尔算法的采样方法,获得所述危险液体管道的泄漏系数分布、泄漏位置分布;
将所述危险液体管道的泄漏系数分布代入所述瞬态热力水力模型,获得所述泄漏量分布。
进一步地,所述方法的另一个实施例中,所述瞬态热力水力模型包括:
上式中,H表示压力,t表示时间,a表示压力波波速,g表示重力加速度,ω表示管道截面积,Q表示流量,x表示管道研究管段长度,f表示管道水力摩阻,m表示流型相关参数,T表示流体温度,λ表示达西摩阻系数,D表示管径,c表示流体比热容,K表示总传热系数,ρ表示流体密度,T0表示环境温度。
进一步地,所述方法的另一个实施例中,所述风险评价模型包括:自然环境敏感性评价参数、社会环境敏感性评价参数、应急系统评价参数、泄漏量评价参数,以及各评价参数中的指标对应的风险等级的划分标准;
所述自然环境敏感性评价参数包括:水环境污染评价参数、土壤-地下水环境污染评价参数、大气环境污染评价参数;
所述社会环境敏感性评价参数包括:区域敏感性评价参数、人口密度评价参数。
进一步地,所述方法的另一个实施例中,所述确定所述危险液体管道中不同泄漏位置的风险等级,包括:
根据所述风险评价标准,获取待评价区中不同评价参数对应的权重值;
根据所述不同评价参数对应的权重值,获得所述待评价区的综合风险等级。
进一步地,所述方法的另一个实施例中,所述根据所述不同评价参数对应的权重值,获得所述待评价区的综合风险等级,包括:
利用下述公式,确定所述待评价区的综合风险等级:
上式中,D表示所述综合风险等级,N表示所述自然环境敏感性评价参数的风险等级;S表示所述社会环境敏感性评价参数的风险等级,E表示所述应急系统评价参数的风险等级,L表示所述泄漏量评价参数的风险等级,ωN表示所述自然环境敏感性评价参数对应权重值,ωS表示所述社会环境敏感性评价参数对应权重值,ωE表示所述应急系统评价参数对应权重值,ωL表示所述泄漏量评价参数对应权重值,i表示评价参数对应的层级,n表示评价参数的个数。
进一步地,所述方法的另一个实施例中,所述获取待评价区中不同评价参数对应的权重值,包括:
对所述风险评价模型中的评价参数进行重要程度的评判,利用如下公式确定不同评价参数对应的权重值:
上式中,j、k表示同一层级评价参数的个数,rjk表示同层级评价参数因素间的重要程度,b表示所述风险评价模型的阶数。
另一方面,本申请提供了一种危险液体管道泄漏风险评价装置,包括:
泄漏分布确定模块,用于利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,所述瞬态热力水力模型包括:所述危险液体管道的管道压力和流量随时间的变化关系;
泄漏参数确定模块,用于根据所述泄漏量分布、所述泄漏量分布,分别确定所述危险液体管道的目标泄漏位置、目标泄漏量;
风险等级确定模块,用于基于所述目标泄漏位置、所述目标泄漏量、建立的风险评价模型,确定所述危险液体管道泄漏的风险等级,所述风险评价模型包括:不同评价参数对应的风险评价标准。
又一方面,本申请还提供了一种危险液体管道泄漏风险评价装置,包括:包括处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括以下步骤:
利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,所述瞬态热力水力模型包括:所述危险液体管道的管道压力和流量随时间的变化关系;
根据所述泄漏量分布、所述泄漏量分布,分别确定所述危险液体管道的目标泄漏位置、目标泄漏量;
基于所述目标泄漏位置、所述目标泄漏量、建立的风险评价模型,确定所述危险液体管道泄漏的风险等级,所述风险评价模型包括:不同评价参数对应的风险评价标准。
再一方面,本申请还提供了一种危险液体管道泄漏风险评价系统,包括:处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现上述危险液体管道泄漏风险评价方法。
本申请提供的危险液体管道泄漏风险评价方法及装置,利用马尔科夫链蒙特卡尔算法,对泄漏位置以及泄漏系数进行反复抽样并带入至瞬态水热力模型中进行模拟以及泄漏量的计算,获得泄漏位置、泄漏系数以及泄漏量的概率分布,从而带入至泄漏事故风险评价模型中进行最终风险评价。当管线发生泄漏时,基于泄漏管段上下游的压力流量数据,可自动实现泄漏定位、泄漏原因分析以及泄漏量预测,从而快速判断出泄漏事故的危险等级概率,降低了管道泄漏的影响。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的一种危险液体管道泄漏风险评价方法一个实施例的方法流程示意图;
图2是本申请一个实施例中利用MCMC算法进行危险液体管道泄漏风险评价的流程示意图;
图3是本申请一个实施例中风险评价模型的示意图;
图4是本申请一个实施例中安顺-贵阳成品油管道沿线海拔起伏示意图;
图5(a)-(e)是本申请一个实施例中安顺-贵阳成品油管道沿线各评价参数的风险等级分布示意图;
图6是本申请一个实施例中金华-龙游成品油管道沿线海拔起伏示意图;
图7(a)-(e)是本申请一个实施例中金华-龙游沿线各评价参数的风险等级分布示意图;
图8是本申请提供的危险液体管道泄漏风险评价装置一个实施例的模块结构示意图;
图9是本申请提供的一种危险液体管道泄漏风险评价系统实施例的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
危险液体可以指易燃、易爆、腐蚀性较高等比较危险的液体,例如:高浓度液态的废酸、废碱、成品油等。对于危险液体管道泄漏事故而言,如何在短时间内获得泄漏点位置、泄漏孔径以及泄漏量预测信息是评价事故的关键。考虑到实时数据、模型参数、方法本身的偏差影响,本申请实施例,通过对泄漏位置以及泄漏系数进行反复抽样并带入至瞬态水热力模型中进行模拟以及泄漏量的计算,判断出泄漏位置、泄漏系数以及泄漏量的概率分布。将泄漏位置、泄漏系数以及泄漏量的概率分布带入至泄漏事故风险评价模型中进行风险评价,获得危险液体管道沿线各个泄漏位置的风险等级,获得危险液体管道的风险评价分布。当管线发生泄漏时,快速判断出泄漏事故的危险等级概率,并对造成的风险进行评价,指导管道事故后的自然与社会环境评价与保护。
具体地,图1是本申请提供的一种危险液体管道泄漏风险评价方法一个实施例的方法流程示意图,本申请提供的危险液体管道泄漏风险评价方法包括:
S1、利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,所述瞬态热力水力模型包括:所述危险液体管道的管道压力和流量随时间的变化关系。
马尔科夫链蒙特卡尔算法可以表示为MCMC算法,MCMC由两个MC组成,即蒙特卡罗方法(Monte Carlo Simulation,简称MC)和马尔科夫链(Markov Chain,也简称MC)。图2是本申请一个实施例中利用MCMC算法进行危险液体管道泄漏风险评价的流程示意图,如图2所示,本申请实施例可以利用MCMC算法,获得采样概率分布p。
如图2所示,本申请一个实施例中,所述利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏系数分布、泄漏量分布,可以包括:
利用所述马尔科夫链蒙特卡尔算法,以泄漏位置、泄漏系数作为决策变量向量,在所述泄漏位置、所述泄漏系数的取值范围内,随机生成初始马尔科夫链初始向量;
根据所述马尔科夫链初始向量,基于所述马尔科夫链蒙特卡尔算法的采样方法,获得所述危险液体管道的泄漏系数分布、泄漏位置分布;
将所述危险液体管道的泄漏系数分布代入所述瞬态热力水力模型,获得所述泄漏量分布。
基于MCMC算法,可以以泄漏位置以及泄漏系数作为决策变量向量,在其取值范围内随机生成初始马尔科夫链初始向量。再基于MCMC采样方法,利用瞬态热力水力模型,求得泄漏系数、泄漏位置以及泄漏量的分布。泄漏位置、泄漏系数的取值范围可以根据管道长度、泄漏孔口的大小进行确定,例如:管道长度可以表示泄漏位置的取值范围,泄漏系数的取值范围可以根据常见泄漏口大小进行计算得到。
MCMC算法的具体流程可以参考如下:
1)、初始化马尔科夫链初始状态X0=x0;
2)、对t=0,1,2,…,循环以下过程进行采样
3)、第t个时刻马尔科夫链状态为Xt=xt,采样y~q(y|xt)
4)、从均匀分布采样u~Uniform[0,1]
6)、否则不接受转移,即Xt+1=xt
若想利用MCMC算法来求解泄漏位置、泄漏系数以及泄漏量的概率分布,需要对算法各变量及函数赋予实际物理意义。由于用泄漏位置以及泄漏系数两个参数即可描述管道泄漏水力特征,本申请实施例可以将这个两个参数作为算法的状态向量进行采样计算,即xt={Lt,Cvt}。MCMC算法在每一次计算时需要进行微小的状态转移,从而生成新样本y,本申请实施例选取以xt为均值正态分布函数作为对于状态转移概率方程,q(y|xt)=N(xt,σ2)。
利用MCMC算法,可以获得危险液体管道泄漏的泄漏位置和泄漏系数Lt,Cvt。可以将获得的泄漏位置和泄漏系数Lt,Cvt带入到瞬态水热力模型中,可以获得危险液体管道泄漏的泄漏位置分布、泄漏系数分布、泄漏量分布。瞬态热力水力模型可以表示危险液体管道的管道压力和流量随时间的变化关系。可以利用如下公式(1)计算获得采样概率分布函数:
上式中,p(xt)可以表示采样概率分布函数,α,β表示归一化系数,α+β=1,jm为时间j的最大值,即总模拟时间;HCim,j(xt)可以表示利用瞬态热力水力模型计算获得的压力值,QCim,j(xt)表示可以表示利用瞬态热力水力模型计算获得的流量值,HEim,j可以表示实际测量获得的压力值,QEim,j可以表示实际测量获得的流量值,ΔQmaxim,j可以表示最大流量变化值。
由公式(1)可知,若求得的结果(HCim,j(xt),QCim,j(xt))越接近实际测量值(HEim,j,QEim,j)时,采样概率分布函数约接近于1,说明此时Lt,Cvt取值较好。若求得的结果与实际测量值差距越大时,采样概率分布函数约接近于0,说明此时Lt,Cvt取值较差。通过上述定义后,即可求得转移判别系数a(xt,y),从而完成算法的抽样过程。在确定泄漏位置以及泄漏系数概率分布后,可以代入瞬态水热力模型中对泄漏量进行预测分析,得出泄漏量的概率分布函数,最终可以获得危险液体管道泄漏的泄漏位置分布、泄漏系数分布、泄漏量分布。
S2、根据所述泄漏量分布、所述泄漏量分布,分别确定所述危险液体管道的目标泄漏位置、目标泄漏量。
泄漏位置分布可以表示危险管道沿线各个位置的泄漏事故发生概率,泄漏量分布可以表示危险管道沿线各个位置泄漏量的分布。可以通过泄漏位置分布中频率最高值获取危险液体管道沿线中泄漏发生可能性最大的位置处作为目标泄漏位置,再根据泄漏量分布可以确定出目标泄漏位置处的目标泄漏量,或者可以将泄漏量分布中泄漏量最大的作为目标泄漏量。
还可以根据泄漏位置分布,获得危险液体管道中泄漏发生可能性较高的位置作为目标泄漏位置(泄漏位置中平率出现大于预设阈值的位置),再根据泄漏量分布,确定出泄漏量大于预设阈值的目标泄漏量。
S3、基于所述目标泄漏位置、所述目标泄漏量、建立的风险评价模型,确定所述危险液体管道泄漏的风险等级,所述风险评价模型包括:不同评价参数对应的风险评价标准。
可以根据实际的需要,建立风险评价模型,风险评价模型中可以包括不同的评价参数以及各个评价参数对应的风险评价标准。风险评价模型的建立可以结合危险管道所处的自然环境、社会环境等,可以利用危险管道的泄漏模拟,分析管道泄漏后比较重要的影响因素以及影响因素带来的危害,构建风险评价模型。风险评价模型包括危险液体管道沿线中片甲参数对应的风险评价标准,可以反映不同评价参数对应的风险值。
可以将确定出的目标泄漏量和目标泄漏位置代入风险评价模型,可以在风险评价模型中找出目标泄漏位置以及目标泄漏量对应的评价参数的取值,对危险液体管道的泄漏进行风险评价。可以确定出各个泄漏位置处的风险等级,以提醒相关的工作人员做好相应的工作准备,降低管道泄漏事故发生的影响。当管线发生泄漏时,可以快速判断出泄漏事故的危险等级概率,并对造成的风险进行评价,指导管道事故后的自然与社会环境评价与保护。
本申请实施例提供的危险液体管道泄漏风险评价方法,利用马尔科夫链蒙特卡尔算法,对泄漏位置以及泄漏系数进行反复抽样并带入至瞬态水热力模型中进行模拟以及泄漏量的计算,获得泄漏位置、泄漏系数以及泄漏量的概率分布,从而带入至泄漏事故风险评价模型中进行最终风险评价。当管线发生泄漏时,基于泄漏管段上下游的压力流量数据,可自动实现泄漏定位、泄漏原因分析以及泄漏量预测,从而快速判断出泄漏事故的危险等级概率,降低了管道泄漏的影响。
管道中的流体流动可以看作是一维流动,它满足了质量、动量和能量的守恒。根据流体力学,可以建立管道内流体流动模型,即瞬态热力水力模型,以描述管道的压力、温度和流量之间的关系,包括连续性、动量和能量方程。
