CN109854953B - 一种特殊工况下的原油输送管线泄漏检测系统及方法 - Google Patents
一种特殊工况下的原油输送管线泄漏检测系统及方法 Download PDFInfo
- Publication number
- CN109854953B CN109854953B CN201910062974.5A CN201910062974A CN109854953B CN 109854953 B CN109854953 B CN 109854953B CN 201910062974 A CN201910062974 A CN 201910062974A CN 109854953 B CN109854953 B CN 109854953B
- Authority
- CN
- China
- Prior art keywords
- pipeline
- pressure
- station
- event
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000010779 crude oil Substances 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 239000003921 oil Substances 0.000 claims abstract description 92
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 71
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 47
- 238000003909 pattern recognition Methods 0.000 claims abstract description 18
- 238000007635 classification algorithm Methods 0.000 claims abstract description 16
- 238000012546 transfer Methods 0.000 claims description 43
- 238000002955 isolation Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 33
- 238000013145 classification model Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000000903 blocking effect Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims description 4
- 230000008439 repair process Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims 2
- 238000012544 monitoring process Methods 0.000 abstract description 16
- 230000000694 effects Effects 0.000 abstract description 8
- 238000012876 topography Methods 0.000 abstract description 7
- 230000033228 biological regulation Effects 0.000 abstract description 6
- 230000007797 corrosion Effects 0.000 abstract description 6
- 238000005260 corrosion Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 6
- 230000008859 change Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 101100408455 Arabidopsis thaliana PLC7 gene Proteins 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000000243 solution Substances 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Pipeline Systems (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明涉及原油输送管线泄漏检测技术领域，尤其涉及一种特殊工况下的原油输送管线泄漏检测系统及方法。通过由管线下游站、管线中间站和管线上游站组成的一种特殊工况下的原油输送管线泄漏检测系统，利用大数据事件分类算法、压力梯度算法和模式识别算法三种算法并行运算，结合分布式压力监测，实现管道泄漏监测定位。分布式压力监测，规避了充满程度较低管段负压波能量损失严重带来的影响，实现精准定位，及时报警。克服了传统方法在原油输送管线的输油泵频繁启停、输油泵变频调节转速、管道腐蚀穿孔缓慢泄漏、地形起伏超过200m高差和管线伴生气含量较高等特殊工况下应用效果差的缺点，降低了误报警率和漏报警率。
Description
技术领域
本发明涉及原油输送管线泄漏检测技术领域，尤其涉及一种特殊工况下的原油输送管线泄漏检测系统及方法。
背景技术
传统的基于负压波法和流量平衡法的原油输送管线泄漏检测方法，其基本原理是采集管线内流量输差信号和管线内负压波信号，对所获得的信号进行输差检漏法和负压波法的耦合分析，以便发现所输送流体的外泄情况，并定位泄漏位置。传统的方法，主要针对平稳运行的输油管线，其输油泵保持平稳运行，泵的转速和排量均基本保持恒定。
