CN114154106A - 基于实时数据的成品油管道批次跟踪方法、系统及设备 - Google Patents
基于实时数据的成品油管道批次跟踪方法、系统及设备 Download PDFInfo
- Publication number
- CN114154106A CN114154106A CN202111460804.6A CN202111460804A CN114154106A CN 114154106 A CN114154106 A CN 114154106A CN 202111460804 A CN202111460804 A CN 202111460804A CN 114154106 A CN114154106 A CN 114154106A
- Authority
- CN
- China
- Prior art keywords
- batch
- time
- oil
- pipeline
- station
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 230000005012 migration Effects 0.000 claims abstract description 23
- 238000013508 migration Methods 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000002347 injection Methods 0.000 claims description 10
- 239000007924 injection Substances 0.000 claims description 10
- 238000002156 mixing Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001069 Raman spectroscopy Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000011324 bead Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000005514 two-phase flow Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Pipeline Systems (AREA)
Abstract
本发明涉及一种基于实时数据的成品油管道批次跟踪方法、系统及设备，该方法包括：根据管道油品密度数据，判断油品到站时间；计算“批次界面”在管道中的位置，进而判断每种油品到达下一站场的时间；获取管道实时运行数据，基于批次到站时间及批次运移计算，对管道中批次进行连续跟踪。本发明能够辅助现场人员判断批次界面实时位置，确定批次到站时间，及时对不同种类油品进行下载，确保市场的稳定供应，同时提高经济效益，减小现场人员的工作量。
Description
技术领域
本发明是关于一种基于实时数据的成品油管道批次跟踪方法、系统及设备，涉及成品油管道跟踪监测技术领域。
背景技术
成品油根据不同的用途及标准，可以分为汽柴油以及各种不同的牌号。在成品油运输过程中，需要将多种不同牌号、不同种类的油品运输到沿线的站场，沿线的站场根据自身需求选择性分输油品。因此，成品油管道运输采取顺序输送的方法将多种油品运输至目的地。顺序输送就是将不同种类的油品周期性地注入管道，运输至下游油库。由于管道中油品种类较多，需要跟踪的油品界面多，而目前现场所采用的人工跟踪方法，准确性较差，常常导致现场出现因跟踪不及时造成质量事故、油品下载不及时准确影响市场供应的情况。
目前，对于成品油管道混油界面跟踪的研究，方法主要以有限元模拟等数值模拟或经验公式计算为主。Devals等人提出了有限元模拟两相流动的界面跟踪方法，并对其进行了改进，在速度场已知和未知条件下均可对移动界面进行跟踪。Cruchaga等人建立流—固、流—流界面跟踪数值模型，使用移动网格法跟踪界面。使用理论或经验公式进行批次跟踪的关键在于批次体积和油品界面位置的动态计算以及混油长度计算等。利用数值模拟的方法跟踪混油运移界面对于计算速度和计算规模要求较高，尤其是基于有限元法计算时，计算网格划分的越多计算速度越慢；而且随着管道长度的增加，计算难度也会增大；同时数值模拟的方法无法实时动态更新，不能对批次界面运移情况进行实时准确判断。
