CN114707862A - 基于大数据的长输油气管道区域风险监管系统 - Google Patents
基于大数据的长输油气管道区域风险监管系统 Download PDFInfo
- Publication number
- CN114707862A CN114707862A CN202210365941.XA CN202210365941A CN114707862A CN 114707862 A CN114707862 A CN 114707862A CN 202210365941 A CN202210365941 A CN 202210365941A CN 114707862 A CN114707862 A CN 114707862A
- Authority
- CN
- China
- Prior art keywords
- area
- risk
- influence
- sub
- 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.)
- Withdrawn
Links
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
- 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
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Pipeline Systems (AREA)
Abstract
本发明公开了基于大数据的长输油气管道区域风险监管系统,涉及管道区域风险监管技术领域,解决了现有技术中区域进行风险监管时无法施行匹配的管理措施的技术问题,判断各个子区域出现输送故障时带来的影响,从而对风险管控提供评判依据,以至于能够有针对性的进行各个子区域的故障维修,同时针对故障影响能够对子区域进行合理的故障应急措施,防止应急措施不当导致子区域的影响过大;判断管段外部环境变化对管段内部的影响,从而判断对应子区域的风险可能性,提高了管道风险的管理力度以及效率,降低了油气管道作业过程中的风险发生频率;提高了区域风险监测的准确性,同时能够针对各个区域进行油气管道的工作强度。
Description
技术领域
本发明涉及管道区域风险监管技术领域,具体为基于大数据的长输油气管道区域风险监管系统。
背景技术
油气长输管道是将油气矿场中的天然气以及原油合理的输送给用户,以满足用户的生活需求。不过在油气长输管道的设计、施工和管理过程中,其会受到很多因素的影响,进而导致事故的发生,为了保证油气运输的安全性,势必要加强长输管道风险分析,并结合实际制定合理的解决措施,降低危险事故发生的概率。
但是在现有技术中,油气管道的风险监管过程中,各个区域的油气管道无法进行准确分析,导致油气管道的工作强度、环境影响程度以及故障影响程度无法准确判定,从而对应区域进行风险监管时无法施行匹配的管理措施,且管理措施缺少针对性,直接降低了管理的工作效率。
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决上述提出的问题,而提出基于大数据的长输油气管道区域风险监管系统,判断各个子区域出现输送故障时带来的影响,从而对风险管控提供评判依据,以至于能够有针对性的进行各个子区域的故障维修,同时针对故障影响能够对子区域进行合理的故障应急措施,防止应急措施不当导致子区域的影响过大;判断管段外部环境变化对管段内部的影响,从而判断对应子区域的风险可能性,提高了管道风险的管理力度以及效率,降低了油气管道作业过程中的风险发生频率。
本发明的目的可以通过以下技术方案实现:
基于大数据的长输油气管道区域风险监管系统,包括:
管道分区域分析单元,用于将油气输送管道进行划区域分析,将铺设油气管道的区域标记为输送区域,并将输送区域划分为i个子区域,将输送区域内铺设的油气管道划分为o个管段,通过分析将输送区域划分为高强度区域和低强度区域,并将其发送至管道风险管理单元;
实时风险监测单元,用于对各个子区域的实时输送风险进行监测,判断各个子区域是否存在输送风险;通过输送风险监测生成实时风险信号和实时安全信号并将其一同发送至管道风险管理单元;
风险受体分析单元,用于将各个子区域进行风险影响分析,通过风险影响分析将子区域划分为受体高影响区域和受体低影响区域,并将其发送至管道风险管理单元;
管段承受分析单元,用于对各个子区域内管段环境进行分析,通过管段环境分析将子区域划分为环境高影响区域和环境低影响区域,并将其一同发送至管道风险管理单元;
管道风险管理单元,用于针对子区域的类型进行风险管控,子区域的类型包括受体高影响区域和受体低影响区域、环境高影响区域和环境低影响区域。
作为本发明的一种优选实施方式,管道分区域分析单元的运行过程如下:
将各个子区域内的管段进行分析,将子区域内管段的连接管道标记为支管,并将管段与支管的连接处标记为交汇节点,采集到子区域内交汇节点的数量以及交汇节点的平均连接支管数量,并将其分别标记为JSi和ZSi;采集到子区域内交汇节点对应连接支管数量的增长速度,并将其标记为SDi;
通过分析获取到各个子区域的油气管道工作强度分析系数Xi,将各个子区域的油气管道工作强度分析系数Xi与工作强度分析系数阈值进行比较:
若子区域的油气管道工作强度分析系数Xi超过工作强度分析系数阈值,则将对应子区域标记为高强度区域;若子区域的油气管道工作强度分析系数Xi未超过工作强度分析系数阈值,则将对应子区域标记为低强度区域;随后将高强度区域和低强度区域对应编号发送至管道风险管理单元。
作为本发明的一种优选实施方式,实时风险监测单元的运行过程如下:
将各个子区域进行实时风险监测,选取子区域的输送时间段,并将其标记为风险监测时间段,采集到风险监测时间段内子区域管段对应支管的油气持续输送时对应流速,并将其标记为持续态流速;采集到风险监测时间段内子区域管段对应支管的油气瞬时输送时对应输送量,并将其标记为瞬时态输送量;
将各个子区域内管段对应支管的持续态流速和瞬时态输送量分别与持续态流速阈值和瞬时态输送量阈值进行比较:
若子区域内管段对应支管的持续态流速超过持续态流速阈值,或者瞬时态输送量超过瞬时态输送量阈值,则判定对应支管的输送风险高,并将对应支管标记为风险支管,生成实时风险信号并将实时风险信号发送至管道风险管理单元;若子区域内管段对应支管的持续态流速未超过持续态流速阈值,且瞬时态输送量未超过瞬时态输送量阈值,则判定对应支管的输送风险低,并将对应支管标记为安全支管,生成实时安全信号并将实时安全信号发送至管道风险管理单元。
作为本发明的一种优选实施方式,风险受体分析单元的运行过程如下:
将各个子区域管段标记为预设故障管段,并将预测故障管段周边区域标记为风险受体;获取到各个子区域管段的油气输送总量以及各个子区域管段现有长度的油气停滞量,并将其分别标记为ZLi和TZi;采集到各个子区域管段周边需油企业的数量,并将其标记为QSi;
通过分析获取到各个子区域对应风险受体的影响分析系数Ci,将各个子区域对应风险受体的影响分析系数Ci与影响分析系数阈值进行比较:
若子区域对应风险受体的影响分析系数Ci超过影响分析系数阈值,则将对应子区域标记为受体高影响区域;若子区域对应风险受体的影响分析系数Ci未超过影响分析系数阈值,则将对应子区域标记为受体低影响区域;将获取到的受体高影响区域和受体低影响区域对应区域编号发送至管道风险管理单元。
作为本发明的一种优选实施方式,管段承受分析单元的运行过程如下:
获取到子区域的管段受到外界碰撞时管段外壁形变面积与管段内壁形变面积的差值,并将其标记为形变影响值;获取到子区域的管段周边环境的温度增长速度与管段内部的温度增长速度的差值,并将其标记为温度影响值;
将形变影响值与温度影响值分别与形变影响值阈值与温度影响值阈值进行比较:若形变影响值超过形变影响值阈值,或者温度影响值超过温度影响值阈值,则判定对应子区域管段受环境影响大,将对应子区域标记为环境高影响区域;若形变影响值未超过形变影响值阈值,且温度影响值未超过温度影响值阈值,则判定对应子区域管段受环境影响小,将对应子区域标记为环境低影响区域;并将环境高影响区域和环境低影响区域对应编号发送至管道风险管理单元。
作为本发明的一种优选实施方式,管道风险管理单元的运行过程如下:
将实时风险信号对应的子区域标记为风险管理区域,若风险管理区域为受体高影响区域时,则将对应风险管理区域进行优先维护;若风险管理区域为受体低影响区域时,则将对应风险管理区域进行次要维护;若风险管理区域为环境高影响区域,则对应风险管理区域维护首先进行环境控制;若风险管理区域为环境低影响区域,则对应风险管理区域维护首先进行运行量控制;
管道风险管理单元对子区域进行周期设定,将对应子区域设置风险监测周期,若对应子区域为高强度区域,则将风险监测周期设置为运行周期的0.5倍;若对应子区域为低强度区域,则将风险监测周期设置为运行周期的0.8倍。
与现有技术相比,本发明的有益效果是:
1、本发明中,判断各个区域内油气管道的工作强度,从而为区域风险监测提供依据,提高了区域风险监测的准确性,同时能够针对各个区域进行油气管道的工作强度,对各个区域的油气管道合理匹配维护力度,控制维护成本的同时能够提高油气管道的维护效率;判断各个子区域是否存在输送风险,提高了各个子区域油气输送效率的同时增强风险管控的效率,提高了油气管道风险的规避转性,降低油气管道风险带来的影响;
2、本发明中,判断各个子区域出现输送故障时带来的影响,从而对风险管控提供评判依据,以至于能够有针对性的进行各个子区域的故障维修,同时针对故障影响能够对子区域进行合理的故障应急措施,防止应急措施不当导致子区域的影响过大;判断管段外部环境变化对管段内部的影响,从而判断对应子区域的风险可能性,提高了管道风险的管理力度以及效率,降低了油气管道作业过程中的风险发生频率。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
石油、天然气等能源的长输管道是保证我国发展的基础建设,所以要高度重视我国油气运输管道风险分析,将风险降到最低。长输管道主要是运输、储存石油,将油气储藏丰富之地的能源运输到用户所在地,满足工业生产、人民生活、企业发展的需求。但是,油气长输管道在实际运输过程中会受到外界环境、内部流动物质等因素的影响,存在很高的风险系数,一旦发生危险,将产生巨大的危害。
本申请用于对油气管道进行风险监管,请参阅图1所示,基于大数据的长输油气管道区域风险监管系统;
通过管道分区域分析单元将油气输送管道进行划区域分析,判断各个区域内油气管道的工作强度,从而为区域风险监测提供依据,提高了区域风险监测的准确性,同时能够针对各个区域进行油气管道的工作强度,对各个区域的油气管道合理匹配维护力度,控制维护成本的同时能够提高油气管道的维护效率;
将铺设油气管道的区域标记为输送区域,并将输送区域划分为i个子区域,i为大于1的自然数,将输送区域内铺设的油气管道划分为o个管段,o为大于1的自然数;将各个子区域内的管段进行分析,将子区域内管段的连接管道标记为支管,并将管段与支管的连接处标记为交汇节点,采集到子区域内交汇节点的数量以及交汇节点的平均连接支管数量,并将子区域内交汇节点的数量以及交汇节点的平均连接支管数量分别标记为JSi和ZSi;采集到子区域内交汇节点对应连接支管数量的增长速度,并将子区域内交汇节点对应连接支管数量的增长速度标记为SDi;
将各个子区域的油气管道工作强度分析系数Xi与工作强度分析系数阈值进行比较:
若子区域的油气管道工作强度分析系数Xi超过工作强度分析系数阈值,则将对应子区域标记为高强度区域;若子区域的油气管道工作强度分析系数Xi未超过工作强度分析系数阈值,则将对应子区域标记为低强度区域;
获取到高强度区域和低强度区域后,通过实时风险监测单元对各个子区域的实时输送风险进行监测,判断各个子区域是否存在输送风险,提高了各个子区域油气输送效率的同时增强风险管控的效率,提高了油气管道风险的规避转性,降低油气管道风险带来的影响;
将各个子区域进行实时风险监测,选取子区域的输送时间段,并将其标记为风险监测时间段,采集到风险监测时间段内子区域管段对应支管的油气持续输送时对应流速,并将风险监测时间段内子区域管段对应支管的油气持续输送时对应流速标记为持续态流速;采集到风险监测时间段内子区域管段对应支管的油气瞬时输送时对应输送量,并将风险监测时间段内子区域管段对应支管的油气瞬时输送时对应输送量标记为瞬时态输送量;
将各个子区域内管段对应支管的持续态流速和瞬时态输送量分别与持续态流速阈值和瞬时态输送量阈值进行比较:
若子区域内管段对应支管的持续态流速超过持续态流速阈值,或者瞬时态输送量超过瞬时态输送量阈值,则判定对应支管的输送风险高,并将对应支管标记为风险支管,生成实时风险信号并将实时风险信号发送至管道风险管理单元;若子区域内管段对应支管的持续态流速未超过持续态流速阈值,且瞬时态输送量未超过瞬时态输送量阈值,则判定对应支管的输送风险低,并将对应支管标记为安全支管,生成实时安全信号并将实时安全信号发送至管道风险管理单元;
通过风险受体分析单元将各个子区域进行风险影响分析,判断各个子区域出现输送故障时带来的影响,从而对风险管控提供评判依据,以至于能够有针对性的进行各个子区域的故障维修,同时针对故障影响能够对子区域进行合理的故障应急措施,防止应急措施不当导致子区域的影响过大;
将各个子区域管段标记为预设故障管段,并将预测故障管段周边区域标记为风险受体;获取到各个子区域管段的油气输送总量以及各个子区域管段现有长度的油气停滞量,并将各个子区域管段的油气输送总量以及各个子区域管段现有长度的油气停滞量分别标记为ZLi和TZi;停滞量表示为油气在输送过程中,输送任务暂停时管段内停滞油气的量;采集到各个子区域管段周边需油企业的数量,并将各个子区域管段周边需油企业的数量标记为QSi;
若子区域对应风险受体的影响分析系数Ci超过影响分析系数阈值,则将对应子区域标记为受体高影响区域;若子区域对应风险受体的影响分析系数Ci未超过影响分析系数阈值,则将对应子区域标记为受体低影响区域;
将获取到的受体高影响区域和受体低影响区域对应区域编号发送至管道风险管理单元;
通过管段承受分析单元对各个子区域内管段环境进行分析,判断管段外部环境变化对管段内部的影响,从而判断对应子区域的风险可能性,提高了管道风险的管理力度以及效率,降低了油气管道作业过程中的风险发生频率;
获取到子区域的管段受到外界碰撞时管段外壁形变面积与管段内壁形变面积的差值,并将其标记为形变影响值;获取到子区域的管段周边环境的温度增长速度与管段内部的温度增长速度的差值,并将其标记为温度影响值;其中,本申请的温度影响值建立在管段周边环境影响管段内部环境的基础上,如管段周边环境温度增加导致管段内部环境温度增加;
将形变影响值与温度影响值分别与形变影响值阈值与温度影响值阈值进行比较:
若形变影响值超过形变影响值阈值,或者温度影响值超过温度影响值阈值,则判定对应子区域管段受环境影响大,将对应子区域标记为环境高影响区域;若形变影响值未超过形变影响值阈值,且温度影响值未超过温度影响值阈值,则判定对应子区域管段受环境影响小,将对应子区域标记为环境低影响区域;
并将环境高影响区域和环境低影响区域对应编号发送至管道风险管理单元;
管道风险管理单元接收到实时风险信号后,对实时风险信号对应的子区域进行分析,将实时风险信号对应的子区域标记为风险管理区域,若风险管理区域为受体高影响区域时,则将对应风险管理区域进行优先维护;若风险管理区域为受体低影响区域时,则将对应风险管理区域进行次要维护;若风险管理区域为环境高影响区域,则对应风险管理区域维护首先进行环境控制;若风险管理区域为环境低影响区域,则对应风险管理区域维护首先进行运行量控制;
管道风险管理单元对子区域进行周期设定,将对应子区域设置风险监测周期,若对应子区域为高强度区域,则将风险监测周期设置为运行周期的0.5倍;若对应子区域为低强度区域,则将风险监测周期设置为运行周期的0.8倍。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,通过管道分区域分析单元将油气输送管道进行划区域分析,将铺设油气管道的区域标记为输送区域,并将输送区域划分为i个子区域,将输送区域内铺设的油气管道划分为o个管段,通过分析将输送区域划分为高强度区域和低强度区域,并将其发送至管道风险管理单元;通过实时风险监测单元对各个子区域的实时输送风险进行监测,判断各个子区域是否存在输送风险;通过输送风险监测生成实时风险信号和实时安全信号并将其一同发送至管道风险管理单元;通过风险受体分析单元将各个子区域进行风险影响分析,通过风险影响分析将子区域划分为受体高影响区域和受体低影响区域,并将其发送至管道风险管理单元;通过管段承受分析单元对各个子区域内管段环境进行分析,通过管段环境分析将子区域划分为环境高影响区域和环境低影响区域,并将其一同发送至管道风险管理单元;通过管道风险管理单元针对子区域的类型进行风险管控。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.基于大数据的长输油气管道区域风险监管系统,其特征在于,包括:
管道分区域分析单元,用于将油气输送管道进行划区域分析,将铺设油气管道的区域标记为输送区域,并将输送区域划分为i个子区域,将输送区域内铺设的油气管道划分为o个管段,通过分析将输送区域划分为高强度区域和低强度区域,并将其发送至管道风险管理单元;
实时风险监测单元,用于对各个子区域的实时输送风险进行监测,判断各个子区域是否存在输送风险;通过输送风险监测生成实时风险信号和实时安全信号并将其一同发送至管道风险管理单元;
风险受体分析单元,用于将各个子区域进行风险影响分析,通过风险影响分析将子区域划分为受体高影响区域和受体低影响区域,并将其发送至管道风险管理单元;
管段承受分析单元,用于对各个子区域内管段环境进行分析,通过管段环境分析将子区域划分为环境高影响区域和环境低影响区域,并将其一同发送至管道风险管理单元;
管道风险管理单元,用于针对子区域的类型进行风险管控,子区域的类型包括受体高影响区域和受体低影响区域、环境高影响区域和环境低影响区域。
2.根据权利要求1所述的基于大数据的长输油气管道区域风险监管系统,其特征在于,管道分区域分析单元的运行过程如下:
将各个子区域内的管段进行分析,将子区域内管段的连接管道标记为支管,并将管段与支管的连接处标记为交汇节点,采集到子区域内交汇节点的数量以及交汇节点的平均连接支管数量,并将其分别标记为JSi和ZSi;采集到子区域内交汇节点对应连接支管数量的增长速度,并将其标记为SDi;
通过分析获取到各个子区域的油气管道工作强度分析系数Xi,将各个子区域的油气管道工作强度分析系数Xi与工作强度分析系数阈值进行比较:
若子区域的油气管道工作强度分析系数Xi超过工作强度分析系数阈值,则将对应子区域标记为高强度区域;若子区域的油气管道工作强度分析系数Xi未超过工作强度分析系数阈值,则将对应子区域标记为低强度区域;随后将高强度区域和低强度区域对应编号发送至管道风险管理单元。
3.根据权利要求1所述的基于大数据的长输油气管道区域风险监管系统,其特征在于,实时风险监测单元的运行过程如下:
将各个子区域进行实时风险监测,选取子区域的输送时间段,并将其标记为风险监测时间段,采集到风险监测时间段内子区域管段对应支管的油气持续输送时对应流速,并将其标记为持续态流速;采集到风险监测时间段内子区域管段对应支管的油气瞬时输送时对应输送量,并将其标记为瞬时态输送量;
将各个子区域内管段对应支管的持续态流速和瞬时态输送量分别与持续态流速阈值和瞬时态输送量阈值进行比较:
若子区域内管段对应支管的持续态流速超过持续态流速阈值,或者瞬时态输送量超过瞬时态输送量阈值,则判定对应支管的输送风险高,并将对应支管标记为风险支管,生成实时风险信号并将实时风险信号发送至管道风险管理单元;若子区域内管段对应支管的持续态流速未超过持续态流速阈值,且瞬时态输送量未超过瞬时态输送量阈值,则判定对应支管的输送风险低,并将对应支管标记为安全支管,生成实时安全信号并将实时安全信号发送至管道风险管理单元。
4.根据权利要求1所述的基于大数据的长输油气管道区域风险监管系统,其特征在于,风险受体分析单元的运行过程如下:
将各个子区域管段标记为预设故障管段,并将预测故障管段周边区域标记为风险受体;获取到各个子区域管段的油气输送总量以及各个子区域管段现有长度的油气停滞量,并将其分别标记为ZLi和TZi;采集到各个子区域管段周边需油企业的数量,并将其标记为QSi;
通过分析获取到各个子区域对应风险受体的影响分析系数Ci,将各个子区域对应风险受体的影响分析系数Ci与影响分析系数阈值进行比较:
若子区域对应风险受体的影响分析系数Ci超过影响分析系数阈值,则将对应子区域标记为受体高影响区域;若子区域对应风险受体的影响分析系数Ci未超过影响分析系数阈值,则将对应子区域标记为受体低影响区域;将获取到的受体高影响区域和受体低影响区域对应区域编号发送至管道风险管理单元。
5.根据权利要求1所述的基于大数据的长输油气管道区域风险监管系统,其特征在于,管段承受分析单元的运行过程如下:
获取到子区域的管段受到外界碰撞时管段外壁形变面积与管段内壁形变面积的差值,并将其标记为形变影响值;获取到子区域的管段周边环境的温度增长速度与管段内部的温度增长速度的差值,并将其标记为温度影响值;
将形变影响值与温度影响值分别与形变影响值阈值与温度影响值阈值进行比较:若形变影响值超过形变影响值阈值,或者温度影响值超过温度影响值阈值,则判定对应子区域管段受环境影响大,将对应子区域标记为环境高影响区域;若形变影响值未超过形变影响值阈值,且温度影响值未超过温度影响值阈值,则判定对应子区域管段受环境影响小,将对应子区域标记为环境低影响区域;并将环境高影响区域和环境低影响区域对应编号发送至管道风险管理单元。
6.根据权利要求1所述的基于大数据的长输油气管道区域风险监管系统,其特征在于,管道风险管理单元的运行过程如下:
将实时风险信号对应的子区域标记为风险管理区域,若风险管理区域为受体高影响区域时,则将对应风险管理区域进行优先维护;若风险管理区域为受体低影响区域时,则将对应风险管理区域进行次要维护;若风险管理区域为环境高影响区域,则对应风险管理区域维护首先进行环境控制;若风险管理区域为环境低影响区域,则对应风险管理区域维护首先进行运行量控制;
管道风险管理单元对子区域进行周期设定,将对应子区域设置风险监测周期,若对应子区域为高强度区域,则将风险监测周期设置为运行周期的0.5倍;
若对应子区域为低强度区域,则将风险监测周期设置为运行周期的0.8倍。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210365941.XA CN114707862A (zh) | 2022-04-08 | 2022-04-08 | 基于大数据的长输油气管道区域风险监管系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210365941.XA CN114707862A (zh) | 2022-04-08 | 2022-04-08 | 基于大数据的长输油气管道区域风险监管系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114707862A true CN114707862A (zh) | 2022-07-05 |
Family
ID=82172317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210365941.XA Withdrawn CN114707862A (zh) | 2022-04-08 | 2022-04-08 | 基于大数据的长输油气管道区域风险监管系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114707862A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115481940A (zh) * | 2022-10-31 | 2022-12-16 | 中特检管道工程(北京)有限公司 | 一种基于大数据的油气管道区域风险监测系统 |
CN116128486A (zh) * | 2023-04-17 | 2023-05-16 | 烟台军诺智能科技有限公司 | 一种基于数据分析的水下光通信实时风险评估系统 |
CN117875722A (zh) * | 2024-03-12 | 2024-04-12 | 山东港源管道物流有限公司 | 一种基于智慧油库的数据管理系统及方法 |
CN117875721A (zh) * | 2024-03-12 | 2024-04-12 | 山东港源管道物流有限公司 | 一种用于油库工程建设进度管理系统及方法 |
CN117875721B (zh) * | 2024-03-12 | 2024-06-07 | 山东港源管道物流有限公司 | 一种用于油库工程建设进度管理系统及方法 |
-
2022
- 2022-04-08 CN CN202210365941.XA patent/CN114707862A/zh not_active Withdrawn
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115481940A (zh) * | 2022-10-31 | 2022-12-16 | 中特检管道工程(北京)有限公司 | 一种基于大数据的油气管道区域风险监测系统 |
CN116128486A (zh) * | 2023-04-17 | 2023-05-16 | 烟台军诺智能科技有限公司 | 一种基于数据分析的水下光通信实时风险评估系统 |
CN117875722A (zh) * | 2024-03-12 | 2024-04-12 | 山东港源管道物流有限公司 | 一种基于智慧油库的数据管理系统及方法 |
CN117875721A (zh) * | 2024-03-12 | 2024-04-12 | 山东港源管道物流有限公司 | 一种用于油库工程建设进度管理系统及方法 |
CN117875722B (zh) * | 2024-03-12 | 2024-05-28 | 山东港源管道物流有限公司 | 一种基于智慧油库的数据管理系统及方法 |
CN117875721B (zh) * | 2024-03-12 | 2024-06-07 | 山东港源管道物流有限公司 | 一种用于油库工程建设进度管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114707862A (zh) | 基于大数据的长输油气管道区域风险监管系统 | |
CN104061443B (zh) | 管道安全预警与泄漏监测报警方法 | |
CN105741377A (zh) | 监察巡检人员的方法及系统 | |
CN115796408B (zh) | 一种用于智慧燃气的燃气输送损耗预测方法和物联网系统 | |
CN115496625A (zh) | 一种用于智慧燃气的管网安全联动处置方法和物联网系统 | |
CN107176628B (zh) | 一种用于污水系统的调度控制系统和方法 | |
CN205461808U (zh) | Scr脱硝催化剂在线检测和喷氨优化自动调节系统 | |
CN112836935B (zh) | 一种适用于发电厂的智慧水务管理平台 | |
US20230332935A1 (en) | Methods and internet of things (iot) systems for safety management of smart gas underground gas pipeline networks | |
CN110185092B (zh) | 一种基于动态dma分区的城镇供水系统漏损监测方法 | |
CN210510995U (zh) | 一种递进式天车轴承自动润滑系统 | |
CN110570328A (zh) | 一种基于物联网的智慧水务系统及信息传输方法 | |
JP5784530B2 (ja) | トンネル換気制御装置及びその方法 | |
CN112668873B (zh) | 矿山安全态势分析及预测预警方法 | |
CN112947327B (zh) | 一种基于wincc的工业炉群智能监控管理系统 | |
CN115481940A (zh) | 一种基于大数据的油气管道区域风险监测系统 | |
CN113781283B (zh) | 煤炭装车运输安全监管系统 | |
CN103456135B (zh) | 基于物联网的水利水电工程施工安全隐患监测系统及方法 | |
CN113793105A (zh) | 一种基于大数据的专用车辆运行监管系统 | |
CN202580643U (zh) | 管道安全在线管理系统 | |
Muraveva et al. | Provision of ecological safety of water supplying system of industrial enterprises | |
CN108006440A (zh) | 分布式燃气泄漏检测系统 | |
CN116432866A (zh) | 基于物联网的城市智慧排水管线安全管理方法及系统 | |
CN116562739A (zh) | 液体化工码头作业流程规划与动态监控系统 | |
CN112780954A (zh) | 物联网模式的管网泄漏检测系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220705 |
|
WW01 | Invention patent application withdrawn after publication |