然而，在某些低渗透及超低渗透油田，由于上游站点液量小且来液不稳定，大量原油集输管线采用了间歇输油或输油泵变频调节输油的方法。在这种情况下，传统的基于负压波法和流量平衡法的原油输送管线泄漏检测方法存在以下两种误报警情况：
(1)间歇输油时，输油泵需要频繁启停。当输油泵正常停机操作时，管线内压力骤降，此时泄漏检测误判为管线泄漏；
(2)输油泵变频调节输油时，输油泵转速发生变化，泵的排量相应变化，流量输差随之变化，此时泄漏检测误判为管线泄漏。以上两种误报警严重影响了管线泄漏检测系统的运行效果。
此外，对于某些泄漏量较小的缓慢泄漏，由于压力曲线变化不明显，传统方法通过设定压力下降阈值去寻找压力拐点的方法应用效果不佳，存在漏报的情况。在地形起伏较大和管线含气量较高时，地形起伏超过200m高差、管线伴生气含量较高(原油气油比超过50m3/t)等情况某些位置的管段充满程度较低，因此负压波能量衰减程度大于满管流，传统方法此时同样难以适用。
发明内容
本发明提供了一种特殊工况下的原油输送管线泄漏检测方法，目的在于提供一种强化对特殊工况的识别和屏蔽功能，避免管线泄漏检测出现误报和漏报的管线泄漏检测方法。
为了实现上述目的，本发明采用的技术方案是：
一种特殊工况下的原油输送管线泄漏检测系统，包括
管线下游站，用于实时获取并传输管线起点的压力、流量和输油泵电机频率数据信号；
管线中间站，用于实时获取并传输管线中间点的压力、流量和输油泵电机频率数据信号；
管线上游站，与管线下游站和管线中间站之间电连接，用于实时获取管线终点的压力、流量和输油泵电机频率数据信号，并接受管线下游站和管线中间站的压力、流量和输油泵电机频率数据信号并进行分析和判断运行管线状况。
所述的管线上游站包括第一压力变送器、输油泵变频器、第一流量计和第一站点PLC，所述的第一压力变送器、第一输油泵变频器和第一流量计分别与第一站点PLC电连接；所述的管线中间站包括第二压力变送器；所述的管线下游站包括第三压力变送器、第二流量计、第二站点PLC和处理系统，第三压力变送器、第二流量计分别与第二站点PLC电连接，第二站点PLC与处理系统之间电连接；所述的管线上游站与处理系统之间电连接；所述的第二压力变送器与管线下游站之间电连接。
所述的管线上游站通过第一站点PLC与处理系统之间电连接；所述的管线中间站的第二压力变送器与管线上游站的第二站点PLC电连接。
所述的管线上游站还包括第一一分二隔离卡、第二一分二隔离卡、第三一分二隔离卡和第一数据采集装置，所述的第一一分二隔离卡分别与第一压力变送器、第一站点PLC和第一数据采集装置电连接；所述的第二一分二隔离卡分别与输油泵变频器、第一站点PLC和第一数据采集装置电连接；所述的第三一分二隔离卡分别与第一流量计、第一站点PLC和第一数据采集装置电连接；第一数据采集装置与处理系统电连接；所述的管线下游站还包括第四一分二隔离卡、第五一分二隔离卡和第二数据采集装置，所述的第四一分二隔离卡分别与第三压力变送器、第二站点PLC和第二数据采集装置电连接；所述的第五一分二隔离卡分别与第二流量计、第二站点PLC和第二数据采集装置电连接；第二数据采集装置与处理系统电连接；所述的第二压力变送器与第二数据采集装置电连接。
一种特殊工况下的原油输送管线泄漏检测方法，包括如下步骤
步骤一：获取运行管线的运行数据
通过管线下游站、管线中间站和管线上游站获取相应位置管路的压力、流量和输油泵电机频率数据；
步骤二；传输运行管线的压力数据
将步骤一中管线下游站、管线中间站和管线上游站获取的运行管线相应位置的压力、流量和输油泵电机频率数据分别传输给处理系统；
步骤三：数据的获取分析判断
处理系统将获取的运行管线的数据，按照大数据事件分类算法、压力梯度算法和模式识别算法三种算法分别进行运算和分析，根据运算、比对和分析结果分别得出运行管线的运行状况，当两种以上运算得出相同故障结论进入步骤四；当两种以上运算得出测管路的运行处于稳定运行状态结论，返回步骤一；
步骤四：报警检修故障管路，根据步骤三得出故障结论时，系统发出报警信息，对故障管路部位进行抢修。
所述的步骤三中的大数据事件分类算法的具体算法如下
首先，设定相关参数
设定输差判断时间间隔、管线内压降阈值和采样频率；输差判断时间间隔为10-60min,压降阈值为0.02-0.1Mpa,采样频率为≤0.2s；
随后，输油泵电机频率比较
读取当前输油泵电机频率f1,将f1与1分钟前的输油泵电机频率f2作差比较；
然后，输油泵运行状态判断
若差值＜5％，则判断输油泵属于稳定状态，返回第二步；若差值＞5％，则判断输油泵属于变频运行状态，进入第四步；
最后，运行管线事件分类算法
采集管线压力信号和输差信号根据进出站压力、进出站流量和设定事件内输差进行分析，根据数据判定事件种类；
运行管线事件划分为六类即启泵事件、停泵事件、调节频率事件、泄漏事件、泵故障事件和管线堵事件；
启泵事件，当输油泵频率由0上涨至一定值时，确定为启泵事件发生；
停泵事件，当输油泵频率由一定值落到0时，确定为停泵事件发生；
调节频率事件，当输油泵频率由某一定值变化为另一个定值时，确定为调节频率事件发生；
泄漏事件，当上游站点管线内压力下降、流量上升，下游站点管线内压力下降、流量下降时，确定为泄漏事件发生；
泵故障事件，当上游站点管线内压力下降、流量下降时，确定为泵故障事件发生；
管线堵事件，当上游站点管线内压力上升，下游站点管线内压力下降、流量下降时，确定为管线堵事件发生；
当发生启泵事件、停泵事件和调节频率事件时，压力梯度算法和模式识别算法只有一个算法得出管道故障,则只输出结果不报警；当发生泄漏事件、泵故障事件和管线堵事件时，压力梯度算法和模式识别算法只要有一个算法得出管道故障，则判断为管道故障，进入步骤四。
所述的步骤三中的压力梯度算法的具体算法如下
首先，对获取的管线下游站、管线中间站和管线上游站的管线内压力信号按等时间间隔进行分段，求取每段压力信号的最大值max、最小值min以及均值mid；
随后，利用前一段数据的最大值与后一段数据最小值求差，得到管线内压力分段差序列；