在上述实施例的基础上,本申请实施例中的瞬态热力水力模型的建立方法可以参考如下:
连续性方程:
动量方程:
能量方程:
上式中,H表示压力,t表示时间,v表示比容(流体密度的倒数),a表示压力波波速,g表示重力加速度,ω表示管道截面积,Q表示流量,x表示管道研究管段长度,f表示管道水力摩阻,m表示流型相关参数,T表示流体温度,λ表示达西摩阻系数,D表示管径,c表示流体比热容,K表示总传热系数,ρ表示流体密度,T0表示环境温度。
水热力模型可以包括这上述三个方程,分别根据研究管道(或者控制体积)内流体的物料守恒、动量守恒、能量守恒列出连续性方程、动量方程、能量方程,用三个方程求解距离、时间,获得流量、压力和温度随时间和距离的变化情况。
连续性方程:
动量方程:
能量方程:
由于水热力模型方程为偏微分方程,求解时将管道划分为一系列控制体积,利用有限容积法(FVM)进行数值离散。边界条件已给出,非线性方程可以通过线性化求解。由于特殊的空间步骤,需要对端点进行特殊的离散化处理。对流项采用向上迎风格式计算,最后每个方程的离散形式如下所示:
连续性方程:
动量方程:
能量方程:
上式中,下标i表示离散网格任意中心节点的位置,j表示离散时间。
根据泄漏系数,泄漏流量可以根据下述公式(11)计算出来,其中Cv表示泄漏系数,与泄漏孔的形状和面积以及泄漏经验系数有关。
由于研究管段内压力Hij、泄漏孔内外压力HL、He可检测(即已知),根据公式(11),当得到泄漏系数Cv时,该公式可计算泄漏量QLj。
泄漏孔后面的流量等于泄漏孔前的流量减去泄漏孔处的流量:
采用上述实施例的方法,利用瞬态热力水力模型和马尔科夫链蒙特卡尔算法,可以获得危险液体的泄漏位置分布、泄漏系数分布、泄漏量分布,为后续危险液体的风险性评价提供了准确的数据基础。
图3是本申请一个实施例中风险评价模型的示意图,如图3所示,本申请一个实施例中,风险评价模型可以采用分层级的构建方式,A、B、C可以表示不同的层级,A层级最高,C层级最低。如图3所示,风险评价模型可以包括自然环境敏感性评价参数、社会环境敏感性评价参数、应急系统评价参数、泄漏量评价参数,还可以包括各评价参数对应的风险等级的划分标准。如图3所示,自然环境敏感性评价参数可以包括:水环境污染评价参数、土壤和地下水环境污染评价参数、大气环境污染评价参数;社会环境敏感性评价参数可以包括:区域敏感性评价参数、人口密度评价参数。此外,应急系统评价参数可以包括应急系统配置评价参数;泄漏量评价参数可以包括:环境敏感区评价参数、非环境敏感区评价参数。
危险液体管道一旦发生泄漏事故,危险液体会扩散到土壤中,土壤被污染之后,其结构遭受破坏,土壤的通透性下降,改变了土壤中有机物质的组成和结构,土壤质量下降。同时,土壤颗粒吸附有机类物质之后,溶水性下降,使得土壤的导水通路受阻,土壤的透水性降低。此外,危险液体对土壤的危害还表现在土壤微生物群落以及区系的变化,破坏土壤微生态环境。除此之外,泄漏的危险液体将可能会沿着地表扩散污染地表水,直接危害水生物的生存或通过土壤向下渗透,污染地下水间接地影响当地居民的生活用水以及农作物的灌溉,最终影响人体健康。当泄漏的危险液体挥发至空气中,首先的危害就是影响空气质量,生成有毒气体,危害人体健康。其次,若危险液体挥发气体为易燃易爆气体,其在空气中会存在一个爆炸极限。当其含量低于下限时,遇火既不会燃烧,也不会爆炸;高于上限时,遇火燃烧。但是,随着燃烧,其浓度下降,将会发生爆炸。在实际中,爆炸与燃烧往往是交替出现的。本申请实施例中风险评价模型的建立,从自然环境、社会环境、应急系统三方面考虑。本申请实施例对溢油危害后果的评价是根据泄漏位置自然环境敏感性、社会环境敏感性、应急系统以及泄漏量,来确定发生溢油事故后的危害等级。
可以采用表格的形式表示风险评价模型中的各个评价参数的评价标准体系,下面具体介绍本申请实施例总风险评价模型中的各个风险评价参数:
(1)自然环境敏感性评价参数
管道事故的环境危害根据污染介质通常可分为地表水、大气、土壤和地下水环境等,本申请实施例将管道事故的环境危害后果评价分为水环境、土壤-地下水环境及大气环境危害评价等三个部分。管道事故环境危害后果风险评价模型中自然环境敏感性评价参数包括的下一层级的评价参数的评价标准的风险等级划分标准见表1,表中h表示小时。从表1可以看出自然环境敏感性评价参数中的水环境污染评价参数、土壤-地下水环境污染评价参数、大气环境污染评价参数分别对应不同的指标,每个指标对应有风险评价等级划分的标准。
表1自然环境环境敏感性评价标准指标体系
(2)社会环境敏感性评价参数
社会环境敏感性是指环境系统对区域内自然和人类活动干扰的敏感程度,它反映了区域环境系统在遇到干扰时,解决环境问题的难易程度和可能性的大小,可用来表征外界干扰可能造成的后果,即在同样干扰强度或外力作用下,各类环境系统出现区域环境问题可能性的大小。以泄漏点距对危险液体管道事故环境敏感性指标体系进行了风险分级,风险评价模型中社会环境敏感性评价参数中区域敏感性评价参数、人口密度评价参数以及指标的风险等级划分标准见表2。从表2可以看出社会环境敏感性评价参数中的区域敏感性评价参数、人口密度评价参数分别对应不同的指标,每个指标对应有风险评价等级划分的标准。
表2社会环境环境敏感性评价系统指标体系
(3)泄漏量评价参数
事故危害大小与事故污染物性质和泄漏量密切相关。在其他条件相同的情况下,污染物的毒性越大,其危害越严重。假设所输送产品的化学物质成分基本相同,其毒性大致相当,因此,暂不考虑管道事故污染物性质,仅考虑污染物泄漏量大小对事故危害的大小。对于泄漏量的大小,主要考虑泄漏速率和泄漏的持续时间。选择管道破裂这种最不利的条件来确定泄漏率。较大的流量可能造成更大的泄漏量,基于最不利的泄漏率和泄漏发生地,可根据事故修复前的总泄漏量大小来评定泄漏量等级,参照JT/T458-2001《船舶油污染事故等级》。油品长输管道泄漏量分级见表3。从表3可以看出泄漏量评价参数还可以包括环境敏感区评价参数、非环境敏感性评价参数,环境敏感区评价参数、非环境敏感性评价参数可以根据泄漏量指标对风险等级进行划分。
表3泄漏量危害后果评价系统指标体系
(4)应急系统评价参数
管道风险除可采用事前预防措施降低风险外,事故发生后的应急抢险也是降低事故风险的重要措施,其措施的有效性,直接影响了事故危害的大小。事故应急抢险能力可以从应急组织和管理、人员和物质储备以及应急点位置等方面来综合评价。应急系统的指标评价体系可以参见表4。
表4应急系统评价系统指标体系
本申请一个实施例中,在确定危险液体管道中不同泄漏位置的风险等级时,可以先对风险评价模型中的评价指参数进行权重赋值,可以根据图3中的风险评价模型中各个评价参数所在的层级,采用专家评价法,对同一层级的评价参数进行重要程度的评判,获得各个评价参数的权重值。根据不同评价参数的权重值,对危险液体的管道泄漏进行风险等级的评价。
根据图3中的评价参数的层次结构,由专家评价法给出对同级评价参数的重要程度评判,构造模糊一致矩阵,可以根据公式(13)求解权重结果。
上式中:b表示模糊一致矩阵的阶数,j、k表示同一级评价参数的个数;rjk表示同级评价参数因素间的重要程度,数量标度按重要程度划分为0.1~0.9;参数α=(b-1)/2。
利用上述公式(13)可以计算出不同层级的评价参数的权重值,表5为目标层A的模糊一致矩阵和准则层各评价参数权重。同理,可得出准则层和各子准则层的权重结果如表6~7:
表5 A层模糊一致矩阵及权重求解
A层 | B<sub>1</sub> | B<sub>2</sub> | B<sub>3</sub> | B<sub>4</sub> | ω |
B<sub>1</sub> | 0.50 | 0.40 | 0.55 | 0.65 | 0.27 |
B<sub>2</sub> | 0.60 | 0.50 | 0.65 | 0.70 | 0.32 |
B<sub>3</sub> | 0.45 | 0.35 | 0.50 | 0.70 | 0.25 |
B<sub>4</sub> | 0.35 | 0.30 | 0.30 | 0.50 | 0.16 |
表6 B1层模糊一致矩阵及权重求解
B<sub>1</sub>层 | C<sub>1</sub> | C<sub>2</sub> | C<sub>3</sub> | ω |
C<sub>1</sub> | 0.50 | 0.65 | 0.60 | 0.42 |
C<sub>2</sub> | 0.35 | 0.50 | 0.45 | 0.27 |
C<sub>3</sub> | 0.40 | 0.55 | 0.50 | 0.31 |
表7 B3层模糊一致矩阵及权重求解
由于各环境敏感区评价时,考虑的敏感因素不同,各因素的重要性也不相同,因此建议针对具体评价区实际特点,采取专家评价法选取评价参数权重。评估方法多为运用概率型数学模型将区域内风险发生概率R及其风险损失度D的风险复合表征模型具体化。由于本模型考虑的是事后评价,即仅需考虑其风险损失度D。本申请实施例中的综合风险等级可以用自然环境敏感性评价参数N、社会环境敏感性评价参数S、应急系统E以及泄漏量评价参数L之间的函数关系,如公式(14)所示。
D=f(N,S,E,L) (14)
本申请实施例可以采用各指标的加权之和来具体表示其映射关系,如公式(15)所示。
上式中:D为综合风险等级(本申请一个实施例中,计算值范围:1~4)。N为自然环境敏感性等级(包括大气、地表水、土壤和地下水环境危害敏感性,本申请一个实施例中,取值:1~4)。S为社会环境敏感性评价参数(包括人口密度和区域敏感性,本申请一个实施例中,取值:1~4)。E表示应急系统评价参数(本申请一个实施例中,取值:1~4)以及L表示泄漏量评价参数(本申请一个实施例中,取值:1~4)。ω为各项评价参数的权重,由专家评价法给出。ωN表示所述自然环境敏感性评价参数对应权重值,ωS表示所述社会环境敏感性评价参数对应权重值,ωE表示所述应急系统评价参数对应权重值,ωL表示所述泄漏量评价参数对应权重值。采用等距离划分法确定出泄漏风险值等级,如表8所示。
表8泄漏风险值等级
D值分级 | 风险分级 | 分级含义 |
1~1.5 | 高 | 不可接受,需要采取重大措施调整 |
>1.5~2.5 | 较高 | 采取较大措施调整后可接受 |
>2.5~3.0 | 较低 | 采取轻微措施调整后可接受 |
>3.5~4.0 | 低 | 可接受 |
下面结合具体的示例介绍本申请实施例的方案:
以中国两个成品油管道为例,采用本申请实施例提出的评价方法,对管道泄漏事故进行了评价。示例一以中国贵州地区某个成品油管道中的一部分管段为研究对象,此算例数据为现场开孔实验测得,同时现场也记录了当时的泄漏量。可将水热力瞬态模型求解出的结果与现场实际结果进行比对,从而说明申请实施例提出模型的准确性。示例二以中国浙江地区某个成品油管道中的一部分管段为研究对象,该地区自然、社会环境较为复杂。通过这个示例,可以更好的展示本方法的实用性。
以中国贵州地区安顺-贵阳站成品油管道为研究对象,管道全长98.72km,图4是本申请一个实施例中安顺-贵阳成品油管道沿线海拔起伏示意图,图5(a)-(e)是本申请一个实施例中安顺-贵阳成品油管道沿线各评价参数的风险等级分布示意图,如图5(a)-(e)所示,根据泄漏分布(泄漏位置和系数)可确定该地区事故发生概率,进一步可以确定管线不同位置泄漏事故发生后各评价参数对应的后果等级。如图5(a)-(e)所示,若基于马尔科夫链蒙特卡尔算法和瞬态热力水力模型确定出的泄漏位置分布和泄漏量分布中,在管道沿线50km处为概率最高的泄漏位置,则可以确定出若该位置发生泄漏,则水环境污染评价参数的风险等级为2,土壤-地下水环境污染评价参数的风险等级为2,大气环境污染评价参数的风险等级为3,人口密度评价参数的风险等级为2,区域敏感性评价参数的风险等级为3。
以中国浙江地区金华-龙游站成品油管道为研究对象,管道全长20km,图6是本申请一个实施例中金华-龙游成品油管道沿线海拔起伏示意图,图7(a)-(e)是本申请一个实施例中金华-龙游沿线各评价参数的风险等级分布示意图,如图7(a)-(e)所示,根据泄漏分布(泄漏位置和系数)可确定该地区事故发生概率,进一步可以确定管线不同位置泄漏事故发生后各评价参数对应的后果等级。
本申请实施例基于马尔可夫链蒙特卡尔理论(MCMC)以及瞬态水力模型,根据污染源-污染途径-污染受体全过程的指数综合评价系统,提出了一种危险液体管道泄漏实时在线评价方法。当管线发生泄漏时,基于泄漏管段上下游的压力流量数据,可自动实现泄漏定位、泄漏原因分析以及泄漏量预测,从而快速判断出泄漏事故的危险等级概率。
需要说明的是,上述各实施例中的公式仅仅是一种示意性的表达公式,可以根据实际需要对各个公式进行调整和变形,本申请实施例不作具体的限定。
本申请提供的危险液体管道泄漏风险评价方法,
基于上述所述的危险液体管道泄漏风险评价方法,本说明书一个或多个实施例还提供一种危险液体管道泄漏风险评价装置。所述的装置可以包括使用了本说明书实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思,本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参见前述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
具体地,图8是本申请提供的危险液体管道泄漏风险评价装置一个实施例的模块结构示意图,如图8所示,本申请中提供的危险液体管道泄漏风险评价装置包括:泄漏分布确定模块81,泄漏参数确定模块82,风险等级确定模块83。
泄漏分布确定模块81,可以用于利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布泄漏量分布,所述瞬态热力水力模型包括:所述危险液体管道的管道压力和流量随时间的变化关系;
泄漏参数确定模块82,可以用于根据所述泄漏量分布、所述泄漏量分布,分别确定所述危险液体管道的目标泄漏位置、目标泄漏量;
风险等级确定模块83,可以用于基于所述目标泄漏位置、所述目标泄漏量、建立的风险评价模型,确定所述危险液体管道泄漏的风险等级,所述风险评价模型包括:不同评价参数对应的风险评价标准。
本申请提供的危险液体管道泄漏风险评价装置,利用马尔科夫链蒙特卡尔算法,对泄漏位置以及泄漏系数进行反复抽样并带入至瞬态水热力模型中进行模拟以及泄漏量的计算,获得泄漏位置、泄漏系数以及泄漏量的概率分布,从而带入至泄漏事故风险评价模型中进行最终风险评价。当管线发生泄漏时,基于泄漏管段上下游的压力流量数据,可自动实现泄漏定位、泄漏原因分析以及泄漏量预测,从而快速判断出泄漏事故的危险等级概率,降低了管道泄漏的影响。
需要说明的,上述所述的装置根据方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上,所述的存储介质可以计算机读取并执行,实现本说明书实施例所描述方案的效果。因此,本说明书还提供一种危险液体管道泄漏风险评价装置,包括处理器及存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括以下步骤:
利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,所述瞬态热力水力模型包括:所述危险液体管道的管道压力和流量随时间的变化关系;
根据所述泄漏量分布、所述泄漏量分布,分别确定所述危险液体管道的目标泄漏位置、目标泄漏量;
基于所述目标泄漏位置、所述目标泄漏量、建立的风险评价模型,确定所述危险液体管道泄漏的风险等级,所述风险评价模型包括:不同评价参数对应的风险评价标准。
所述存储介质可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括:利用电能方式存储信息的装置如,各式存储器,如RAM、ROM等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置如,CD或DVD。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
需要说明的,上述所述的装置根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本说明书实施例提供的上述危险液体管道泄漏风险评价方法或装置可以在计算机中由处理器执行相应的程序指令来实现,如使用windows操作系统的c++语言在PC端实现、linux系统实现,或其他例如使用android、iOS系统程序设计语言在智能终端实现,以及基于量子计算机的处理逻辑实现等。本说明书提供的一种危险液体管道泄漏风险评价系统的一个实施例中,图9是本申请提供的一种危险液体管道泄漏风险评价系统实施例的模块结构示意图,如图9所示,本申请另一实施例提供的危险液体管道泄漏风险评价系统可以包括处理器91以及用于存储处理器可执行指令的存储器92,
处理器91和存储器92通过总线93完成相互间的通信;
所述处理器91用于调用所述存储器92中的程序指令,以执行上述各危险液体管道泄漏风险评价方法实施例所提供的方法,例如包括:利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,所述瞬态热力水力模型包括:所述危险液体管道的管道压力和流量随时间的变化关系;根据所述泄漏量分布、所述泄漏量分布,分别确定所述危险液体管道的目标泄漏位置、目标泄漏量;基于所述目标泄漏位置、所述目标泄漏量、建立的风险评价模型,确定所述危险液体管道泄漏的风险等级,所述风险评价模型包括:不同评价参数对应的风险评价标准。
需要说明的是说明书上述所述的装置根据相关方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照方法实施例的描述,在此不作一一赘述。本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书实施例并不局限于必须是符合行业通信标准、标准计算机数据处理和数据存储规则或本说明书一个或多个实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例,仍然可以属于本说明书实施例的可选实施方案范围之内。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书一个或多个实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本发明是参照根据本发明实施例的方法、装置(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储、石墨烯存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书一个或多个实施例的实施例而已,并不用于限制本本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在权利要求范围之内。
Claims (8)
1.一种危险液体管道泄漏风险评价方法,其特征在于,包括:
利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,所述瞬态热力水力模型包括:所述危险液体管道的管道压力和流量随时间的变化关系;
根据所述泄漏位置分布、所述泄漏量分布,分别确定所述危险液体管道的目标泄漏位置、目标泄漏量;
基于所述目标泄漏位置、所述目标泄漏量、建立的风险评价模型,确定所述危险液体管道泄漏的风险等级,所述风险评价模型包括:不同评价参数对应的风险评价标准;
其中,所述利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,包括:
利用所述马尔科夫链蒙特卡尔算法,以泄漏位置、泄漏系数作为决策变量向量,在所述泄漏位置、所述泄漏系数的取值范围内,随机生成初始马尔科夫链初始向量;
根据所述马尔科夫链初始向量,基于所述马尔科夫链蒙特卡尔算法的采样方法,获得所述危险液体管道的泄漏系数分布、泄漏位置分布;
将所述危险液体管道的泄漏系数分布代入所述瞬态热力水力模型,获得所述泄漏量分布;
所述瞬态热力水力模型包括:
上式中,H表示压力,t表示时间,a表示压力波波速,g表示重力加速度,ω表示管道截面积,Q表示流量,x表示管道研究管段长度,f表示管道水力摩阻,m表示流型相关参数,T表示流体温度,λ表示达西摩阻系数,D表示管径,c表示流体比热容,K表示总传热系数,ρ表示流体密度,T0表示环境温度。
2.如权利要求1所述的一种危险液体管道泄漏风险评价方法,其特征在于,所述风险评价模型包括:自然环境敏感性评价参数、社会环境敏感性评价参数、应急系统评价参数、泄漏量评价参数,以及各评价参数中的指标对应的风险等级的划分标准;
所述自然环境敏感性评价参数包括:水环境污染评价参数、土壤-地下水环境污染评价参数、大气环境污染评价参数;
所述社会环境敏感性评价参数包括:区域敏感性评价参数、人口密度评价参数。
3.如权利要求2所述的一种危险液体管道泄漏风险评价方法,其特征在于,所述确定所述危险液体管道泄漏的风险等级,包括:
根据所述风险评价模型,获取待评价区中不同评价参数对应的权重值;
根据所述不同评价参数对应的权重值,获得所述待评价区的综合风险等级。
4.如权利要求3所述的一种危险液体管道泄漏风险评价方法,其特征在于,所述根据所述不同评价参数对应的权重值,获得所述待评价区的综合风险等级,包括:
利用下述公式,确定所述待评价区的综合风险等级:
上式中,D表示所述综合风险等级,N表示所述自然环境敏感性评价参数的风险等级;S表示所述社会环境敏感性评价参数的风险等级,E表示所述应急系统评价参数的风险等级,L表示所述泄漏量评价参数的风险等级,ωN表示所述自然环境敏感性评价参数对应权重值,ωS表示所述社会环境敏感性评价参数对应权重值,ωE表示所述应急系统评价参数对应权重值,ωL表示所述泄漏量评价参数对应权重值,i表示评价参数对应的层级,n表示评价参数的个数。
6.一种危险液体管道泄漏风险评价装置,其特征在于,包括:
泄漏分布确定模块,用于利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,所述瞬态热力水力模型包括:所述危险液体管道的管道压力和流量随时间的变化关系;
泄漏参数确定模块,用于根据所述泄漏位置分布、所述泄漏量分布,分别确定所述危险液体管道的目标泄漏位置、目标泄漏量;
风险等级确定模块,用于基于所述目标泄漏位置、所述目标泄漏量、建立的风险评价模型,确定所述危险液体管道泄漏的风险等级,所述风险评价模型包括:不同评价参数对应的风险评价标准;其中,所述利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,包括:
利用所述马尔科夫链蒙特卡尔算法,以泄漏位置、泄漏系数作为决策变量向量,在所述泄漏位置、所述泄漏系数的取值范围内,随机生成初始马尔科夫链初始向量;
根据所述马尔科夫链初始向量,基于所述马尔科夫链蒙特卡尔算法的采样方法,获得所述危险液体管道的泄漏系数分布、泄漏位置分布;
将所述危险液体管道的泄漏系数分布代入所述瞬态热力水力模型,获得所述泄漏量分布;
所述瞬态热力水力模型包括:
上式中,H表示压力,t表示时间,a表示压力波波速,g表示重力加速度,ω表示管道截面积,Q表示流量,x表示管道研究管段长度,f表示管道水力摩阻,m表示流型相关参数,T表示流体温度,λ表示达西摩阻系数,D表示管径,c表示流体比热容,K表示总传热系数,ρ表示流体密度,T0表示环境温度。
7.一种危险液体管道泄漏风险评价装置,其特征在于,包括处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括以下步骤:
利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,所述瞬态热力水力模型包括:所述危险液体管道的管道压力和流量随时间的变化关系;
根据所述泄漏位置分布、所述泄漏量分布,分别确定所述危险液体管道的目标泄漏位置、目标泄漏量;
基于所述目标泄漏位置、所述目标泄漏量、建立的风险评价模型,确定所述危险液体管道泄漏的风险等级,所述风险评价模型包括:不同评价参数对应的风险评价标准;
其中,所述利用马尔科夫链蒙特卡尔算法对泄漏位置、泄漏系数进行抽样,根据建立的瞬态热力水力模型,获得所述危险液体管道泄漏的泄漏位置分布、泄漏量分布,包括:
利用所述马尔科夫链蒙特卡尔算法,以泄漏位置、泄漏系数作为决策变量向量,在所述泄漏位置、所述泄漏系数的取值范围内,随机生成初始马尔科夫链初始向量;
根据所述马尔科夫链初始向量,基于所述马尔科夫链蒙特卡尔算法的采样方法,获得所述危险液体管道的泄漏系数分布、泄漏位置分布;
将所述危险液体管道的泄漏系数分布代入所述瞬态热力水力模型,获得所述泄漏量分布;
所述瞬态热力水力模型包括:
上式中,H表示压力,t表示时间,a表示压力波波速,g表示重力加速度,ω表示管道截面积,Q表示流量,x表示管道研究管段长度,f表示管道水力摩阻,m表示流型相关参数,T表示流体温度,λ表示达西摩阻系数,D表示管径,c表示流体比热容,K表示总传热系数,ρ表示流体密度,T0表示环境温度。
8.一种危险液体管道泄漏风险评价系统,其特征在于,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如权利要求1至5中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810567178.2A CN108764745B (zh) | 2018-06-05 | 2018-06-05 | 一种危险液体管道泄漏风险评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810567178.2A CN108764745B (zh) | 2018-06-05 | 2018-06-05 | 一种危险液体管道泄漏风险评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108764745A CN108764745A (zh) | 2018-11-06 |
CN108764745B true CN108764745B (zh) | 2020-05-15 |
Family
ID=63999853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810567178.2A Active CN108764745B (zh) | 2018-06-05 | 2018-06-05 | 一种危险液体管道泄漏风险评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108764745B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183913B (zh) * | 2019-07-05 | 2024-06-07 | 中国石油化工股份有限公司 | 一种输油站场管道定量风险评价方法及装置 |
CN110942234A (zh) * | 2019-11-14 | 2020-03-31 | 北京市燃气集团有限责任公司 | 一种中低压燃气管道风险评价方法及装置 |
CN111859254B (zh) * | 2020-07-15 | 2023-05-23 | 中国安全生产科学研究院 | 一种输油管道受限空间泄漏事故后果计算方法和系统 |
CN111815072B (zh) * | 2020-07-29 | 2023-09-15 | 东北大学 | 一种炼钢连铸过程中钢包防泄漏预警方法、装置及存储介质 |
CN114623990B (zh) * | 2020-12-14 | 2024-06-25 | 阿里巴巴集团控股有限公司 | 监测和泄漏定位方法、设备、锅炉、系统及存储介质 |
CN112862148B (zh) * | 2020-12-21 | 2022-06-07 | 中国辐射防护研究院 | 后处理厂高放废液蒸发器红油爆炸事故释放源项估算方法 |
CN113393108A (zh) * | 2021-06-07 | 2021-09-14 | 中国石油大学(北京) | 危化品运输车辆聚集区域的风险评价方法 |
CN113990044B (zh) * | 2021-11-19 | 2023-07-25 | 福建钰融科技有限公司 | 废液运输安全预警方法、安全预警装置及相关产品 |
CN114662391B (zh) * | 2022-03-24 | 2024-06-18 | 深圳市深水水务咨询有限公司 | 一种提高给水排水管道防渗漏性能方法和系统 |
CN115662469B (zh) * | 2022-12-06 | 2023-05-26 | 东莞先知大数据有限公司 | 一种水管探漏方法、电子设备和存储介质 |
CN117236706B (zh) * | 2023-11-16 | 2024-02-20 | 海纳云物联科技有限公司 | 热力管线泄露风险的评估方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389673A (zh) * | 2015-12-16 | 2016-03-09 | 河南理工大学 | 一种区域突发环境污染事故风险综合评价方法 |
CN106910015A (zh) * | 2017-02-20 | 2017-06-30 | 天津大学 | 基于fahp的供热二级管网泄漏风险评估方法 |
CN108036201A (zh) * | 2017-12-21 | 2018-05-15 | 廊坊市蓝德采油技术开发有限公司 | 一种基于负压波法和流量趋势法的输油管道泄漏监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10677046B2 (en) * | 2015-04-07 | 2020-06-09 | West Virginia University | Leakage detection using smart field technology |
-
2018
- 2018-06-05 CN CN201810567178.2A patent/CN108764745B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389673A (zh) * | 2015-12-16 | 2016-03-09 | 河南理工大学 | 一种区域突发环境污染事故风险综合评价方法 |
CN106910015A (zh) * | 2017-02-20 | 2017-06-30 | 天津大学 | 基于fahp的供热二级管网泄漏风险评估方法 |
CN108036201A (zh) * | 2017-12-21 | 2018-05-15 | 廊坊市蓝德采油技术开发有限公司 | 一种基于负压波法和流量趋势法的输油管道泄漏监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108764745A (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764745B (zh) | 一种危险液体管道泄漏风险评价方法及装置 | |
Yu et al. | New unbiased symmetric metrics for evaluation of air quality models | |
Qi et al. | Numerical simulations of LNG vapor dispersion in Brayton Fire Training Field tests with ANSYS CFX | |
Dharmavaram et al. | Consequence Analysis—Using a CFD model for industrial Sites | |
CN101071098A (zh) | 地下钢质燃气管网管道腐蚀预测系统 | |
Yang et al. | A time-dependent probabilistic model for fire accident analysis | |
Efthimiou et al. | CFD-RANS prediction of the dispersion of a hazardous airborne material released during a real accident in an industrial environment | |
Shi et al. | A simplified statistic-based procedure for gas dispersion prediction of fixed offshore platform | |
Zavila et al. | The analysis of the use of mathematical modeling for emergency planning purposes | |
Jang et al. | Numerical computation of a large‐scale jet fire of high‐pressure hydrogen in process plant | |
Ebrahimi et al. | New analytical formulations for calculation of dispersion parameters of Gaussian model using parallel CFD | |
Tong et al. | A modeling method for predicting the concentration of indoor carbon dioxide leakage and dispersion based on similarity theory | |
de Souza et al. | CFD predictions for hazardous area classification | |
Pouyakian et al. | A systematic review of consequence modeling studies of the process accidents in Iran from 2006 to 2022 | |
Liao et al. | Parametric study on natural gas leakage and diffusion in tunnels | |
Ngae et al. | Optimization of an urban monitoring network for emergency response applications: An approach for characterizing the source of hazardous releases | |
Xu et al. | Risk assessment method for the safe operation of long-distance pipeline stations in high-consequence areas based on fault tree construction: Case study of China–Myanmar natural gas pipeline branch station | |
Yan et al. | Mathematical Modeling for Carbon Dioxide Level Within Confined Spaces | |
Ryan et al. | Uncertainty quantification of steady and transient source term estimation in an urban environment | |
Zhu et al. | Estimation of the point source parameters by the adjoint equation in the time-varying atmospheric environment with unknown turn-on time | |
Gant | Practical quality measures for large-eddy simulation | |
Gulmez et al. | Evaluation of streamflow drought index in Aegean region, Turkey | |
Bellegoni et al. | Optimization of gas detectors placement in complex industrial layouts based on CFD simulations | |
Nair et al. | Uncertainties in Sour Natural Gas Dispersion Modelling. | |
Hanna | A review of uncertainty and sensitivity analyses of atmospheric transport and dispersion models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Liang Yongtu Inventor after: Zhang Haoran Inventor after: Zhang Wan Inventor after: Nie Siming Inventor before: Zhang Haoran Inventor before: Liang Yongtu Inventor before: Zhang Wan Inventor before: Nie Siming |
|
GR01 | Patent grant | ||
GR01 | Patent grant |