将批次跟踪的理论计算与在线监测相结合也是常用的跟踪方法。批次位置的理论计算需要根据注入管道的油品体积和管道的管容来确定，而在线监测管道内批次运移位置主要通过在管道沿线的重要节点安装界面检测设备实现，例如泵站、分输站、卸油站等重要站场和阀室。根据检测原理，管道内混油界面检测装置可分为密度型、电容型、光学界面型、超声波型、荧光剂检测、放射型界面检测等。Gamble等人设计基于拉曼光谱设计的拉曼分光仪用于成品油界面进行检测。Pan Zhen等人基于V锥流量计压力差信号，提出了成品油管道顺序输送混油界面的检测方法。界面检测设备精度相对较高，但是仅能定点监测批次界面，判断批次界面是否到达该节点，但不能实时跟踪批次界面位置，提前且准确判断批次界面到达关键节点的时间。
发明内容
针对上述问题，本发明的目的是提供一种能够很大程度上减少现场人员的工作量，提高管输成品油界面跟踪准确性的基于实时数据的成品油管道批次跟踪方法、系统及设备。
为实现上述目的，本发明采取以下技术方案：
第一方面，本发明提供的基于实时数据的成品油管道批次跟踪方法，包括：
根据管道油品密度数据，判断油品到站时间；
计算“批次界面”在管道中的位置，进而判断每种油品到达下一站场的时间；
获取管道实时运行数据，基于批次到站时间及批次运移计算，对管道中批次进行连续跟踪。
所述的基于实时数据的成品油管道批次跟踪方法，进一步地，根据管道油品密度数据，判断油品到站时间，包括：
读取成品油管道内的流量数据，判断是否停输，若停输则修改设定阈值；
读取站点T时刻的密度数据；
读取站点T+dT时刻的油品密度数据；
判断站点T+dT时刻与T时刻的密度之差比值是否大于设定阈值，如果是则进行批次油头位置判断；如果否，则进行下一时间间隔的密度差判断；
判断批次油头位置与下一站点距离是否小于设定值，小于则记录到站时间，否则进行下一时间间隔的密度差判断。
所述的基于实时数据的成品油管道批次跟踪方法，进一步地，油头位置指的是两个不同批次界面混油段最前端。
所述的基于实时数据的成品油管道批次跟踪方法，进一步地，计算“批次界面”在管道中的位置，进而判断每种油品到达下一站场的时间，包括：
计算批次界面位置，确定批次油头的运移距离，确定到达站场时间；
通过油品密度变化判断注入批次是否发生改变，如果批次发生改变，则更新批次情况，并计算到达站场的时间；如没有改变则进行下一时刻油品密度变化判断。
所述的基于实时数据的成品油管道批次跟踪方法，进一步地，批次界面位置的计算过程为：
L(i)＝L(i-1)+ν(i)×Δt
式中，L(i)是当前时步的批次里程值，m；L(i-1)是上一瞬时的批次里程值，m；v(t)为t时刻油品在该管段的瞬时出站流速，m/s；Δt是上一瞬时与当前时刻的差值，即程序的循环步长，s。
所述的基于实时数据的成品油管道批次跟踪方法，进一步地，读取管道实时运行数据，基于批次到站时间及批次运移计算，对管道中批次进行连续跟踪，包括：
1)读取各站进出站流量、密度数据、管段管径、管长以及截面积，并设定通用界面阈值；
2)记录此时的t和station，读取station在t时刻实时流量密度数据，判断是否存在停输，若停输，修改对应界面阈值；
3)判断一段时间内的密度变化是否满足界面阈值，若满足，则进行站场判断；若不满足则说明没有新批次注入，转入下一站场station+1；
4)判断是否是首站，若是则进行此时刻的批次界面运移计算；若不是，则转入下一步批次油头位置判断；
5)判断批次油头与此站场的距离是否小于设定阈值，若小于，则进行批次位置修正并记录上一站场的到站信息；
6)判断是否已对所有站场m都进行了计算，若是则对时刻t加1；否则进行下一站场的计算；
7)判断是否已对所有时刻T进行了计算，是则输出批次注入和到站信息。
第二方面，本发明提供的基于实时数据的成品油管道批次跟踪系统，该系统包括：
油品到站确定单元，被配置为根据管道油品密度数据，判断油品到站时间；
批次界面计算单元，被配置为计算“批次界面”在管道中的位置，进而判断每种油品到达下一站场的时间；
批次跟踪单元，被配置为获取管道实时运行数据，基于批次到站时间及批次运移计算，对管道中批次进行连续跟踪。
第三方面，本发明提供的电子设备，所述电子设备至少包括处理器和存储器，所述存储器上存储有计算机程序，所述处理器运行所述计算机程序时执行以实现所述的方法。
第四方面，本发明提供的计算机存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现所述的方法。
本发明由于采取以上技术方案，其具有以下优点：
1、本发明基于SCADA系统中储存有管道实时运行数据，现场人员利用实时运行数据，通过较为准确的计算，实时判断每种油品在管道中的运移位置，从而在每种油品到站时进行及时下载，防止出现油品质量事故和下载不及时导致下游供应不足的问题；
2、人工跟踪方法准确性较差且比较繁琐，本发明的批次跟踪算法利用现场SCADA实时运行数据进行批次界面的实时跟踪，能够很大程度上减少现场人员的工作量，提高管输成品油的界面跟踪准确性，提高经济效益，保障下游油品的正常供应，并且有助于实现对成品油管道运行状态进行监控的目的；
综上，本发明可以广泛应用于成品油管道跟踪及监测中。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：
图1为本发明的油品到站识别算法流程图；
图2为本发明的批次跟踪算法流程图；
图3为本发明的批次界面实时跟踪流程图；
图4为本发明的电子设备结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。
为了便于描述，可以在文中使用空间相对关系术语来描述如图中示出的一个元件或者特征相对于另一元件或者特征的关系，这些相对关系术语例如为“内部”、“外部”、“内侧”、“外侧”、“下面”、“上面”等。这种空间相对关系术语意于包括除图中描绘的方位之外的在使用或者操作中装置的不同方位。
本发明提出的基于实时数据的成品油管道批次跟踪方法、系统及设备，该方法利用SCADA系统(数据采集与监视控制系统)获取实时运行数据，对成品油管道运输的不同油品、不同批次的成品油进行实时的位置跟踪，记录同一批次成品油从首站注入到末站入罐的轨迹历程，包括追踪每个批次油品在各个管段的实时运移情况及到达每个中间站场的时间节点，对管道中各批次之间的界面进行跟踪，辅助现场人员判断批次界面实时位置，确定批次到站时间，及时对不同种类油品进行下载，确保市场的稳定供应，同时提高经济效益，减小现场人员的工作量。
实施例一
本实施例提供的基于实时数据的成品油管道批次跟踪方法，包括内容为：
S1、根据油品密度数据，判断油品到站时间
根据站场油品密度变化情况，确定每个批次到达该站的时间节点，从而在之后利用批次跟踪算法计算该批次在某一管段内的运移情况。比如计算某一站场的批次到站时间，通过设定一定的时间间隔，判断这一时间段内密度变化是否大于设定阈值以确定是否存在批次到站，从而记录批次到站时间节点。
具体地，如图1所示，判断油品到站识别的具体步骤包括：
S11、通过SCADA系统读取成品油管道内的流量数据；
S12、判断是否停输，若停输则修改设定阈值，具体判断过程为：停输是判断实时流量大小是否低于某一值，这个值是通过管道运行工艺特点进行设置的，具体不做赘述；如果停输则使用与之对应的界面阈值rc；
S13、读取站点T时刻的密度数据，例如初始T＝1，令ρ(0)＝ρ(T)；
S14、读取站点(T+dT)时刻的油品密度数据；
S15、判断站点(T+dT)时刻与T时刻的密度之差比值是否大于设定阈值rc，即：如果
则进行批次油头位置判断；若未超过设定阈值，则进行下一时间间隔的密度差判断；
S16、判断批次油头位置与下一站点距离是否小于设定值，小于则记录到站时间，小于就代表批次界面与下一站点的距离足够近，当足够近时才能说明此时批次油头到达了下一站点，否则进行下一时间间隔的密度差判断，其中，油头位置指的是两个不同批次界面混油段最前端；
S2、计算批次界面位置
根据密度变化得到某一时间节点油品批次的注入信息，进行一段时间内管道内油品来源的推算。比如计算某一时刻t的管道油品组成，根据各注入站的时间节点结合管道基础数据计算“批次界面”在管道中的位置，进而判断出每种油品到达下一站场的时间节点。利用油品注入“批次”以及分输站下载“批次”信息，可以计算得到各个时间段各“批次”油头在管道的位置，从而确定每种油品到达下一站场的时间节点。
如图2所示，管道内批次界面跟踪步骤如下：
S21、写入当前时间；
S22、计算下一时刻注入管段的油品体积ΔV，其中，ΔV可以通过流量乘以时间进行计算得到；
S23、计算批次界面位置(考虑混油段)，获取站场批次的运移距离
批次界面位置可按照下式计算：
L(i)＝L(i-1)+ν(i)×Δt
式中，L(i)是当前时步的批次里程值，m；L(i-1)是上一瞬时的批次里程值，m；v(t)为t时刻油品在该管段的瞬时出站流速，m/s；Δt是上一瞬时与当前时刻的差值，即程序的循环步长，s。
混油长度可通过如下方式计算：
Re≤Rej时，
Re≥Rej时，C＝11.75d0.5L0.5Re-0.1
式中，C为混油长度，m；L为输送距离，m；D为管道内径，m；Re为雷诺数，Rej为临界雷诺数。
将下一时刻已注入管段的批次的体积坐标V(T+1,pc)转化为长度坐标L(T+1,pc)，根据奥斯汀经验公式计算混油量并加上0.5倍混油段长度，得到此时刻站场批次的最终运移距离，写入输出表格，其中，pc表示批次。
S24、通过密度变化判断注入批次是否发生改变；
S25、如批次发生改变，则更新批次情况记录新的油品批次，并计算到达站场的时间，如没有改变则进行下一时刻的密度变化判断。
需要说明的是，对管道中的油品批次进行位置跟踪，需要在确定管道初始状态的情况下进行。本发明认为可以将管道假设为空管进行推算，或者根据以往的历史数据，推算当前开始时刻的管道批次状态，为之后的计算奠定基础。所需历史数据的时间范围是油品从首站到末站所需的总时间。
S3、批次界面实时跟踪
通过读取管道实时运行数据(流量、密度)，基于上述批次到站及批次运移计算方法，对管道中批次进行连续多个站的连续跟踪，首先进行新批次过站判断，然后进行体积运移计算，经过时间及站场循环，输出批次注入和到站信息。
具体地，如图3所示，批次界面实时跟踪过程包括：
S31、读取各站进出站流量及密度数据，以及管段管径、管长、截面积，并设定通用界面阈值，界面阈值指的是判断不同油品界面的阈值；
S32、记录此时的t和station(站点)，读取station在t时刻实时流量密度数据；
S33、判断是否存在停输：若停输，修改对应界面阈值(这种特殊情况主要适用于支线管路，支线管路可能存在停输时上一站场还有油品流动和切换)；
S34、判断一段时间内的密度变化是否满足界面阈值：若满足，则进行站场判断；若不满足则说明没有新批次注入，转入下一站场station+1；
S35、新批次过首站判断：
判断是否是首站(根据循环的数是不是0来判断)，若是则进行此时刻的批次界面运移计算；若不是，则转入下一步批次界面位置判断；
S36、体积运移计算：判断批次油头与此站场的距离是否小于设定阈值：若小于，则进行批次位置修正并记录此站场油品的到站信息；
S37、站场循环：判断是否已对所有站场m都进行了计算：是则对时刻t加1；否则进行下一站场的计算；
S38、时间循环：判断是否已对所有时刻T进行了计算，是则输出批次注入和到站信息；否则对下一时刻进行计算。
本实施例对珠三角管网进行测试：测试管段的数据如表1所示：
表1珠三角部分管段基础数据
油品出站判断及批次跟踪计算结果如表2和表3所示：
表2油品出站判断结果
表3在线批次跟踪结果
本发明利用现场实时运行数据，并基于油品体积推移原理在线判断管内油品界面位置，根据实际到站情况对批次跟踪结果进行修正，同时考虑混油长度的影响。所得误差保持在20min以内，现有技术批次跟踪软件的误差为26min，本发明方法所得结果的误差均小于现有方法。
实施例二
上述实施例一提供了基于实时数据的成品油管道批次跟踪方法，与之相对应地，本实施例提供一种基于实时数据的成品油管道批次跟踪系统。本实施例提供的系统可以实施实施例一的基于实时数据的成品油管道批次跟踪的方法，该系统可以通过软件、硬件或软硬结合的方式来实现。为了描述的方便，描述本实施例时以功能分为各种单元分别描述。当然，在实施时可以把各单元的功能在同一个或多个软件和/或硬件中实现。例如，该系统可以包括集成的或分开的功能模块或功能单元来执行实施例一各方法中的对应步骤。由于本实施例的系统基本相似于方法实施例，所以本实施例描述过程比较简单，相关之处可以参见实施例一的部分说明即可，本发明提供的基于实时数据的成品油管道批次跟踪系统的实施例仅仅是示意性的。
本实施例提供的基于实时数据的成品油管道批次跟踪系统，该系统包括：
油品到站确定单元，被配置为根据管道油品密度数据，判断油品到站时间；
批次界面计算单元，被配置为计算“批次界面”在管道中的位置，进而判断每种油品到达下一站场的时间；
批次跟踪单元，被配置为获取管道实时运行数据，基于批次到站时间及批次运移计算，对管道中批次进行连续跟踪。
实施例三
本实施例提供一种与本实施例一所提供的基于实时数据的成品油管道批次跟踪方法对应的电子设备，电子设备可以是用于客户端的电子设备，例如手机、笔记本电脑、平板电脑、台式机电脑等，以执行实施例一的方法。
如图4所示，电子设备包括处理器、存储器、通信接口和总线，处理器、存储器和通信接口通过总线连接，以完成相互间的通信。总线可以是工业标准体系结构(ISA，IndustryStandard Architecture)总线，外部设备互连(PCI，Peripheral Component)总线或扩展工业标准体系结构(EISA，Extended Industry Standard Component)总线等等。存储器中存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行本实施例一所提供的机理与数据融合的基于实时数据的成品油管道批次跟踪的方法。本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算设备的限定，具体的计算设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一些实现中，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、光盘等各种可以存储程序代码的介质。
在另一些实现中，处理器可以为中央处理器(CPU)、数字信号处理器(DSP)等各种类型通用处理器，在此不做限定。
实施例四
本实施例一的基于实时数据的成品油管道批次跟踪方法可被具体实现为一种计算机程序产品，计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本实施例一所述的基于实时数据的成品油管道批次跟踪的方法的计算机可读程序指令。
计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。
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”、“一些实现”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实施例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。
本申请是参照根据本申请实施例的方法、设备(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。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种基于实时数据的成品油管道批次跟踪方法，其特征在于，包括：
根据管道油品密度数据，判断油品到站时间；
计算“批次界面”在管道中的位置，进而判断每种油品到达下一站场的时间；
获取管道实时运行数据，基于批次到站时间及批次运移计算，对管道中批次进行连续跟踪。
2.根据权利要求1所述的基于实时数据的成品油管道批次跟踪方法，其特征在于，根据管道油品密度数据，判断油品到站时间，包括：
读取成品油管道内的流量数据，判断是否停输，若停输则修改设定阈值；
读取站点T时刻的密度数据；
读取站点T+dT时刻的油品密度数据；
判断站点T+dT时刻与T时刻的密度之差是否大于设定阈值，如果是则进行批次油头位置判断；如果否，则进行下一时间间隔的密度差判断；
判断批次油头位置与下一站点距离是否小于设定值，小于则记录到站时间，否则进行下一时间间隔的密度差判断。
3.根据权利要求2所述的基于实时数据的成品油管道批次跟踪方法，其特征在于，油头位置指的是两个不同批次界面混油段最前端。
4.根据权利要求1所述的基于实时数据的成品油管道批次跟踪方法，其特征在于，计算“批次界面”在管道中的位置，进而判断每种油品到达下一站场的时间，包括：
计算批次界面位置，确定批次油头的运移距离，确定到达站场时间；
通过油品密度变化判断注入批次是否发生改变，如果批次发生改变，则更新批次情况，并计算到达站场的时间；如没有改变则进行下一时刻油品密度变化判断。
5.根据权利要求4所述的基于实时数据的成品油管道批次跟踪方法，其特征在于，批次界面位置的计算过程为：
L(i)＝L(i-1)+ν(i)×Δt
式中，L(i)是当前时步的批次里程值，m；L(i-1)是上一瞬时的批次里程值，m；v(t)为t时刻油品在该管段的瞬时出站流速，m/s；Δt是上一瞬时与当前时刻的差值，即程序的循环步长，s。
6.根据权利要求1所述的基于实时数据的成品油管道批次跟踪方法，其特征在于，读取管道实时运行数据，基于批次到站时间及批次运移计算，对管道中批次进行连续跟踪，包括：
1)读取各站进出站流量、密度数据、管段管径、管长以及截面积，并设定通用界面阈值；
2)记录此时的t和station，读取station在t时刻实时流量密度数据，判断是否存在停输，若停输，修改对应界面阈值；
3)判断一段时间内的密度变化是否满足界面阈值，若满足，则进行站场判断；若不满足则说明没有新批次注入，转入下一站场station+1；
4)判断是否是首站，若是则进行此时刻的批次界面运移计算；若不是，则转入下一步批次油头位置判断；
5)判断批次油头与此站场的距离是否小于设定阈值，若小于，则进行批次位置修正并记录上一站场的到站信息；
6)判断是否已对所有站场m都进行了计算，若是则对时刻t加1；否则进行下一站场的计算；
7)判断是否已对所有时刻T进行了计算，是则输出批次注入和到站信息。
7.一种基于实时数据的成品油管道批次跟踪系统，其特征在于，该系统包括：
油品到站确定单元，被配置为根据管道油品密度数据，判断油品到站时间；
批次界面计算单元，被配置为计算“批次界面”在管道中的位置，进而判断每种油品到达下一站场的时间；
批次跟踪单元，被配置为获取管道实时运行数据，基于批次到站时间及批次运移计算，对管道中批次进行连续跟踪。
8.一种电子设备，所述电子设备至少包括处理器和存储器，所述存储器上存储有计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现权利要求1到6任一项所述的方法。
9.一种计算机存储介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现权利要求1到6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111460804.6A CN114154106B (zh) | 2021-12-02 | 2021-12-02 | 基于实时数据的成品油管道批次跟踪方法、系统及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111460804.6A CN114154106B (zh) | 2021-12-02 | 2021-12-02 | 基于实时数据的成品油管道批次跟踪方法、系统及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114154106A true CN114154106A (zh) | 2022-03-08 |
| CN114154106B CN114154106B (zh) | 2024-04-16 |
Family
ID=80455945
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111460804.6A Active CN114154106B (zh) | 2021-12-02 | 2021-12-02 | 基于实时数据的成品油管道批次跟踪方法、系统及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114154106B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115060687A (zh) * | 2022-08-18 | 2022-09-16 | 南京富岛信息工程有限公司 | 一种成品油生产企业税收监管方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102606887A (zh) * | 2011-01-25 | 2012-07-25 | 中国石油天然气集团公司 | 一种成品油管道顺序输送混油界面位置的判定方法 |
| CN109740983A (zh) * | 2018-12-26 | 2019-05-10 | 中国石油大学(北京) | 一种基于压力控制的成品油调度方法及装置 |
-
2021
- 2021-12-02 CN CN202111460804.6A patent/CN114154106B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102606887A (zh) * | 2011-01-25 | 2012-07-25 | 中国石油天然气集团公司 | 一种成品油管道顺序输送混油界面位置的判定方法 |
| CN109740983A (zh) * | 2018-12-26 | 2019-05-10 | 中国石油大学(北京) | 一种基于压力控制的成品油调度方法及装置 |
Non-Patent Citations (5)
| Title |
|---|
| 于阳等: "成品油管道批次跟踪软件的开发与应用", 石油工业技术监督, vol. 36, no. 1, pages 49 - 54 * |
| 宫敬等: "成品油管道的混油计算方法研究", 管道技术与设备, no. 1, pages 1 - 3 * |
| 左志恒等: "成品油批次输送跟踪系统的设计与实现", 自动化与仪表, vol. 36, no. 5, pages 104 - 108 * |
| 张丽萍: "成品油管道批次界面精确跟踪与混油接收技术研究", 中国优秀硕士学位论文全文数据库，工程科技Ⅰ辑, no. 4, pages 6 - 45 * |