最后，当管线内压力信号的压力分段差同时存在极值且该极值在同一分段位置时，判断为管道故障；否则管道稳定运行。
所述的步骤三中的模式识别算法的具体算法如下
首先，分类模型训练
准备多个泄漏和非泄漏事件的管线压力信号数据样本；然后将样本数据进行预处理；再建立一个泄漏事件和不泄漏事件的二分类模型；二分类模型构建完成后根据分类的各参数进行训练；
随后，计算分类值y
即计算所得样本标签；
建立拉格朗日函数：通过最优化方法得到w和b；将未知泄漏的管道压力数据样本x′代入公式y＝wTx′+b中，得到y的值；其中x表示样本，y∈{-1,1}，w表示样本权重，b表示偏置，a是拉格朗日乘子；
此后，进行计算结果判定；
当计算分类值y＞0，判断为管线泄露；当计算分类值y＜0，判断为管线未泄露；输出分类结果，分类结束。
所述的样本数据预处理是只将压力信号样本归算至(0，1)区间；所述的二分分类模型是将泄漏事件标记为-1，不泄漏事件标记为1，建立空间判别函数y＝wTx+b，同时确定分类面方程wTx+b＝0，根据分类间隔最大建立拉格朗日函数：通过最优化方法得到w和b，即得到该事件的模型，其中：
x表示样本，
y表示分类值，y∈{-1,1}，
w表示样本权重，
b表示偏置。
本发明的有益效果是：本发明通过用于实时获取并传输管线起点的压力信号的管线下游站、用于实时获取管线并传输中间点的压力信号的管线中间站和用于实时获取管线终点的压力信号，并接受管线下游站和管线中间站的压力信号进行分析和判断运行管线状况，与管线下游站和管线中间站之间电连接的管线上游站组成的一种特殊工况下的原油输送管线泄漏检测系统，利用大数据事件分类算法、压力梯度算法和模式识别算法三种算法并行运算，各取所长，实现功能互补，当两种或以上算法同时判断为管线泄漏时，确定管线泄漏；结合分布式压力监测，实现管道泄漏监测定位。分布式压力监测，规避了充满程度较低管段负压波能量损失严重带来的影响，实现精准定位，及时报警。克服了传统方法在原油输送管线的输油泵频繁启停、输油泵变频调节转速、管道腐蚀穿孔缓慢泄漏、地形起伏超过200m高差和管线伴生气含量较高等特殊工况下应用效果差的缺点，降低了误报警率和漏报警率。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明泄漏检测装置数据链路示意图一；
图2是本发明泄漏检测装置数据链路示意图二；
图3是本发明三种算法并行示意图；
图4是本发明大数据事件分类算法运行流程图；
图5是本发明压力梯度算法运行流程图；
图6是本发明模式识别算法运行流程图。
图中，1-第一压力变送器；2-输油泵变频器；3-第一流量计；4-第一一分二隔离卡；5-第二一分二隔离卡；6-第三一分二隔离卡；7-第一站点PLC；8-第一数据采集装置；9-处理系统；10-第二压力变送器；11-第三压力变送器；12-第二流量计；13-第四一分二隔离卡；14；第五一分二隔离卡；15-第二站点PLC；16-第二数据采集装置。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
实施例一：
如图1-2所示的一种特殊工况下的原油输送管线泄漏检测系统，包括
管线下游站，用于实时获取并传输管线起点的压力、流量和输油泵电机频率数据信号；
管线中间站，用于实时获取并传输管线中间点的压力、流量和输油泵电机频率数据信号；
管线上游站，与管线下游站和管线中间站之间电连接，用于实时获取管线终点的压力、流量和输油泵电机频率数据信号，并接受管线下游站和管线中间站的压力、流量和输油泵电机频率数据信号并进行分析和判断运行管线状况。
在实际使用时，运行管线的下游站点和管线中间站，将采集的运行管线的实时状态数据传输给管线上游站，上下游站点可以采用两种不同的软硬件配套方案，信号通过GPS时钟进行同步。管线上游站将获取的所有管线的实时状态数据信息进行分析和判断，得出运行管线的实时运行情况。
本发明结合分布式压力监测，实现管道泄漏监测定位。分布式压力监测，规避了充满程度较低管段负压波能量损失严重带来的影响，实现精准定位，及时报警。克服了传统方法在原油输送管线的输油泵频繁启停、输油泵变频调节转速、管道腐蚀穿孔缓慢泄漏、地形起伏超过200m高差和管线伴生气含量较高等特殊工况下应用效果差的缺点，降低了误报警率和漏报警率。
实施例二：
如图1-2所示的一种特殊工况下的原油输送管线泄漏检测系统，与实施例一不同之处在于：所述的管线上游站包括第一压力变送器1、输油泵变频器2、第一流量计3和第一站点PLC7，所述的第一压力变送器1、第一输油泵变频器2和第一流量计3分别与第一站点PLC7电连接；所述的管线中间站包括第二压力变送器10；所述的管线下游站包括第三压力变送器11、第二流量计12、第二站点PLC15和处理系统9，第三压力变送器11、第二流量计12分别与第二站点PLC15电连接，第二站点PLC15与处理系统9之间电连接；所述的管线上游站与处理系统9之间电连接；所述的第二压力变送器10与管线下游站之间电连接。
优选的是所述的管线上游站通过第一站点PLC7与处理系统9之间电连接；所述的管线中间站的第二压力变送器10与管线上游站的第二站点PLC15电连接。
本实施例的设计方案，不设置数据采集硬件，但在管线的上、中、下游站分别设置不同的硬件设施，分别获取管线不同位置的管线内压力、管线内流量和输油泵频率，但各个站不设置数据采集硬件，在下游站点安装处理系统9，处理系统9包括数据接收模块、数据分析模块和数据发送模块，数据接收模块和数据分析模块之间电连接，数据分析模块和数据发送模块之间电连接；数据接收模块用于接受获取管线的上、中、下游站所发送的管线内压力、管线内流量和输油泵频率数据信息，通过数据分析模块的运算分析得出运行管线的状况，数据分析模块得出的结果通过数据发送模块发出报警信息。处理系统9中的数据接收模块直接通过TCP/IP协议从管线上游站和管线下游站的站点PLC读取相应数据，处理系统9中的数据分析模块再进行运算、判断。信号通过服务器进行同步。本实施例中的处理系统9采用的是现有技术的计算机。
本发明的技术方案，克服了传统方法在原油输送管线的输油泵频繁启停、输油泵变频调节转速、管道腐蚀穿孔缓慢泄漏、地形起伏超过200m高差和管线伴生气含量较高等特殊工况下应用效果差的缺点，降低了误报警率和漏报警率。
实施例三：
如图1-2所示的一种特殊工况下的原油输送管线泄漏检测系统，与实施例二不同之处在于：所述的管线上游站还包括第一一分二隔离卡4、第二一分二隔离卡5、第三一分二隔离卡6和第一数据采集装置8，所述的第一一分二隔离卡4分别与第一压力变送器1、第一站点PLC7和第一数据采集装置8电连接；所述的第二一分二隔离卡5分别与输油泵变频器2、第一站点PLC7和第一数据采集装置8电连接；所述的第三一分二隔离卡6分别与第一流量计3、第一站点PLC7和第一数据采集装置8电连接；第一数据采集装置8与处理系统9电连接；所述的管线下游站还包括第四一分二隔离卡13、第五一分二隔离卡14和第二数据采集装置16，所述的第四一分二隔离卡13分别与第三压力变送器11、第二站点PLC15和第二数据采集装置16电连接；所述的第五一分二隔离卡14分别与第二流量计12、第二站点PLC15和第二数据采集装置16电连接；第二数据采集装置16与处理系统9电连接；所述的第二压力变送器10与第二数据采集装置16电连接。
本实施例在上下游站点分别布置泄漏检测数据采集硬件，通过一分二隔离卡采集变送器信号。在下游站点安装泄漏检测处理系统，处理系统从硬件读取相应数据，运行算法进行判断。信号通过GPS时钟进行同步。对数据采集硬件的基本参数要求是：
1)多上位机访问(SCADA访问与泄漏监测系统上位机访问)；
2)较好的环境适应性；
3)支持标准的MODBUS_TCP传输协议；
4)可实现4-20mA电流AI信号、数字量输入DI信号、RS485信号采集；
5)采集频率不小于10Hz。
本发明的技术方案，克服了传统方法在原油输送管线的输油泵频繁启停、输油泵变频调节转速、管道腐蚀穿孔缓慢泄漏、地形起伏超过200m高差和管线伴生气含量较高等特殊工况下应用效果差的缺点，降低了误报警率和漏报警率。
实施例四：
如图3-6所示的一种特殊工况下的原油输送管线泄漏检测方法，包括如下步骤
步骤一：获取运行管线的运行数据
通过管线下游站、管线中间站和管线上游站获取相应位置管路的压力、流量和输油泵电机频率数据；
步骤二；传输运行管线的压力数据
将步骤一中管线下游站、管线中间站和管线上游站获取的运行管线相应位置的压力、流量和输油泵电机频率数据分别传输给处理系统9；
步骤三：数据的获取分析判断
处理系统9将获取的运行管线的数据，按照大数据事件分类算法、压力梯度算法和模式识别算法三种算法分别进行运算和分析，根据运算、比对和分析结果分别得出运行管线的运行状况，当两种以上运算得出相同故障结论进入步骤四；当两种以上运算得出测管路的运行处于稳定运行状态结论，返回步骤一；
步骤四：报警检修故障管路，根据步骤三得出故障结论结论时，系统发出报警信息，对故障管路部位进行抢修。
在实际使用时，本发明的技术方案采用大数据事件分类算法、压力梯度算法和模式识别算法三种算法并行运行的方式，结合分布式压力监测，实现管道泄漏监测定位。三种算法分别为大数据事件分类算法、压力梯度算法以及模式识别算法，各取所长，实现功能互补，当两种或以上算法同时判断为管线泄漏时，可以确定管线泄漏；分布式压力监测的思路主要在输油管线指定位置(如管线高点)安装压力传感器，规避充满程度较低管段负压波能量损失严重带来的影响，实现精准定位，及时报警。
实施例五：
如图3-4所示的一种特殊工况下的原油输送管线泄漏检测方法，与实施例四不同之处在于：所述的步骤三中的大数据事件分类算法的具体算法如下
首先，设定相关参数
设定输差判断时间间隔、管线内压降阈值和采样频率；输差判断时间间隔为10-60min,压降阈值为0.02-0.1Mpa,采样频率为≤0.2s；
随后，输油泵电机频率比较
读取当前输油泵电机频率f1,将f1与1分钟前的输油泵电机频率f2作差比较；
然后，输油泵运行状态判断
若差值＜5％，则判断输油泵属于稳定状态，返回第二步；若差值＞5％，则判断输油泵属于变频运行状态，进入第四步；
最后，运行管线事件分类算法
采集管线压力信号和输差信号根据进出站压力、进出站流量和设定事件内输差进行分析，根据数据判定事件种类；
运行管线事件划分为六类即启泵事件、停泵事件、调节频率事件、泄漏事件、泵故障事件和管线堵事件；
启泵事件，当输油泵频率由0上涨至一定值时，确定为启泵事件发生；
停泵事件，当输油泵频率由一定值落到0时，确定为停泵事件发生；
调节频率事件，当输油泵频率由某一定值变化为另一个定值时，确定为调节频率事件发生；
泄漏事件，当上游站点管线内压力下降、流量上升，下游站点管线内压力下降、流量下降时，确定为泄漏事件发生；
泵故障事件，当上游站点管线内压力下降、流量下降时，确定为泵故障事件发生；
管线堵事件，当上游站点管线内压力上升，下游站点管线内压力下降、流量下降时，确定为管线堵事件发生；
当发生启泵事件、停泵事件和调节频率事件时，压力梯度算法和模式识别算法只有一个算法得出管道故障,则只输出结果不报警；当发生泄漏事件、泵故障事件和管线堵事件时，压力梯度算法和模式识别算法只要有一个算法得出管道故障，则判断为管道故障，进入步骤四。
本发明的技术方案，是将采集到的运行管线中的下游站点、管线中间站和管线上游站处的压力、流量数据和输油泵电机频率数据进行综合分析，根据数据变化情况判定为不同类型的事件，实现运行管线的泄漏检测。算法从输油泵变频控制柜中读取输油泵电机变频器的具体频率值，根据频率变化情况，判断泵的运行状态。当频率保持稳定时，说明泵处于稳定运行状态，此时会在压力和输差异常时发出报警；当频率波动时，说明泵处于变频运行过程中或起泵停泵过程中，此时屏蔽报警，只提示泵状态，避免误报。本发明的技术方案，将运行管线的事件具体细分为六类，方便的将事故进行区分和后续的处理。
实施例六：
如图3-4所示的一种特殊工况下的原油输送管线泄漏检测方法，与实施例四不同之处在于：所述的步骤三中的压力梯度算法的具体算法如下
首先，对获取的管线下游站、管线中间站和管线上游站的管线内压力信号按等时间间隔进行分段，求取每段压力信号的最大值max、最小值min以及均值mid；
随后，利用前一段数据的最大值与后一段数据最小值求差，得到管线内压力分段差序列；
最后，当管线内压力信号的压力分段差同时存在极值且该极值在同一分段位置时，判断为管道故障；否则管道稳定运行。
在实际使用时，本发明的技术方案的算法，不需设定特定的压力检测阈值，而是寻找压力由平稳状态转为持续下降的趋势，实现对缓慢泄漏的检测。首先对现场采集到的管线起点、终点和中间点等处的压力信号，按等时间间隔进行分段，求取每段压力信号的最大值max、最小值min以及均值mid；随后，利用前一段数据的最大值与后一段数据最小值求差，得到压力分段差序列；最后，如果管道发生泄漏，压力会持续下降，压力分段差序列必然存在极值，当各压力信号的压力分段差同时存在极值且该极值在同一分段位置时，可判断管道存在异常。非常快捷、准确的得出运行管线的泄漏情况。
实施例七：
如图3-4所示的一种特殊工况下的原油输送管线泄漏检测方法，与实施例四不同之处在于：所述的步骤三中的模式识别算法的具体算法如下
首先，分类模型训练
准备多个泄漏和非泄漏事件的管线压力信号数据样本；然后将样本数据进行预处理；再建立一个泄漏事件和不泄漏事件的二分类模型；二分类模型构建完成后根据分类的各参数进行训练；
随后，计算分类值y
即计算所得样本标签；
建立拉格朗日函数：通过最优化方法得到w和b；将未知泄漏的管道压力数据样本x′代入公式y＝wTx′+b中，得到y的值；其中x表示样本，y∈{-1,1}，w表示样本权重，b表示偏置，a是拉格朗日乘子；
此后，进行计算结果判定；
当计算分类值y＞0，判断为管线泄露；当计算分类值y＜0，判断为管线未泄露；输出分类结果，分类结束。
优选的是所述的样本数据预处理是只将压力信号样本归算至(0，1)区间；所述的二分分类模型是将泄漏事件标记为-1，不泄漏事件标记为1，建立空间判别函数y＝wTx+b，同时确定分类面方程wTx+b＝0，根据分类间隔最大建立拉格朗日函数：通过最优化方法得到w和b，即得到该事件的模型，其中：
x表示样本，
y表示分类值，y∈{-1,1}，
w表示样本权重，
b表示偏置。
在实际使用时，分类模型训练即准备多个泄漏和非泄漏事件的管线压力信号数据样本；然后将样本数据进行预处理：只将压力信号样本归算至(0，1)区间，具体步骤如下：求取压力数据样本中的最大值max、最小值min，便可得，表示归一化后压力样本数据。再建立一个泄漏事件和不泄漏事件的二分分类模型：泄漏事件标记为-1，不泄漏事件标记为1，建立空间判别函数y＝wTx+b，同时确定分类面方程wTx+b＝0，根据分类间隔最大建立拉格朗日函数：
通过最优化方法得到w和b，即得到该事件的模型，其中x表示样本，y表示分类值，y∈{-1,1}，w表示样本权重，b表示偏置，a是拉格朗日乘子；构建完成后根据分类的各参数进行训练；
随后，计算分类值
即计算所得样本标签；
要使分类(判断是否泄漏)准确，可以将其简化为解决最小的数学问题，因此可以建立拉格朗日函数：通过最优化方法得到w和b；将未知泄漏的管道压力数据x′代入公式y＝wTx′+b中，得到的值y；其中x表示样本，y∈{-1,1}，w表示样本权重，b表示偏置，a是拉格朗日乘子；
此后，进行计算结果判定
当计算分类值＞0，判断为管线泄露；当计算分类值＜0，判断为管线未泄露；输出分类结果，分类结束。
本发明的技术方案在实际使用时，利用支持向量机(SVM)原理建立模型，对泄漏事件和非泄漏事件进行分类识别。首先准备一系列泄漏和非泄漏事件的管线压力信号数据样本，然后对数据样本进行预处理交由算法进行分类模型训练，建立一个泄漏事件和不泄漏事件的二分分类模型，此后由该模型对管线泄漏进行判断。在实际训练时，准备的数据样本不少于500组。该模型可以在不断的运行过程中得到持续优化，提高分类判断的准确性。
实施例八：
本实施例选定了一条要测试的管线，该管线是某站A至某接转注水站B的集油管线，管线规格为L245N-Φ89×4.0，长度10.0km，外输压力3.0MPa。
在站点A处布置1套数据采集硬件，采集管线首端压力、流量、A站外输泵的运行状态和频率；
在站点B处布置1套数据采集硬件，采集管线末端压力、流量；
结合管线高程图，在管线的2个高点额外设置2台无线压力变送器；
在站点B安装定位处理系统，读取数据采集硬件的数据，2台高点压力变送器提供压力信号补偿。
在管线指定位置安装放油针阀。
执行本发明的管线泄漏检测方法，同时打开放油针阀进行管线漏油模拟：
判断过程是：
1)当较大规模的模拟泄漏发生时，管线内产生负压波，上下游有明显输差。
此时三种算法均能检测到管线泄漏，系统发出报警。
2)当泄漏量少的缓慢泄漏发生时，压力梯度算法检测到管线泄漏，经过良好训练的模式识别算法也可以检测到管线泄漏，系统发出报警。
3)当执行停泵或变频等操作时，大数据事件分类算法根据输油泵频率的变化，成功检测到泵况的变化，此时管线泄漏检测装置只提示泵况，不报警。
综上所述，本发明通过用于实时获取并传输管线起点的压力信号的管线下游站、用于实时获取管线并传输中间点的压力信号的管线中间站和用于实时获取管线终点的压力信号，并接受管线下游站和管线中间站的压力信号进行分析和判断运行管线状况，与管线下游站和管线中间站之间电连接的管线上游站组成的一种特殊工况下的原油输送管线泄漏检测系统，利用大数据事件分类算法、压力梯度算法和模式识别算法三种算法并行运算，各取所长，实现功能互补，当两种或以上算法同时判断为管线泄漏时，确定管线泄漏；结合分布式压力监测，实现管道泄漏监测定位。分布式压力监测，规避了充满程度较低管段负压波能量损失严重带来的影响，实现精准定位，及时报警。克服了传统方法在原油输送管线的输油泵频繁启停、输油泵变频调节转速、管道腐蚀穿孔缓慢泄漏、地形起伏超过200m高差和管线伴生气含量较高等特殊工况下应用效果差的缺点，降低了误报警率和漏报警率。
需要说明，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
Claims (5)
1.一种特殊工况下的原油输送管线泄漏检测方法，其特征在于：包括如下步骤
步骤一：获取运行管线的运行数据
通过管线下游站、管线中间站和管线上游站获取相应位置管路的压力、流量和输油泵电机频率数据；
步骤二；传输运行管线的压力数据
将步骤一中管线下游站、管线中间站和管线上游站获取的运行管线相应位置的压力、流量和输油泵电机频率数据分别传输给处理系统(9)；
步骤三：数据的获取分析判断
处理系统(9)将获取的运行管线的数据，按照大数据事件分类算法、压力梯度算法和模式识别算法三种算法分别进行运算和分析，根据运算、比对和分析结果分别得出运行管线的运行状况，当两种以上运算得出相同故障结论进入步骤四；当两种以上运算得出测管路的运行处于稳定运行状态结论，返回步骤一；
步骤四：报警检修故障管路，根据步骤三得出故障结论时，系统发出报警信息，对故障管路部位进行抢修；
所述的步骤三中的大数据事件分类算法的具体算法如下
第一步，设定相关参数
设定输差判断时间间隔、管线内压降阈值和采样频率；输差判断时间间隔为10-60min,压降阈值为0.02-0.1Mpa,采样频率为≤0.2s；
第二步，输油泵电机频率比较
读取当前输油泵电机频率f1,将f1与1分钟前的输油泵电机频率f2作差比较；
第三，输油泵运行状态判断
若差值＜5％，则判断输油泵属于稳定状态，返回第二步；若差值＞5％，则判断输油泵属于变频运行状态，进入第四步；
第四步，运行管线事件分类算法
采集管线压力信号和输差信号根据进出站压力、进出站流量和设定事件内输差进行分析，根据数据判定事件种类；
运行管线事件划分为六类即启泵事件、停泵事件、调节频率事件、泄漏事件、泵故障事件和管线堵事件；
启泵事件，当输油泵频率由0上涨至一定值时，确定为启泵事件发生；
停泵事件，当输油泵频率由一定值落到0时，确定为停泵事件发生；
调节频率事件，当输油泵频率由某一定值变化为另一个定值时，确定为调节频率事件发生；
泄漏事件，当上游站点管线内压力下降、流量上升，下游站点管线内压力下降、流量下降时，确定为泄漏事件发生；
泵故障事件，当上游站点管线内压力下降、流量下降时，确定为泵故障事件发生；
管线堵事件，当上游站点管线内压力上升，下游站点管线内压力下降、流量下降时，确定为管线堵事件发生；
当发生启泵事件、停泵事件和调节频率事件时，压力梯度算法和模式识别算法只有一个算法得出管道故障,则只输出结果不报警；当发生泄漏事件、泵故障事件和管线堵事件时，压力梯度算法和模式识别算法只要有一个算法得出管道故障，则判断为管道故障，进入步骤四；
所述的步骤三中的压力梯度算法的具体算法如下
首先，对获取的管线下游站、管线中间站和管线上游站的管线内压力信号按等时间间隔进行分段，求取每段压力信号的最大值max、最小值min以及均值mid；
随后，利用前一段数据的最大值与后一段数据最小值求差，得到管线内压力分段差序列；
最后，当管线内压力信号的压力分段差同时存在极值且该极值在同一分段位置时，判断为管道故障；否则管道稳定运行；
所述的步骤三中的模式识别算法的具体算法如下
首先，分类模型训练
准备多个泄漏和非泄漏事件的管线压力信号数据样本；然后将样本数据进行预处理；再建立一个泄漏事件和不泄漏事件的二分类模型；二分类模型构建完成后根据分类的各参数进行训练；
随后，计算分类值y
即计算所得样本标签；
建立拉格朗日函数：通过最优化方法得到w和b；将未知泄漏的管道压力数据样本x′代入公式y＝wTx′+b中，得到y的值；其中x表示样本，y∈{-1,1}，w表示样本权重，b表示偏置，a是拉格朗日乘子；
此后，进行计算结果判定；
当计算分类值y＞0，判断为管线泄露故障；当计算分类值y＜0，判断为管线未泄露，稳定运行；分类结束，输出分类结果；
采用的特殊工况下的原油输送管线泄漏检测系统，包括
管线下游站，用于实时获取并传输管线起点的压力、流量和输油泵电机频率数据信号；
管线中间站，用于实时获取并传输管线中间点的压力、流量和输油泵电机频率数据信号；
管线上游站，与管线下游站和管线中间站之间电连接，用于实时获取管线终点的压力、流量和输油泵电机频率数据信号，并接受管线下游站和管线中间站的压力、流量和输油泵电机频率数据信号并进行分析和判断运行管线状况。
2.如权利要求1所述的一种特殊工况下的原油输送管线泄漏检测方法，其特征在于：所述的管线上游站包括第一压力变送器(1)、输油泵变频器(2)、第一流量计(3)和第一站点PLC(7)，所述的第一压力变送器(1)、第一输油泵变频器(2)和第一流量计(3)分别与第一站点PLC(7)电连接；所述的管线中间站包括第二压力变送器(10)；所述的管线下游站包括第三压力变送器(11)、第二流量计(12)、第二站点PLC(15)和处理系统(9)，第三压力变送器(11)、第二流量计(12)分别与第二站点PLC(15)电连接，第二站点PLC(15)与处理系统(9)之间电连接；所述的管线上游站与处理系统(9)之间电连接；所述的第二压力变送器(10)与管线下游站之间电连接。
3.如权利要求2所述的一种特殊工况下的原油输送管线泄漏检测方法，其特征在于：所述的管线上游站通过第一站点PLC(7)与处理系统(9)之间电连接；所述的管线中间站的第二压力变送器(10)与管线上游站的第二站点PLC(15)电连接。
4.如权利要求2所述的一种特殊工况下的原油输送管线泄漏检测方法，其特征在于：所述的管线上游站还包括第一一分二隔离卡(4)、第二一分二隔离卡(5)、第三一分二隔离卡(6)和第一数据采集装置(8)，所述的第一一分二隔离卡(4)分别与第一压力变送器(1)、第一站点PLC(7)和第一数据采集装置(8)电连接；所述的第二一分二隔离卡(5)分别与输油泵变频器(2)、第一站点PLC(7)和第一数据采集装置(8)电连接；所述的第三一分二隔离卡(6)分别与第一流量计(3)、第一站点PLC(7)和第一数据采集装置(8)电连接；第一数据采集装置(8)与处理系统(9)电连接；所述的管线下游站还包括第四一分二隔离卡(13)、第五一分二隔离卡(14)和第二数据采集装置(16)，所述的第四一分二隔离卡(13)分别与第三压力变送器(11)、第二站点PLC(15)和第二数据采集装置(16)电连接；所述的第五一分二隔离卡(14)分别与第二流量计(12)、第二站点PLC(15)和第二数据采集装置(16)电连接；第二数据采集装置(16)与处理系统(9)电连接；所述的第二压力变送器(10)与第二数据采集装置(16)电连接。
5.如权利要求1所述的一种特殊工况下的原油输送管线泄漏检测方法，其特征在于：所述的样本数据预处理是只将压力信号样本归算至(0，1)区间；所述的二分类模型是将泄漏事件标记为-1，不泄漏事件标记为1，建立空间判别函数y＝wTx+b，同时确定分类面方程wTx+b＝0，根据分类间隔最大建立拉格朗日函数：通过最优化方法得到w和b，即得到该事件的模型，其中：
x表示样本，
y表示分类值，y∈{-1,1}，
w表示样本权重，
b表示偏置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910062974.5A CN109854953B (zh) | 2019-01-23 | 2019-01-23 | 一种特殊工况下的原油输送管线泄漏检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910062974.5A CN109854953B (zh) | 2019-01-23 | 2019-01-23 | 一种特殊工况下的原油输送管线泄漏检测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109854953A CN109854953A (zh) | 2019-06-07 |
| CN109854953B true CN109854953B (zh) | 2024-03-15 |
Family
ID=66895651
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910062974.5A Active CN109854953B (zh) | 2019-01-23 | 2019-01-23 | 一种特殊工况下的原油输送管线泄漏检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109854953B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110593831B (zh) * | 2019-09-25 | 2024-07-02 | 荆州市明德科技有限公司 | 一种油田注水系统泄漏监控装置和方法 |
| CN112947611B (zh) * | 2021-02-01 | 2022-11-22 | 上海威派格智慧水务股份有限公司 | 一种基于压力监测的调度方法及系统 |
| CN113217823A (zh) * | 2021-03-10 | 2021-08-06 | 北京航空工程技术研究中心 | 一种用于航煤管道泄漏监测和定位的系统及方法 |
| CN113204232B (zh) * | 2021-05-31 | 2024-10-01 | 福建马坑矿业股份有限公司 | 一种尾矿管爆管监测诊断装置及监测诊断方法 |
| CN113486950B (zh) * | 2021-07-05 | 2023-06-16 | 华能国际电力股份有限公司上安电厂 | 一种智能管网漏水检测方法及系统 |
| CN114087542B (zh) * | 2021-11-23 | 2024-08-16 | 国家石油天然气管网集团有限公司华南分公司 | 基于scada系统的管道泄漏检测方法、装置及介质 |
| CN115493092A (zh) * | 2022-09-01 | 2022-12-20 | 云南大红山管道有限公司 | 一种长距离大管径输调水防渗漏防爆管监测系统及方法 |
| CN118009254B (zh) * | 2024-02-04 | 2024-08-23 | 洛阳栾川钼业集团股份有限公司 | 一种尾矿管道泄漏检测系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3987662A (en) * | 1974-07-03 | 1976-10-26 | Nippon Kokan Kabushiki Kaisha | Fluid leakage detection apparatus |
| CN1321846A (zh) * | 2001-05-31 | 2001-11-14 | 胜利油田胜通新科技开发中心 | 输送管线泄漏监控定位方法及其适用的系统 |
| CN103528772A (zh) * | 2013-10-21 | 2014-01-22 | 重庆耐德工业股份有限公司 | 一种微漏检测装置、具有该装置的系统及其检测方法 |
| CN103939749A (zh) * | 2014-04-28 | 2014-07-23 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控系统及方法 |
| CN103994333A (zh) * | 2014-05-09 | 2014-08-20 | 东北大学 | 一种基于二维信息融合的油气管网泄漏检测方法 |
| 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 |
| CN108691650A (zh) * | 2017-03-30 | 2018-10-23 | 株式会社斯巴鲁 | 泄漏检测装置 |
| CN209524328U (zh) * | 2019-01-23 | 2019-10-22 | 西安长庆科技工程有限责任公司 | 一种特殊工况下的原油输送管线泄漏检测系统 |
-
2019
- 2019-01-23 CN CN201910062974.5A patent/CN109854953B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3987662A (en) * | 1974-07-03 | 1976-10-26 | Nippon Kokan Kabushiki Kaisha | Fluid leakage detection apparatus |
| CN1321846A (zh) * | 2001-05-31 | 2001-11-14 | 胜利油田胜通新科技开发中心 | 输送管线泄漏监控定位方法及其适用的系统 |
| CN103528772A (zh) * | 2013-10-21 | 2014-01-22 | 重庆耐德工业股份有限公司 | 一种微漏检测装置、具有该装置的系统及其检测方法 |
| CN103939749A (zh) * | 2014-04-28 | 2014-07-23 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控系统及方法 |
| CN103994333A (zh) * | 2014-05-09 | 2014-08-20 | 东北大学 | 一种基于二维信息融合的油气管网泄漏检测方法 |
| CN108691650A (zh) * | 2017-03-30 | 2018-10-23 | 株式会社斯巴鲁 | 泄漏检测装置 |
| 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 |
| CN209524328U (zh) * | 2019-01-23 | 2019-10-22 | 西安长庆科技工程有限责任公司 | 一种特殊工况下的原油输送管线泄漏检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109854953A (zh) | 2019-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109854953B (zh) | 一种特殊工况下的原油输送管线泄漏检测系统及方法 | |
| CN103836347B (zh) | 一种用于原油集输管道的泄漏监测装置及监测方法 | |
| CN106352243B (zh) | 一种基于声波法的输气管道泄露检测系统 | |
| CN108360608B (zh) | 一种供水系统输水管的爆管识别与定位方法 | |
| CN100456010C (zh) | 基于压力信号拐点检测油气管道泄漏的方法 | |
| CN1273342A (zh) | 流体输送管道泄漏监测定位方法及装置 | |
| CN105485524B (zh) | 一种负压波管道泄漏监测系统和方法 | |
| CN103335216B (zh) | 一种基于二型模糊逻辑的油气管网泄漏检测装置及方法 | |
| CN106247173B (zh) | 管道泄漏检测的方法及装置 | |
| CN105042339A (zh) | 一种基于无量纲的成品油管道泄漏量估计系统及方法 | |
| CN101832472A (zh) | 利用次声波实现管道泄漏检测的系统 | |
| CN101255950A (zh) | 输油集输系统计量与管道监控智能报警系统 | |
| CN107084313A (zh) | 矿浆管道泄漏定位报警系统及方法 | |
| US11982410B2 (en) | Methods and smart gas internet of things (IoT) systems for remote control of ultrasonic metering devices | |
| CN101718396A (zh) | 基于小波和模式识别的流体输送管道泄漏检测方法及装置 | |
| CN105388884A (zh) | 一种基于由数据驱动的识别算法检测供热管网泄漏故障的报警系统及方法 | |
| CN102242872B (zh) | 基于广义模糊双曲正切模型的输油管网泄漏检测方法 | |
| CN116541678A (zh) | 一种气站安全管道压力监测方法、装置 | |
| CN103032626A (zh) | 调节阀故障诊断系统及方法 | |
| CN209524328U (zh) | 一种特殊工况下的原油输送管线泄漏检测系统 | |
| CN104696711A (zh) | 管道泄漏点快速准确定位的方法 | |
| CN111695735B (zh) | 一种基于流计算的铁路弓网实时预警方法、系统及装置 | |
| CN1266409C (zh) | 原油管道停输状态下的泄漏监测定位装置及过程 | |
| CN116255570A (zh) | 一种用于二氧化碳捕集的管道监测和隐患分析方法及系统 | |
| CN202852430U (zh) | 基于流量平衡和低频率波技术的油气管道泄漏检测系统 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201028 Address after: 710018 Shaanxi province Xi'an Weiyang road Fengcheng four Changqing building Applicant after: XI'AN CHANGQING TECHNOLOGY ENGINEERING Co.,Ltd. Applicant after: CHINA NATIONAL PETROLEUM Corp. Address before: 710018 Shaanxi province Xi'an Weiyang road Fengcheng four Changqing building Applicant before: XI'AN CHANGQING TECHNOLOGY ENGINEERING Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |