CN111578153A - 一种基于大数据的管道泄漏监测方法 - Google Patents

一种基于大数据的管道泄漏监测方法 Download PDF

Info

Publication number
CN111578153A
CN111578153A CN202010420947.3A CN202010420947A CN111578153A CN 111578153 A CN111578153 A CN 111578153A CN 202010420947 A CN202010420947 A CN 202010420947A CN 111578153 A CN111578153 A CN 111578153A
Authority
CN
China
Prior art keywords
pipeline
monitoring
target
leakage
alarm
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.)
Withdrawn
Application number
CN202010420947.3A
Other languages
English (en)
Inventor
王海燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Huzhi Information Consulting Co ltd
Original Assignee
Guangzhou Huzhi Information Consulting Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Huzhi Information Consulting Co ltd filed Critical Guangzhou Huzhi Information Consulting Co ltd
Priority to CN202010420947.3A priority Critical patent/CN111578153A/zh
Publication of CN111578153A publication Critical patent/CN111578153A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17DPIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00Protection or supervision of installations
    • F17D5/02Preventing, monitoring, or locating loss
    • F17D5/06Preventing, monitoring, or locating loss using electric or acoustic means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明提供了一种基于大数据的管道泄漏监测方法,包括:监测预设管线中的N个目标管道的管道信息;根据管道信息,判断N个目标管道中是否存在泄漏点;若存在,基于预先存储的泄漏定位模型和管线走向模型,定位泄漏点的泄漏位置;同时,对泄漏位置进行标定,并传输到监控终端进行显示。通过依赖大数据技术,并通过对管道进行监测,且通过泄漏定位模型和管线走向模型,便于及时有效的确定泄漏点的泄漏位置,进而提高处理效率。

Description

一种基于大数据的管道泄漏监测方法
技术领域
本发明涉及大数据技术领域,特别涉及一种基于大数据的管道泄漏监测方法。
背景技术
现在常见的管道包括石油运输管道、水流运输管道、天然气运输管道等各种各样的管道,在运输的过程中,需要管道处于完全密封的状态,但是,由于管道使用年限过长,或者外界影响因素等,使得管道出现泄漏的情况,而且,目前的对管道进行监测,较常见的监测方式是,依赖人工到对应的目标管道处,来完成对目标管道的监测,但是其监测过程,严重依赖人工,严重浪费监测时间,而且由于其的不智能化,导致不能及时获取到泄漏点的位置信息,降低对其处理效率。
发明内容
本发明提供一种基于大数据的管道泄漏监测方法,用以通过依赖大数据技术,并通过对管道进行监测,且通过泄漏定位模型和管线走向模型,便于及时有效的确定泄漏点的泄漏位置,进而提高处理效率。
本发明提出一种基于大数据的管道泄漏监测方法,包括:
监测预设管线中的N个目标管道的管道信息;
根据所述管道信息,判断N个目标管道中是否存在泄漏点;
若存在,基于预先存储的泄漏定位模型和管线走向模型,定位所述泄漏点的泄漏位置;
同时,对所述泄漏位置进行标定,并传输到监控终端进行显示。
在一种可能实现的方式中,
当判断出N个目标管道中存在泄漏点时,基于所述监控终端进行第一报警,并对第一报警的警示时长进行记录;
当进行第一报警时,判断所述监控终端是否有接收到监测人员输入的报警停止指令;
若有,则停止第一报警;
否则,继续执行第一报警,且当记录的警示时长与预设时长一致时,停止第一报警,并基于预设时间段后,重新执行第一报警。
在一种可能实现的方式中,
判断所述监控终端是否有接收到监测人员输入的报警停止指令的过程中,还包括:
当所述监控终端接收到监测人员输入的报警停止指令时,基于授权等级数据库,确定输入报警停止指令的所述监测人员的授权等级,并判断输入所述报警停止指令的所述监测人员的授权等级是否在预设授权等级中;
若是,获取所述监测人员所输入的报警停止指令中的权限验证标识,同时,基于预先存储的权限验证数据库,判断所述权限验证数据库中是否存在与所述权限验证标识对应的权限验证路径;
若存在,根据所述权限验证路径,输出与所述权限验证路径所对应的权限验证标识界面,供所述监测人员在所述权限验证标识界面输入确认指令;
根据所述权限验证标识界面所接收到的确认指令,停止第一报警;
否则,继续执行第一报警。
在一种可能实现的方式中,
根据所述管道信息,判断N个目标管道中是否存在泄漏点的过程中包括:
监测N个目标管道的管道中心的监测点集合的监测结果,并构建每个目标管道的管道中心监测曲线Fi={fi,i1,i1=1,2,3,...,I1};
Figure BDA0002496851770000031
其中,i=1,2,3,...,N;I1表示监测点的监测点个数;fi,i1表示第i个目标管道中第i1个监测点的压力值;Gi,i1(q1,q2)表示对第i个目标管道中第i1个监测点的超声波发射信号q1与超声波接收信号q2的超声波估计函数;t1表示发送超声波发射信号q1到目标管道的发射时间;t2表示接收目标管道反射的超声波接收信号的时间;δ表示发射超声波信号与接收超声波信号的平均信号;
基于所述管道中心监测曲线中的压力值,计算每个目标管道的综合压力评估结果A;
Figure BDA0002496851770000032
B=max{|fi,i1-fi,i1+1|,i1=1,2,3,...,I1};
其中,fi,i1+1表示第i个目标管道中第i1+1个监测点的压力值;B表示第i个目标管道中的相邻监测点的压力差值中的最大差值;
基于压力评估数据库中,评估所述综合压力评估结果A是否大于预设评估值,若是,对压力非正常的目标管道进行第一标定;
并根据B,确定非正常监测点,并对非正常监测点进行第二标定;
将进行第一标定的目标管道和第二标定的监测点传输到监控终端进行显示。
在一种可能实现的方式中,
根据所述管道信息,判断N个目标管道中是否存在泄漏点的过程中,还包括:
基于管线走向模型,确定N个目标管道中的首管道、中间管道以及尾管道,所述首管道的管道数量为m1、中间管道的管道数量为m2、尾管道的管道数量m3,其中,m1+m2+m3=N;
监测所述首管道与中间管道相连接两侧的第一监测点集合的第一监测结果,并构建每个首管道的第一侧监测曲线Fj={fj,j1,j1=1,2,3,...,J1};
其中,j=1,2,3,...,m1;J1表示第一监测点的监测点个数;fj,j1表示第j个首管道与中间管道相连接两侧的第j1个第一监测点的第一监测值;
监测所述尾管道与中间管道相连接两侧的第二监测点集合的第二监测结果,并构建每个尾管道的第二侧监测曲线Fk={fk,k1,k1=1,2,3,...,K1};
其中,k=1,2,3,...,m2;K1表示第二监测点的监测点个数;fk,k1表示第k个尾管道与中间管道相连接两侧的第k1个第二监测点的第二监测值;
根据所述第一侧监测曲线和第二侧监测曲线,确定首管道与中间管道的连接处是否出现泄漏,同时,确定尾管道与中间管道的连接处是否出现泄漏;
若出现泄漏,基于监控终端进行第二报警。
在一种可能实现的方式中,
定位所述泄漏点的泄漏位置之后,还包括:
统计每个目标管道出现泄漏的泄漏概率;
当所述泄漏概率大于预设概率时,将对应的目标管道设定为易发报警管道,同时,对所述易发报警管道进行实时监测;
否则,基于预先设定好的预设监测时间,对不易报警的目标管道进行监测。
在一种可能实现的方式中,
监测预设管线中的N个目标管道的管道信息之前,还包括:
建立与所述目标管道相关的管线地图;
将所述管线地图传输到监控终端进行显示,且所述管线地图包括:若干条所述目标管道的管线走向、相邻目标管道的连接节点、每个目标管道的起始位置和终止位置、每个目标管道出现泄漏时对应的报警信号;
基于所述监控终端接收监测人员输入的编辑指令,并对所述管线地图进行编辑,并基于监控终端实时显示所编辑的管线地图。
在一种可能实现的方式中,
基于预先存储的泄漏定位模型和管线走向模型,定位所述泄漏点的泄漏位置之前,还包括:
构建定位修正模型;
根据所述定位修正模型,对预先存储的泄漏定位数据模型和所述预设管道的管线走向模型进行修正处理,获得修正后的泄漏定位模型和管线走向模型;
x=(L+△L)+(v+△v)△t/2;
其中,x为预设泄漏点距离目标管道的监测点的位置距离;L为目标管道的总长度;△L为目标管道的长度修正值;v为目标管道的管道介质压力波的传输速度;△v为预设管道的管道介质压力波的传输速度修正值;△t为相邻监测点接收压力波的时间差。
在一种可能实现的方式中,
监测预设管线中的N个目标管道的管道信息的过程中,还包括:
感应并获取N个目标管道的流量值;
感应并获取N个目标管道温度值;
基于预先存储的标准监测数据库,判断所述流量值和温度值是否超出对应的预设标准范围,若是,基于监控终端执行第三报警。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于大数据的管道泄漏监测方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提出一种基于大数据的管道泄漏监测方法,如图1所示,包括:
步骤1:监测预设管线中的N个目标管道的管道信息;
步骤2:根据所述管道信息,判断N个目标管道中是否存在泄漏点;
步骤3:若存在,基于预先存储的泄漏定位模型和管线走向模型,定位所述泄漏点的泄漏位置;
步骤4:同时,对所述泄漏位置进行标定,并传输到监控终端进行显示。
该实施例中,预设管线中包含若干条目标管道(如,石油管道、水管道、天然气管道等),由于目标管道的管道长度有限,因此,在建立管线的过程中,需要将N个目标管道进行拼接,因此,会分为三部分,一是首管道、二是中间管道、三是尾管道;
该实施例中,在对目标管道进行监测的过程中,需要将标定的泄漏点的位置传输到监控终端(电脑),但是,在此传输过程中,采用就近原则,将其泄漏的相关信息传输到相关的监控终端,如,该泄漏点的位置是在Q监测区域,因此,将其传输到与Q监测区域相关的监控终端。
对目标管道的泄漏点的位置进行定位的方式,可以以负压力波法为基本方法,利用管道瞬态模型,采用压力或流量定位方式对预设管道的泄漏点的位置进行定位,其中,管道瞬态模型,可以是基于介质粘度、密度、管道管径、弹性模量等参数建立的;
该实施例中的监控终端可实施为笔记本、PC机、电脑中的任一个或多个。
上述监控终端的监测人员根据泄漏点的位置信息执行相应的操作,执行的操作可以是监测人员到泄漏现场对其管道进行维护。
上述技术方案的有益效果是:用以通过依赖大数据技术,并通过对管道进行监测,且通过泄漏定位模型和管线走向模型,便于及时有效的确定泄漏点的泄漏位置,进而提高处理效率。
本发明提出一种基于大数据的管道泄漏监测方法,
当判断出N个目标管道中存在泄漏点时,基于所述监控终端进行第一报警,并对第一报警的警示时长进行记录;
当进行第一报警时,判断所述监控终端是否有接收到监测人员输入的报警停止指令;
若有,则停止第一报警;
否则,继续执行第一报警,且当记录的警示时长与预设时长一致时,停止第一报警,并基于预设时间段后,重新执行第一报警。
上述第一报警可以是声、光、振动等一种或多种的组合;
上述预设时长,可以是监测系统默认设定的,或人为设定的;
上述设置预设时间段,是为了提高报警的有效性,进而达到提醒的目的。
上述第一报警可以对应有报警信息,如可以是包括:泄漏点对应的目标管道信息、泄漏点的位置信息、报警时间等。
上述技术方案的有益效果是:通过监测人员输入的停止指令,提高监测人员了解报警情况的可靠性。
本发明提出一种基于大数据的管道泄漏监测方法,判断所述监控终端是否有接收到监测人员输入的报警停止指令的过程中,还包括:
当所述监控终端接收到监测人员输入的报警停止指令时,基于授权等级数据库,确定输入报警停止指令的所述监测人员的授权等级,并判断输入所述报警停止指令的所述监测人员的授权等级是否在预设授权等级中;
若是,获取所述监测人员所输入的报警停止指令中的权限验证标识,同时,基于预先存储的权限验证数据库,判断所述权限验证数据库中是否存在与所述权限验证标识对应的权限验证路径;
若存在,根据所述权限验证路径,输出与所述权限验证路径所对应的权限验证标识界面,供所述监测人员在所述权限验证标识界面输入确认指令;
根据所述权限验证标识界面所接收到的确认指令,停止第一报警;
否则,继续执行第一报警。
该实施例中,
上述对监测终端所管理监测的目标管道对应的监测人员进行等级授权,如下表:
Figure BDA0002496851770000081
例如,当预设授权等级为I等级时,确定监测人员A1的权限进行验证,当监测人员A1拥有与报警相关的操作权限时,执行对监测人员A1输入的报警停止指令。
上述设置权限验证路径,是为了方便弹跳出权限验证标识界面,供监测人员输入确认指令,进行确认;
例如:权限验证标识界面显示,“是否确定执行报警停止指令”,“是”,用于通过输入确认指令,即点击“是”,完成操作。
上述通过对监测人员输入的报警停止指令进行验证后,并供监测人员输入确认指令,是为了确保拥有权限的监测人员执行停止指令的可靠性,并确保监测人员已了解报警情况,也可有效的避免拥有权限的监测人员的误操作;
上述监测人员输入的报警停止指令中包含有可识别监测人员的唯一验证标识,即停止指令中的权限验证标识。
上述技术方案的有益效果是:通过对监测人员进行等级授权,避免无关人员,对报警信息进行违规操作,根据授权等级和权限验证,可确保只有符合条件的监测人员才能对报警情况进行处理,降低误操作的可能性,降低不必要的损失,间接提高监测效率。
本发明提出一种基于大数据的管道泄漏监测方法,根据所述管道信息,判断N个目标管道中是否存在泄漏点的过程中包括:
监测N个目标管道的管道中心的监测点集合的监测结果,并构建每个目标管道的管道中心监测曲线Fi={fi,i1,i1=1,2,3,...,I1};
Figure BDA0002496851770000091
其中,i=1,2,3,...,N;I1表示监测点的监测点个数;fi,i1表示第i个目标管道中第i1个监测点的压力值;Gi,i1(q1,q2)表示对第i个目标管道中第i1个监测点的超声波发射信号q1与超声波接收信号q2的超声波估计函数;t1表示发送超声波发射信号q1到目标管道的发射时间;t2表示接收目标管道反射的超声波接收信号的时间;δ表示发射超声波信号与接收超声波信号的平均信号;
基于所述管道中心监测曲线中的压力值,计算每个目标管道的综合压力评估结果A;
Figure BDA0002496851770000092
B=max{|fi,i1-fi,i1+1|,i1=1,2,3,...,I1};
其中,fi,i1+1表示第i个目标管道中第i1+1个监测点的压力值;B表示第i个目标管道中的相邻监测点的压力差值中的最大差值;
基于压力评估数据库中,评估所述综合压力评估结果A是否大于预设评估值,若是,对压力非正常的目标管道进行第一标定;
并根据B,确定非正常监测点,并对非正常监测点进行第二标定;
将进行第一标定的目标管道和第二标定的监测点传输到监控终端进行显示。
该实施例中,在管道中心设置监测点,是由于,如果管道是传输的液体,在传输过程中,由于管道过长,其,重心位置损坏的概率较大,因此,对管道中心进行监测尤为重要。
上述技术方案的有益效果是:通过监测管道中心的监测点集合,并根据超声波智能确定每个监测点的压力值,进而构建管道中心监测曲线,进而智能计算每个目标管道的综合压力评估结果,通过比对分析,智能标定非正常管道以及智能标定非正常监测点,便于监控终端的监测人员及时查看,且便于对其进行及时处理。
本发明提出一种基于大数据的管道泄漏监测方法,根据所述管道信息,判断N个目标管道中是否存在泄漏点的过程中,还包括:
基于管线走向模型,确定N个目标管道中的首管道、中间管道以及尾管道,所述首管道的管道数量为m1、中间管道的管道数量为m2、尾管道的管道数量m3,其中,m1+m2+m3=N;
监测所述首管道与中间管道相连接两侧的第一监测点集合的第一监测结果,并构建每个首管道的第一侧监测曲线Fj={fj,j1,j1=1,2,3,...,J1};
其中,j=1,2,3,...,m1;J1表示第一监测点的监测点个数;fj,j1表示第j个首管道与中间管道相连接两侧的第j1个第一监测点的第一监测值;
监测所述尾管道与中间管道相连接两侧的第二监测点集合的第二监测结果,并构建每个尾管道的第二侧监测曲线Fk={fk,k1,k1=1,2,3,...,K1};
其中,k=1,2,3,...,m2;K1表示第二监测点的监测点个数;fk,k1表示第k个尾管道与中间管道相连接两侧的第k1个第二监测点的第二监测值;
根据所述第一侧监测曲线和第二侧监测曲线,确定首管道与中间管道的连接处是否出现泄漏,同时,确定尾管道与中间管道的连接处是否出现泄漏;
若出现泄漏,基于监控终端进行第二报警。
该实施例中,在首管道与中间管道的连接处以及尾管道与中间管道的连接处设置监测点,是由于,如果管道是传输的液体,在传输过程中,由于首管道与尾管道分别与中间管道的连接处是非常总要的监测位置,因此,对连接处进行监测。
该实施例中,第一监测点可以是设置在首管道上,且与中间管道想连接的位置处,第二监测点可以是设置在尾管道上,且与中间管道想连接的位置处;
该实施例中,获得第一监测结果,或者是第二监测结果,都可以是与压力相关的结果,且监测值也是与压力相关的,如管道中水流对管道壁的压力等。
该实施例中,第二报警可以对应有报警信息,如可以是包括:泄漏点对应的目标管道信息、泄漏点的位置信息、报警时间等。
上述技术方案的有益效果是:通过监测首管道和尾管道的监测点,并智能确定每个监测点的监测值,进而构建相关的监测曲线,通过监测值,确定相关连接处是否出现泄漏,如果出现,进行第二报警,便于及时有效提醒,且及时有效处理。
本发明提出一种基于大数据的管道泄漏监测方法,定位所述泄漏点的泄漏位置之后,还包括:
统计每个目标管道出现泄漏的泄漏概率;
当所述泄漏概率大于预设概率时,将对应的目标管道设定为易发报警管道,同时,对所述易发报警管道进行实时监测;
否则,基于预先设定好的预设监测时间,对不易报警的目标管道进行监测。
上述的预设监测时间,可以是系统默认的;
该实施例中,例如,在统计目标管道的泄漏概率的步骤如:设定在预设时间24小时内,如果目标管道对应的报警次数超过5次,此时,根据统计的泄漏概率,可以确定其目标管道为易发报警的管道。
上述技术方案的有益效果是:通过对易发报警的管道进行持续性监测,是为了可以及了解该处的泄漏情况,便于及时处理,通过对不易报警的管道进行间隔性监测,是为了节省时间成本。
本发明提出一种基于大数据的管道泄漏监测方法,监测预设管线中的N个目标管道的管道信息之前,还包括:
建立与所述目标管道相关的管线地图;
将所述管线地图传输到监控终端进行显示,且所述管线地图包括:若干条所述目标管道的管线走向、相邻目标管道的连接节点、每个目标管道的起始位置和终止位置、每个目标管道出现泄漏时对应的报警信号;
基于所述监控终端接收监测人员输入的编辑指令,并对所述管线地图进行编辑,并基于监控终端实时显示所编辑的管线地图。
上述对管线地图进行编辑,可以是设置管线输出点、输入点、设置管线的拐点、长度、标定管线的参照物、调整管线的参照物位置、对管线对应的地图进行编辑,如放大、缩小等操作。
上述技术方案的有益效果是:通过接收编辑指令,便于对管线地图进行编辑,通过显示管线地图,方便监测人员及时了解,间接提高监测效率。
本发明提出一种基于大数据的管道泄漏监测方法,基于预先存储的泄漏定位模型和管线走向模型,定位所述泄漏点的泄漏位置之前,还包括:
构建定位修正模型;
根据所述定位修正模型,对预先存储的泄漏定位数据模型和所述预设管道的管线走向模型进行修正处理,获得修正后的泄漏定位模型和管线走向模型;
x=(L+△L)+(v+△v)△t/2;
其中,x为预设泄漏点距离目标管道的监测点的位置距离;L为目标管道的总长度;△L为目标管道的长度修正值;v为目标管道的管道介质压力波的传输速度;△v为预设管道的管道介质压力波的传输速度修正值;△t为相邻监测点接收压力波的时间差。
上述技术方案的有益效果是:通过修正处理,是为了提高泄漏定位模型和管线走向模型的精度,进一步提高获取泄漏点位置的准确性。
本发明提出一种基于大数据的管道泄漏监测方法,监测预设管线中的N个目标管道的管道信息的过程中,还包括:
感应并获取N个目标管道的流量值;
感应并获取N个目标管道温度值;
基于预先存储的标准监测数据库,判断所述流量值和温度值是否超出对应的预设标准范围,若是,基于监控终端执行第三报警。
该实施例的工作原理是:感应并获取N个目标管道的流量值(如水流量),感应并获取N个目标管道温度值(例如,水温度),基于预先存储的标准监测数据库(例如,与水相关的温度范围和流量范围等),判断流量值和温度值是否超出对应的预设标准范围,若是,基于监控终端执行第三报警(如,语音报警);
其中,预设标准范围,可以为与监测相关的系统默认的,或者是人为设定的。
上述技术方案的有益效果是:对管道内部的温度进行监测,避免因温度过高对管道造成损坏,避免因温度过低,降低管道中相关物体的流动性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种基于大数据的管道泄漏监测方法,其特征在于,包括:
监测预设管线中的N个目标管道的管道信息;
根据所述管道信息,判断N个目标管道中是否存在泄漏点;
若存在,基于预先存储的泄漏定位模型和管线走向模型,定位所述泄漏点的泄漏位置;
同时,对所述泄漏位置进行标定,并传输到监控终端进行显示。
2.如权利要求1所述的管道泄漏监测方法,其特征在于,当判断出N个目标管道中存在泄漏点时,基于所述监控终端进行第一报警,并对第一报警的警示时长进行记录;
当进行第一报警时,判断所述监控终端是否有接收到监测人员输入的报警停止指令;
若有,则停止第一报警;
否则,继续执行第一报警,且当记录的警示时长与预设时长一致时,停止第一报警,并基于预设时间段后,重新执行第一报警。
3.如权利要求2所述的管道泄漏监测方法,其特征在于,判断所述监控终端是否有接收到监测人员输入的报警停止指令的过程中,还包括:
当所述监控终端接收到监测人员输入的报警停止指令时,基于授权等级数据库,确定输入报警停止指令的所述监测人员的授权等级,并判断输入所述报警停止指令的所述监测人员的授权等级是否在预设授权等级中;
若是,获取所述监测人员所输入的报警停止指令中的权限验证标识,同时,基于预先存储的权限验证数据库,判断所述权限验证数据库中是否存在与所述权限验证标识对应的权限验证路径;
若存在,根据所述权限验证路径,输出与所述权限验证路径所对应的权限验证标识界面,供所述监测人员在所述权限验证标识界面输入确认指令;
根据所述权限验证标识界面所接收到的确认指令,停止第一报警;
否则,继续执行第一报警。
4.如权利要求1所述的管道泄漏监测方法,其特征在于,根据所述管道信息,判断N个目标管道中是否存在泄漏点的过程中包括:
监测N个目标管道的管道中心的监测点集合的监测结果,并构建每个目标管道的管道中心监测曲线Fi={fi,i1,i1=1,2,3,...,I1};
Figure FDA0002496851760000021
其中,i=1,2,3,...,N;I1表示监测点的监测点个数;fi,i1表示第i个目标管道中第i1个监测点的压力值;Gi,i1(q1,q2)表示对第i个目标管道中第i1个监测点的超声波发射信号q1与超声波接收信号q2的超声波估计函数;t1表示发送超声波发射信号q1到目标管道的发射时间;t2表示接收目标管道反射的超声波接收信号的时间;δ表示发射超声波信号与接收超声波信号的平均信号;
基于所述管道中心监测曲线中的压力值,计算每个目标管道的综合压力评估结果A;
Figure FDA0002496851760000022
B=max{|fi,i1-fi,i1+1|,i1=1,2,3,...,I1};
其中,fi,i1+1表示第i个目标管道中第i1+1个监测点的压力值;B表示第i个目标管道中的相邻监测点的压力差值中的最大差值;
基于压力评估数据库中,评估所述综合压力评估结果A是否大于预设评估值,若是,对压力非正常的目标管道进行第一标定;
并根据B,确定非正常监测点,并对非正常监测点进行第二标定;
将进行第一标定的目标管道和第二标定的监测点传输到监控终端进行显示。
5.如权利要求1所述的管道泄漏监测方法,其特征在于,根据所述管道信息,判断N个目标管道中是否存在泄漏点的过程中,还包括:
基于管线走向模型,确定N个目标管道中的首管道、中间管道以及尾管道,所述首管道的管道数量为m1、中间管道的管道数量为m2、尾管道的管道数量m3,其中,m1+m2+m3=N;
监测所述首管道与中间管道相连接两侧的第一监测点集合的第一监测结果,并构建每个首管道的第一侧监测曲线Fj={fj,j1,j1=1,2,3,...,J1};
其中,j=1,2,3,...,m1;J1表示第一监测点的监测点个数;fj,j1表示第j个首管道与中间管道相连接两侧的第j1个第一监测点的第一监测值;
监测所述尾管道与中间管道相连接两侧的第二监测点集合的第二监测结果,并构建每个尾管道的第二侧监测曲线Fk={fk,k1,k1=1,2,3,...,K1};
其中,k=1,2,3,...,m2;K1表示第二监测点的监测点个数;fk,k1表示第k个尾管道与中间管道相连接两侧的第k1个第二监测点的第二监测值;
根据所述第一侧监测曲线和第二侧监测曲线,确定首管道与中间管道的连接处是否出现泄漏,同时,确定尾管道与中间管道的连接处是否出现泄漏;
若出现泄漏,基于监控终端进行第二报警。
6.如权利要求1所述的管道泄漏监测方法,其特征在于,定位所述泄漏点的泄漏位置之后,还包括:
统计每个目标管道出现泄漏的泄漏概率;
当所述泄漏概率大于预设概率时,将对应的目标管道设定为易发报警管道,同时,对所述易发报警管道进行实时监测;
否则,基于预先设定好的预设监测时间,对不易报警的目标管道进行监测。
7.如权利要求1所述的管道泄漏监测方法,其特征在于,监测预设管线中的N个目标管道的管道信息之前,还包括:
建立与所述目标管道相关的管线地图;
将所述管线地图传输到监控终端进行显示,且所述管线地图包括:若干条所述目标管道的管线走向、相邻目标管道的连接节点、每个目标管道的起始位置和终止位置、每个目标管道出现泄漏时对应的报警信号;
基于所述监控终端接收监测人员输入的编辑指令,并对所述管线地图进行编辑,并基于监控终端实时显示所编辑的管线地图。
8.如权利要求1所述的管道泄漏监测方法,其特征在于,基于预先存储的泄漏定位模型和管线走向模型,定位所述泄漏点的泄漏位置之前,还包括:
构建定位修正模型;
根据所述定位修正模型,对预先存储的泄漏定位数据模型和所述预设管道的管线走向模型进行修正处理,获得修正后的泄漏定位模型和管线走向模型;
x=(L+△L)+(v+△v)△t/2;
其中,x为预设泄漏点距离目标管道的监测点的位置距离;L为目标管道的总长度;△L为目标管道的长度修正值;v为目标管道的管道介质压力波的传输速度;△v为预设管道的管道介质压力波的传输速度修正值;△t为相邻监测点接收压力波的时间差。
9.如权利要求1所述的管道泄漏监测方法,其特征在于,监测预设管线中的N个目标管道的管道信息的过程中,还包括:
感应并获取N个目标管道的流量值;
感应并获取N个目标管道温度值;
基于预先存储的标准监测数据库,判断所述流量值和温度值是否超出对应的预设标准范围,若是,基于监控终端执行第三报警。
CN202010420947.3A 2020-05-18 2020-05-18 一种基于大数据的管道泄漏监测方法 Withdrawn CN111578153A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010420947.3A CN111578153A (zh) 2020-05-18 2020-05-18 一种基于大数据的管道泄漏监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010420947.3A CN111578153A (zh) 2020-05-18 2020-05-18 一种基于大数据的管道泄漏监测方法

Publications (1)

Publication Number Publication Date
CN111578153A true CN111578153A (zh) 2020-08-25

Family

ID=72115563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010420947.3A Withdrawn CN111578153A (zh) 2020-05-18 2020-05-18 一种基于大数据的管道泄漏监测方法

Country Status (1)

Country Link
CN (1) CN111578153A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113701832A (zh) * 2021-08-28 2021-11-26 上海光华仪表有限公司 高压由壬电磁流量计控制方法及其系统
CN114508646A (zh) * 2022-01-25 2022-05-17 广东银浩智能技术有限公司 利用管道机器人检修管道的智能检测方法及系统
CN114723342A (zh) * 2022-06-01 2022-07-08 欧米勒电气有限公司 一种基于人工智能的石油化工业压力管道安全管理系统
CN114738681A (zh) * 2022-06-10 2022-07-12 广东力创信息技术有限公司 一种检测深埋管道泄露事故位置的方法及装置
CN116202038A (zh) * 2023-05-05 2023-06-02 海纳云物联科技有限公司 管网泄漏事件预警方法、装置、设备和介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113701832A (zh) * 2021-08-28 2021-11-26 上海光华仪表有限公司 高压由壬电磁流量计控制方法及其系统
CN114508646A (zh) * 2022-01-25 2022-05-17 广东银浩智能技术有限公司 利用管道机器人检修管道的智能检测方法及系统
CN114508646B (zh) * 2022-01-25 2024-04-23 广东银浩智能技术有限公司 利用管道机器人检修管道的智能检测方法及系统
CN114723342A (zh) * 2022-06-01 2022-07-08 欧米勒电气有限公司 一种基于人工智能的石油化工业压力管道安全管理系统
CN114723342B (zh) * 2022-06-01 2022-08-26 欧米勒电气有限公司 一种基于人工智能的石油化工业压力管道安全管理系统
CN114738681A (zh) * 2022-06-10 2022-07-12 广东力创信息技术有限公司 一种检测深埋管道泄露事故位置的方法及装置
CN114738681B (zh) * 2022-06-10 2022-08-16 广东力创信息技术有限公司 一种检测深埋管道泄露事故位置的方法及装置
CN116202038A (zh) * 2023-05-05 2023-06-02 海纳云物联科技有限公司 管网泄漏事件预警方法、装置、设备和介质
CN116202038B (zh) * 2023-05-05 2023-08-08 海纳云物联科技有限公司 管网泄漏事件预警方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
CN111578153A (zh) 一种基于大数据的管道泄漏监测方法
EP3392636B1 (en) Sound propagation comparison with automated frequency selection for pipe condition assessment
CN112329181A (zh) 一种用于管道泄漏的大数据监测方法
CA2635390C (en) System and method for field calibration of flow meters
US10690630B2 (en) Generation and utilization of pipe-specific sound attenuation
US20110184670A1 (en) Pipeline leak detection system and method
JP2008180707A (ja) 流量計測装置とガス供給システム
US20160290974A1 (en) Determination of pipe wall failure based on minimum pipe wall thickness
CN104373821A (zh) 基于声学主动激励的天然气管道安全监测装置
JPH06129942A (ja) パイプラインの監視方法及びその装置
US10565752B2 (en) Graphical mapping of pipe node location selection
US11898705B2 (en) System and method for mechanical failure classification, condition assessment and remediation recommendation
US20240085294A1 (en) Method and smart gas internet of things (iot) system for metering anti-interference of gas ultrasonic meter
JPH11201858A (ja) 相関法を用いる管路系の振動測定方法
CN108980631B (zh) 一种基于在线仿真的负压波法管道泄漏检测系统
KR102423388B1 (ko) 누수센서, 엣지컴퓨팅게이트웨이, 및 관리서버를 포함하는 복합센싱형 IoT 누수감지시스템
CN116398825A (zh) 一种基于概率模型的供水管漏损检测与定位方法、系统及装置
JPH11270800A (ja) 配管診断方法、配管診断装置及び配管付き設備
KR20230086144A (ko) 지하 매설관의 누수배관 및 누수지반 모니터링 시스템
CN109798451B (zh) 油气集输管道泄漏位置的确定方法
CN112182959A (zh) 一种配水管网泄漏检测方法
JPH10185744A (ja) 配管漏洩位置特定方法における外部ノイズ判定方法
CN116182086B (zh) 一种采用物联网技术的油气管道监测系统
RU2241174C2 (ru) Способ диагностики трубопровода
CN117169447B (zh) 一种排污管道清洁检测方法及检测装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200825