| 黄懿雪等: "成品油混输监测系统的关键技术问题及解决办法", 自动化博览, vol. 27, no. 7, pages 99 - 102 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115060687A (zh) * | 2022-08-18 | 2022-09-16 | 南京富岛信息工程有限公司 | 一种成品油生产企业税收监管方法 |
| CN115060687B (zh) * | 2022-08-18 | 2022-11-08 | 南京富岛信息工程有限公司 | 一种成品油生产企业税收监管方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114154106B (zh) | 2024-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102606887B (zh) | 一种成品油管道顺序输送混油界面位置的判定方法 | |
| US11280696B2 (en) | Method and apparatus for model-based leak detection of a pipe network | |
| US10795382B2 (en) | Method and apparatus for model-based control of a water distribution system | |
| CN114154106B (zh) | 基于实时数据的成品油管道批次跟踪方法、系统及设备 | |
| CN109917152B (zh) | 一种垂线平均流速测量方法 | |
| CN109886477B (zh) | 水污染的预测方法、装置及电子设备 | |
| CN115600516A (zh) | 一种混油界面位置追踪方法、装置、电子设备及介质 | |
| CN115455827A (zh) | 一种基于实时数据的成品油管道混油量计算方法及系统 | |
| CN105890713A (zh) | 一种流量计校准系统 | |
| CN104806889A (zh) | 天然气长输管道管输损耗监测方法及装置 | |
| CN108665144B (zh) | 成品油输运管道的控制方法和装置 | |
| CN106768127B (zh) | 一种脉冲式流量精确测量与控制系统及方法 | |
| Gorawski et al. | Neural networks in petrol station objects calibration | |
| Modisette et al. | Transient and succession-of-steady-states pipeline flow models | |
| CN112418768A (zh) | 钢铁企业原料厂物料跟踪方法、系统、设备及介质 | |
| CN117588692B (zh) | 基于物联网的超声波流量计的泄漏检测方法、系统及设备 | |
| Venuprasad et al. | Automatic monitoring and controlling of pressure using PLC and SCADA | |
| CN204255470U (zh) | 翻斗计量仪检验系统及装置 | |
| CN113063100A (zh) | 管道泄漏的检测方法及装置 | |
| Navagire et al. | FUEL MONITORING SYSTEM FOR VEHICLES USING IOT TECHNOLOGY. | |
| CN111854858B (zh) | 确定环道涡轮工作标准装置工作性能的方法和装置 | |
| 贾云碟 et al. | Fractional Birkhoffian Dynamics Based on Quasi-fractional Dynamics Models and Its Lie Symmetry | |
| CN117850491B (zh) | 用于燃气输配的自动调压控制方法及系统 | |
| CN201757277U (zh) | 管路漏损侦测装置 | |
| CN116127673B (zh) | 一种基于大数据的智能支吊架分析管理系统及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |