CN114992528B - 用于油气管道的数据处理方法和处理器 - Google Patents
用于油气管道的数据处理方法和处理器 Download PDFInfo
- Publication number
- CN114992528B CN114992528B CN202210541961.8A CN202210541961A CN114992528B CN 114992528 B CN114992528 B CN 114992528B CN 202210541961 A CN202210541961 A CN 202210541961A CN 114992528 B CN114992528 B CN 114992528B
- Authority
- CN
- China
- Prior art keywords
- detection
- inertial
- mileage
- data
- strain
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 488
- 238000013507 mapping Methods 0.000 claims abstract description 160
- 238000005259 measurement Methods 0.000 claims description 82
- 238000000034 method Methods 0.000 claims description 55
- 230000004907 flux Effects 0.000 claims description 22
- 238000003379 elimination reaction Methods 0.000 claims description 14
- 230000008030 elimination Effects 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 7
- 239000003921 oil Substances 0.000 description 47
- 238000005452 bending Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 6
- 230000007547 defect Effects 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005299 abrasion Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/83—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明实施例提供一种用于油气管道的数据处理方法和处理器。用于油气管道的数据处理方法包括：获取油气管道的惯性测绘内检测数据和基准内检测数据以及惯性测绘检测器的尺寸；在惯性测绘内检测数据与基准内检测数据对齐时根据基准内检测数据和尺寸将惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除；在惯性测绘内检测数据与基准内检测数据未对齐时将惯性测绘内检测数据与基准内检测数据对齐并根据基准内检测数据和尺寸将对齐后的惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除。本发明实施例可以仅基于油气管道的单次惯性测绘内检测的相关数据和单次的几何/漏磁内检测的相关数据就可以有效排除油气管道的虚假应变特征。
Description
技术领域
本发明涉及油气管道技术领域，具体地涉及一种用于油气管道的数据处理方法和处理器。
背景技术
油气长输管道输送距离长，途径多种复杂环境，经常面临滑坡、地震、冻土冻胀融沉等危害。在地质灾害管土作用下，管道会产生较大的弯曲应变，若此处存在环焊缝以及管壁裂纹，则易于产生应力集中，情况严重时会造成管道失稳大变形或直接导致管道破裂，甚至引发安全事故。因此，按照GB 32167—2015《油气输送管道完整性管理规范》要求，需定期对管道进行内检测，查找发生弯曲变形(根据GB 32167—2015的相关规定，较大弯曲变形是指管道弯曲产生的最大应变大于0.125％)的高风险管段，并及时采取预防措施。近年来，管道运营企业越来越倾向于使用惯性测绘(IMU，也称作惯性测绘单元、惯性测量单元)内检测器来识别、定位管道弯曲变形，计算弯曲应变，为管道评价提供数据支持。IMU内检测器包含陀螺仪和加速计，能够精确测量X、Y、Z三个方向上的旋转和加速度，可以测量管道中心线相对位置，还可以测量管道曲率，通过公式换算得到管道应变情况。IMU具有独立工作、全天候、无信号丢失等优点，适用于在管道内长时间自动运行，是中国测量管道全线应变的主要技术手段，且目前较常见的具体方法是重复检测法，该方法可以识别出变化量超过0.02％的管道弯曲特征,对同一条管道定期重复进行惯性测绘内检测可以获得管道位移变化和变化率，及时发现管道位移变化较大的缺陷点和管道位移变化较快的点，从而对管道应变进行有效的监测及预警。然而，对于仅开展过一次IMU的管道而言，重复检测法的优势则无法体现，其应变检测信号不能被有效利用。这是由于单次IMU内检测数据虽然能展示应变信号，却不能将真正的管道弯曲变形段与凹陷、变壁厚、弯头、环焊缝异常等特征进行区别，故其应变数据使用价值较小。为了充分利用这些数据资源，有学者通过建立可识别典型局部变形管段IMU数据热力图的深层神经网络模型，构建了一套基于IMU数据的管道弯曲变形段识别方法，能够识别埋地管道弯头、管道凹陷、管道弯曲变形和环焊缝异常的IMU数据特征，但结果表明，该模型对弯头和纯弯曲变形管段的识别普适性最佳，对管道凹陷的识别率仅为67％，对环焊缝异常的识别结果更是与人工识别结果有较大的误差，换言之，此方法还需要进一步提高虚假应变识别准确率。且该方法同样需要基于多次检测结果开展机器学习，且同一套信号特征对于不同检测承包商的检测结果的通用性还需提高。因此，急需提出一种技术方案来解决现有技术中的上述技术问题。
发明内容
本发明实施例的目的是提供一种用于油气管道的数据处理方法和处理器，解决现有技术中存在的以上技术问题。
为了实现上述目的，本发明第一方面提供一种用于油气管道的数据处理方法，包括：获取所述油气管道的惯性测绘内检测数据和基准内检测数据以及所述惯性测绘内检测数据对应的惯性测绘检测器的尺寸，其中所述基准内检测数据为几何内检测数据或漏磁内检测数据；确定所述惯性测绘内检测数据与所述基准内检测数据是否对齐；在确定所述惯性测绘内检测数据与所述基准内检测数据对齐的情况下，根据所述基准内检测数据和所述尺寸将所述惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除，以得到剔除后惯性测绘内检测数据；以及在确定所述惯性测绘内检测数据与所述基准内检测数据未对齐的情况下，利用线性插值法将所述惯性测绘内检测数据与所述基准内检测数据对齐，并根据所述基准内检测数据和所述尺寸将所述对齐后的所述惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除，以得到剔除后惯性测绘内检测数据。
在本发明实施例中，所述预设虚假应变特征包括以下中至少一者：弯头；变壁厚；球阀；地面定标点；直管；凹陷；以及环焊缝处虚假应变特征，其中所述环焊缝处虚假应变特征为环焊缝处斜接、错边和/或内焊缝余高导致的虚假应变特征。
在本发明实施例中，所述惯性测绘内检测数据包括所述油气管道的应变特征的惯性测绘内检测里程、惯性测绘内检测水平应变和惯性测绘内检测垂直应变；所述基准内检测数据包括所述油气管道的所述预设虚假应变特征的基准内检测里程以及所述油气管道的弯头的基准内检测角度和基准内检测方向。
在本发明实施例中，所述利用线性插值法将所述惯性测绘内检测数据与所述基准内检测数据对齐包括：根据所述惯性测绘内检测数据生成所述油气管道对应的惯性测绘内检测里程-应变曲线，其中所述里程-应变曲线中包括所述应变特征的惯性测绘内检测里程、惯性测绘内检测水平应变和惯性测绘内检测垂直应变；根据所述弯头的基准内检测里程和基准内检测角度从所述弯头中筛选出插值弯头；根据所述惯性测绘内检测里程-应变曲线、所述插值弯头的基准内检测里程和基准内检测方向确定所述插值弯头的惯性测绘内检测里程；根据线性插值法、所述插值弯头的基准内检测里程和所述插值弯头的惯性测绘内检测里程对所述应变特征的惯性测绘内检测里程进行对齐，以得到所述应变特征的对齐后的惯性测绘内检测里程；以及根据所述应变特征的对齐后的惯性测绘内检测里程、所述应变特征的惯性测绘内检测水平应变和所述应变特征的惯性测绘内检测垂直应变确定所述对齐后的所述惯性测绘内检测数据。
在本发明实施例中，所述根据线性插值法、所述插值弯头的基准内检测里程和所述插值弯头的惯性测绘内检测里程对所述应变特征的惯性测绘内检测里程进行对齐，以得到所述应变特征的对齐后的惯性测绘内检测里程包括：根据所述应变特征的惯性测绘内检测里程和所述插值弯头的惯性测绘内检测里程确定与所述应变特征相邻的左侧插值弯头和右侧插值弯头；以及根据所述应变特征的惯性测绘内检测里程、所述左侧插值弯头的基准内检测里程和惯性测绘内检测里程以及所述右侧插值弯头的基准内检测里程和惯性测绘内检测里程确定所述应变特征的对齐后的惯性测绘内检测里程。
在本发明实施例中，所述根据所述应变特征的惯性测绘内检测里程、所述左侧插值弯头的基准内检测里程和惯性测绘内检测里程以及所述右侧插值弯头的基准内检测里程和惯性测绘内检测里程确定所述应变特征的对齐后的惯性测绘内检测里程包括：根据以下公式确定所述应变特征的对齐后的惯性测绘内检测里程：Y＝((X-X1)(Y2-Y1)/(X2-X1))+Y1；其中，Y为应变特征的对齐后的惯性测绘内检测里程，X为所述应变特征的惯性测绘内检测里程，X1为所述左侧插值弯头的惯性测绘内检测里程，X2为所述右侧插值弯头的惯性测绘内检测里程，Y1为所述左侧插值弯头的基准内检测里程，Y2为所述右侧插值弯头的基准内检测里程。
在本发明实施例中，所述根据所述基准内检测数据和所述尺寸将所述对齐后的所述惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除包括：根据所述弯头的基准内检测里程、所述变壁厚的基准内检测里程、所述球阀的基准内检测里程、所述地面定标点的基准内检测里程、所述直管的基准内检测里程和所述凹陷的基准内检测里程分别确定所述对齐后的所述惯性测绘内检测数据中与所述弯头、所述变壁厚、所述球阀、所述地面定标点、所述直管和所述凹陷对应的第一类目标剔除数据；根据所述环焊缝处虚假应变特征的基准内检测里程和所述尺寸确定确定所述对齐后的所述惯性测绘内检测数据中与所述环焊缝处虚假应变特征对应的第二类目标剔除数据；以及将所述第一类目标剔除数据和所述第二类目标剔除数据从所述对齐后的所述惯性测绘内检测数据中剔除，以得到所述剔除后惯性测绘内检测数据。
在本发明实施例中，根据所述基准内检测数据和所述尺寸将所述惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除包括：根据所述弯头的基准内检测里程、所述变壁厚的基准内检测里程、所述球阀的基准内检测里程、所述地面定标点的基准内检测里程、所述直管的基准内检测里程和所述凹陷的基准内检测里程分别确定所述惯性测绘内检测数据中与所述弯头、所述变壁厚、所述球阀、所述地面定标点、所述直管和所述凹陷对应的第一类目标剔除数据；根据所述环焊缝处虚假应变特征的基准内检测里程和所述尺寸确定确定所述惯性测绘内检测数据中与所述环焊缝处虚假应变特征对应的第二类目标剔除数据；以及将所述第一类目标剔除数据和所述第二类目标剔除数据从所述惯性测绘内检测数据中剔除，以得到所述剔除后惯性测绘内检测数据。
在本发明实施例中，所述惯性测绘内检测数据和所述基准内检测数据的检测时间间隔小于半年。
本发明第二方面提供一种处理器，被配置成执行前述实施例的用于油气管道的数据处理方法。
本发明前述实施例通过其技术方案可以仅基于油气管道的单次惯性测绘内检测的相关数据和单次的几何/漏磁内检测的相关数据，就可以有效排除油气管道的弯头、变壁厚、球阀、地面定标点、直管、凹陷以及环焊缝处虚假应变特征。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1是本发明实施例的用于油气管道的数据处理方法100的流程示意图；
图2是本发明示例的插值弯头的筛选流程示意图；
图3是本发明示例的插值弯头对应的两套检测里程值的获取流程图；
图4是本发明示例的针对无并行内检测的惯性测绘检测结果的管道虚假应变信号排除方法流程图；
图5是本发明示例的IMU管道里程-垂直应变/水平应变曲线图(0-200m段)；
图6是本发明示例的IMU应变曲线7.3m附近截图；
图7是本发明示例的IMU应变曲线4630.5m附近截图；以及
图8是本发明示例的11863m、10300号环焊缝处应变曲线截图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
需要说明，若本申请实施方式中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，若本申请实施方式中有涉及“第一”、“第二”等的描述，则该“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。另外，各个实施方式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，也不在本申请要求的保护范围之内。
鉴于油气管道技术领域中存在的前述技术问题，本发明实施例针对仅有一次IMU检测数据且需要开展管道应变分析的情况，提出一种针对单次IMU检测的油气管道虚假应变特征信号排除方法也即用于油气管道的数据处理方法100，结合同一管道开展的几何/漏磁内检测结果，排除IMU检测数据中的虚假应变特征，获得真正的在管道运行过程中由于外力导致的管体应变信号。本发明实施例利用弯头里程为插值点的数据对齐方法，能够实现与同时运行(但没有实现数据同步)或非同时运行的几何/漏磁内检测信息的结合，并考虑惯性测绘检测器尺寸，最终将管道弯头、变壁厚等本体特征、凹坑缺陷特征以及环焊缝处的斜接/错边/内焊缝余高等导致的IMU虚假应变信号进行排除，从而获得真实的、由于地灾管土作用导致的管道弯曲变形特征信号。
如图1所示，在本发明实施例中，提供一种用于油气管道的数据处理方法100，包括以下步骤：
步骤S110：获取油气管道的惯性测绘内检测数据和基准内检测数据以及惯性测绘内检测数据对应的惯性测绘检测器的尺寸，其中基准内检测数据为几何内检测数据或漏磁内检测数据。本发明实施例选用几何内检测数据或漏磁内检测数据作为基准内检测数据，可以作为惯性测绘内检测数据需要对齐的对象和剔除对齐后的惯性测绘内检测数据中的虚假应变特征的依据。几何内检测数据或漏磁内检测数据中例如包括弯头、变壁厚、球阀、地面定标点、直管、凹陷以及环焊缝处斜接、错边和/或内焊缝余高等导致的虚假应变特征的相关数据。为更好地保证最终结果的时效性，例如可使用与惯性测绘内检测时间间隔超过半年以上的几何/漏磁内检测数据。
步骤S130：确定惯性测绘内检测数据与基准内检测数据是否对齐。具体地，例如对于同一段油气管道，若其所包括的各个应变特征都能满足其所对应的惯性测绘内检测数据中的里程与其所对应于的基准内检测数据中的里程之间的偏差在预设差值范围内的情况下，就可以认为油气管道的惯性测绘内检测数据与基准内检测数据已经对齐，否则则认为油气管道的惯性测绘内检测数据与基准内检测数据未对齐。
步骤S150：在确定惯性测绘内检测数据与基准内检测数据对齐的情况下，根据基准内检测数据和尺寸将惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除，以得到剔除后惯性测绘内检测数据。以及
步骤S170：在确定惯性测绘内检测数据与基准内检测数据未对齐的情况下，利用线性插值法将惯性测绘内检测数据与基准内检测数据对齐，并根据基准内检测数据和尺寸将对齐后的惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除，以得到剔除后惯性测绘内检测数据。
具体地，预设虚假应变特征包括以下中至少一者：弯头、变壁厚、球阀、地面定标点、直管、凹陷以及环焊缝处虚假应变特征，其中环焊缝处虚假应变特征为环焊缝处斜接、错边和/或内焊缝余高导致的虚假应变特征。
具体地，惯性测绘内检测数据包括油气管道的应变特征的惯性测绘内检测里程、惯性测绘内检测水平应变和惯性测绘内检测垂直应变。基准内检测数据包括油气管道的预设虚假应变特征的基准内检测里程以及油气管道的弯头的基准内检测角度和基准内检测方向。此处值得说明的是，本发明实施例中的“惯性测绘内检测里程”、“惯性测绘内检测水平应变”和“惯性测绘内检测垂直应变”分别是指惯性测绘内检测数据里所提供的对应的里程、水平应变和垂直应变。同理，“基准内检测里程”、“基准内检测角度”和“基准内检测方向”分别是指基准内检测数据中所提供的对应的里程、角度和方向。
具体地，步骤S170中的利用线性插值法将惯性测绘内检测数据与基准内检测数据对齐例如包括以下步骤：
(a1)根据惯性测绘内检测数据生成油气管道对应的惯性测绘内检测里程-应变曲线，其中里程-应变曲线中包括应变特征的惯性测绘内检测里程、惯性测绘内检测水平应变和惯性测绘内检测垂直应变。
(a2)根据弯头的基准内检测里程和基准内检测角度从弯头中筛选出插值弯头。插值弯头的筛选规则例如根据具体需要设置。例如可以将基准内检测里程里里程最小的弯头和里程最大的弯头以及位于里程最小的弯头和里程最大的弯头之间的部分弯头作为插值弯头。
(a3)根据惯性测绘内检测里程-应变曲线、插值弯头的基准内检测里程和基准内检测方向确定插值弯头的惯性测绘内检测里程。
(a4)根据线性插值法、插值弯头的基准内检测里程和插值弯头的惯性测绘内检测里程对应变特征的惯性测绘内检测里程进行对齐，以得到应变特征的对齐后的惯性测绘内检测里程。以及
(a5)根据应变特征的对齐后的惯性测绘内检测里程、应变特征的惯性测绘内检测水平应变和应变特征的惯性测绘内检测垂直应变确定对齐后的惯性测绘内检测数据。
具体地，根据线性插值法、插值弯头的基准内检测里程和插值弯头的惯性测绘内检测里程对应变特征的惯性测绘内检测里程进行对齐，以得到应变特征的对齐后的惯性测绘内检测里程，也即(a4)例如包括以下步骤：
(a41)根据应变特征的惯性测绘内检测里程和插值弯头的惯性测绘内检测里程确定与应变特征相邻的左侧插值弯头和右侧插值弯头。以及
(a42)根据应变特征的惯性测绘内检测里程、左侧插值弯头的基准内检测里程和惯性测绘内检测里程以及右侧插值弯头的基准内检测里程和惯性测绘内检测里程确定应变特征的对齐后的惯性测绘内检测里程。
更具体地，根据应变特征的惯性测绘内检测里程、左侧插值弯头的基准内检测里程和惯性测绘内检测里程以及右侧插值弯头的基准内检测里程和惯性测绘内检测里程确定应变特征的对齐后的惯性测绘内检测里程，也即(a42)例如包括以下步骤：
(a211)根据以下公式确定应变特征的对齐后的惯性测绘内检测里程：
Y＝((X-X1)(Y2-Y1)/(X2-X1))+Y1。
其中，Y为应变特征的对齐后的惯性测绘内检测里程，X为应变特征的惯性测绘内检测里程，X1为左侧插值弯头的惯性测绘内检测里程，X2为右侧插值弯头的惯性测绘内检测里程，Y1为左侧插值弯头对应的基准内检测里程，Y2为右侧插值弯头对应的基准内检测里程。
具体地，步骤S170中的根据基准内检测数据和尺寸将对齐后的惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除例如包括以下步骤：
(b1)根据弯头的基准内检测里程、变壁厚的基准内检测里程、球阀的基准内检测里程、地面定标点的基准内检测里程、直管的基准内检测里程和凹陷的基准内检测里程分别确定对齐后的惯性测绘内检测数据中与弯头、变壁厚、球阀、地面定标点、直管和凹陷对应的第一类目标剔除数据。
(b2)根据环焊缝处虚假应变特征的基准内检测里程和尺寸确定确定对齐后的惯性测绘内检测数据中与环焊缝处虚假应变特征对应的第二类目标剔除数据。以及
(b3)将第一类目标剔除数据和第二类目标剔除数据从对齐后的惯性测绘内检测数据中剔除，以得到剔除后惯性测绘内检测数据。
本领域技术人员应当理解，一段油气管道可以包括弯头、变壁厚、球阀、地面定标点、直管、凹陷以及环焊缝处虚假应变特征中的部分或全部种类的虚假应变特征，也可以不包括弯头、变壁厚、球阀、地面定标点、直管、凹陷以及环焊缝处虚假应变特征中的任何一种。本发明实施例所述的根据基准内检测数据中的某一或某些种类的虚假应变特征的相关信息确定已经对齐的原始惯性测绘内检测数据或对齐后的惯性测绘内检测数据中与该一或该些种类的虚假应变特征对应的相关数据作为目标剔除数据，并不限定基准内检测数据中一定包括该一或该些种类的虚假应变特征的相关信息，而是指实际存在所提及的虚假应变特征的全部种类中哪些种类就按实际存在的种类执行。
具体地，步骤S150中的根据基准内检测数据和尺寸将惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除例如包括步骤：
(c1)根据弯头的基准内检测里程、变壁厚的基准内检测里程、球阀的基准内检测里程、地面定标点的基准内检测里程、直管的基准内检测里程和凹陷的基准内检测里程分别确定惯性测绘内检测数据中与弯头、变壁厚、球阀、地面定标点、直管和凹陷对应的第一类目标剔除数据。
(c2)根据环焊缝处虚假应变特征的基准内检测里程和尺寸确定确定惯性测绘内检测数据中与环焊缝处虚假应变特征对应的第二类目标剔除数据。
以及
(c3)将第一类目标剔除数据和第二类目标剔除数据从惯性测绘内检测数据中剔除，以得到剔除后惯性测绘内检测数据。
具体地，惯性测绘内检测数据和基准内检测数据的检测时间间隔小于半年。
本发明实施例通过做好两套检测数据也即惯性测绘内检测数据和基准内检测数据的对齐，以便进行弯头、变壁厚、凹陷等虚假应变特征对应的特征点的准确匹配，防止误判。如前所述，不需进行两套数据的对齐也即两套数据本身已经为对齐的数据的情况下，例如同一家内检测承包商的检测，当内检测承包商把惯性测绘内检测器加挂在几何/漏磁内检测器上(在实际生产运行过程中，惯性测绘内检测器可以单独运行，但也可同步加挂在几何内检测器或漏磁内检测器上以降低多次运行成本)时，两种不同检测单元和里程轮的数据通过时钟同步记录，即可实现检测应变特征位置里程的统一，则无需额外开展数据对齐工作，直接根据原始的两套数据进行惯性测绘内检测数据中的虚假应变特征的排除。但是，若对于不同检测承包商，有时并不允许将其他公司的惯性测绘内检测器加挂在自己公司的几何/漏磁内检测器上，或虽然同意加挂在几何/漏磁内检测器上却不提供两家检测器的数据同步服务，导致检测出的惯性测绘内检测数据成为“数据孤岛”，没有特征位置里程统一的几何/漏磁内检测分析数据的支撑，就无法单独利用本次检测结果开展管道应变分析，此时就需要按照本发明实施例的方法对将惯性测绘内检测数据向基准内检测数据对齐，之后再根据基准内检测数据排除对齐后的惯性测绘内检测数据中的虚假应变特征。本发明实施例的对齐方法能够将惯性测绘内检测结果与任意检测承包商的任一次同管线几何/漏磁内检测结果有效对齐。
考虑到在几大特征信号中，弯头的信号最强最明显，两套数据匹配率最高，因此可以通过适当的原则对弯头进行筛选，之后利用一定的方法找到筛选出的弯头位置对应的两套数据对应的检测里程，并将其作为插值样本点，以弯头的几何/漏磁内检测里程为基准，利用线性插值将惯性测绘内检测原检测里程进行对齐。线性插值法是一种被广泛应用于理论研究和生产实践的重要数值方法，它既能反映原函数的特性，其建立的新函数又便于计算机的快速计算，因此在开展惯性测绘内检测数据与几何/漏磁内检测数据离线对齐时是一种理想的辅助工具。但是在选择插值点时，由于两种检测结果产生里程误差还有一个重要因素是由里程轮磨损导致的记录误差(即并不是全程均匀分布，后面记录的里程误差会随里程轮磨损程度加大而逐渐变大)，故若仅以里程最小的弯头和里程最大的弯头进行插值，则会出现首末附近里程较准，而管线中间里程偏差较大的现象，影响后面信号比对结果的准确性。为解决这个问题，例如可采用多段线性插值的方法，以一条管线的重要特征为截点，分段进行线性插值，因此，可进一步选择位于里程最小的弯头和里程最大的弯头之间的部分弯头也作为插值弯头，从而进行多段线性插值，进一步提供后续比对结果的准确性。当完成检测数据对齐后，即可开展虚假应变的排除工作，在这个过程中，需要排除两大类虚假应变信号，一类是由凹陷、变壁厚、弯头等管道本体引发的应变信号，此类信号可通过比对几何/漏磁内检测结果进行有效排除。第二类信号位于环焊缝、峰值较大、波形陡峭，此类信号是惯性测绘内检测器在通过有错边/斜接/内焊缝余高的环焊缝时，因中心线改变或惯性测绘内检测器震动而引发产生，针对这种信号，本发明实施例又根据惯性测绘内检测器运行原理，提出结合惯性测绘内检测器尺寸的环焊缝异常信号的排除方法，能够有效开展油气管道虚假应变信号排除工作。
本发明实施例的用于油气管道的数据处理方法100可以仅基于油气管道的单次惯性测绘内检测的相关数据和单次的几何/漏磁内检测的相关数据，就可以有效排除油气管道的弯头、变壁厚、球阀、地面定标点、直管、凹陷以及环焊缝处虚假应变特征。尤其针对在利用惯性测绘内检测数据识别油气管道在地质灾害管土作用下产生的应变时，无法利用重复检测法开展应变识别，即仅有一次惯性测绘内检测的检测数据，且惯性测绘内检测的检测数据没有与几何/漏磁内检测数据同时运行且同步的油气管道，为有效识别出该油气管道在外部载荷作用下的真实应变，保障油气管道的安全运行，提出基于线性插值法的将惯性测绘内检测数据与同时运行或非同时运行的几何/漏磁内检测数据对齐的方法，可以解决惯性测绘内检测数据成为“数据孤岛”的问题，利于实现其数据的深度挖掘和综合利用，及时判断出油气管道真实应变，无需开展多轮惯性测绘内检测，从而节省开展多轮惯性测绘内检测检测的成本与时间。提出基于几何/漏磁内检测的检测数据并考虑惯性测绘内检测数据对应的惯性测绘内检测器的尺寸的排除油气管道的惯性测绘内检测数据中的虚假应变特征的方法，可以有效排除弯头；变壁厚；球阀；地面定标点；直管；凹陷；以及环焊缝处虚假应变特征等导致的油气管道惯性测绘内检测得到的检测数据中的虚假应变特征信号。
在本发明实施例中，提供一种处理器，其例如被配置成执行根据任意一项前述实施例的用于油气管道的数据处理方法100。其中，用于油气管道的数据处理方法100的具体功能和细节可参考前述实施例的相关描述，在此不再赘述。
具体地，处理器例如可为工控机、笔记本电脑、平板电脑、嵌入式系统、微处理器、手机、可编程逻辑器件等数据处理设备。
下面结合具体示例来说明本发明实施例的用于油气管道的数据处理方法100的工作过程。
本发明示例提供一种油气管道惯性测绘内检测数据的虚假应变特征信号排除方法，例如主要包括以下几个步骤：
1、准备油气管道某次惯性测绘内检测的里程-应变分析数据列表(列表信息包括应变特征的里程、水平应变值和垂直应变值，检测公司的IMU数据分析软件自带该数据列表的导出功能)以及检测时间(或称运行时间)与惯性测绘内检测的检测时间间隔不超过半年的几何内检测的列表或漏磁内检测的列表。
所取的几何内检测或漏磁内检测若是与惯性测绘内检测非同时运行，或虽然同时运行但在运行过程中未能实现与惯性测绘内检测同步记录数据(一般多发生于所取的几何内检测或漏磁内检测和IMU内检测对应的检测器归属不同检测承包商的情况下)，则进入步骤2-5进行数据对齐。
需提及的是，若所取的几何内检测或漏磁内检测是与惯性测绘内检测同时运行且两套数据为同步记录，也可使用该方法，跳过步骤2-5，直接进入步骤6-9进行虚假应变特征信号排除。
2、取惯性测绘内检测的里程-应变分析数据列表，利用函数绘图软件(如origin软件)打开，生成油气管道的惯性测绘内检测里程-应变曲线。
3、取几何内检测的列表或漏磁内检测的列表中的弯头列表(弯头列表信息包括弯头里程、角度和方向(水平/垂直))，在其中筛选用于插值的弯头。图2为该步骤的详细流程示意图。
(1)将弯头按里程排列，取第一个弯头和最后一个弯头(无论其角度为多少)，用于确定曲线起始点和终止点。
(2)在剩余的弯头中，筛选出角度大于10度的弯头。
(3)在步骤(2)筛选出的弯头中，将油气管道的里程以m公里(取值范围为2-4公里)为间隔划分为多个区间，并以每个区间内至少有1个弯头为原则，适量去除角度相对较小的弯头信号，保留每个区间内角度最大的1-2个弯头，在保证后续对齐的精度的前提下，适当减少后面步骤4的工作量。
(4)步骤(3)中，若油气管道某一个区间内筛选出的弯头不足1个，则从步骤(2)中剩余的弯头(即角度不大于10度的弯头)中，筛选出位于该区间内的至少1个角度相对较大的弯头。若某段油气管道确实没有弯头则不必筛选。
4、设经过步骤3共筛选出n个用于插值的弯头，并设每个用于插值的弯头对应的几何内检测里程或漏磁内检测里程为Si(i＝1，2，...，n)，设与n个用于插值的弯头对应的惯性测绘内检测里程为si(i＝1，2，...，n)，两类里程也即Si和si均取小数点后一位，将每个用于插值的弯头的几何内检测里程或漏磁内检测里程与对应的惯性测绘内检测里程一一对应，形成列表。图3为该步骤的详细流程示意图。具体步骤如下：
(1)取第一个用于插值的弯头，在几何内检测列表或漏磁内检测列表的弯头列表中读取其里程值S1，在步骤2打开的惯性测绘内检测里程-应变曲线中，定位到S1附近(前后各约100m)，结合几何内检测列表或漏磁内检测列表的弯头列表中的方向信息，找到惯性测绘内检测里程-应变曲线中该弯头的信号，并记录其峰值对应的实际里程值为s1。
(2)定义用于插值的弯头对应的几何内检测里程或漏磁内检测里程与IMU内检测里程的里程差为Δ，即每个用于插值的弯头对应的里程差Δi(i＝1，2，...，n)为：
Δi＝Si-si (1)
(3)按照下法依次记录下几何内检测列表或漏磁内检测列表的弯头列表中筛选出的第2、3、...、n个用于插值的弯头对应的惯性测绘内检测里程值。
考虑到累计误差的变化规律，随着i的增加，Δi的值会逐渐变大或变小，但相邻两个弯头的Δi变化并不大，故在预估每一个弯头大致位置时，可参考其前一个弯头对应的里程差，利用式(2)预估该弯头的大致位置s′j(j＝2，3，...，n)。
s′j＝Sj-Δj-1 (2)
然后在惯性测绘内检测里程-应变曲线中直接定位到里程值为s′j(j＝2，3，...，n)的位置的附近区域(前后各约100m)，结合几何内检测列表或漏磁内检测列表的弯头列表中的弯头的方向，即可在该区域范围内找到此弯头的信号并记录下该弯头峰值对应的实际里程值也即sj(j＝2，3，...，n)。需要说明的是，在s′j(j＝2，3，...，n)附近区域中分辨目标弯头信号时，鉴于步骤3筛选的多是角度较大的弯头，故在确定好的区域范围内找寻信号图像时，若此区域范围内存在多个信号峰，则明显高于其他应变特征的信号峰一般即为该目标弯头。
最后即可得到n个目标弯头也即用于插值的弯头的几何内检测里程或漏磁内检测里程与惯性测绘内检测里程的对应列表。
5、利用步骤4得到的插值点列表也即n个用于插值的弯头的几何内检测里程或漏磁内检测里程与惯性测绘内检测里程的对应列表中几何内检测里程或漏磁内检测里程S和惯性测绘内检测里程s的两列数值(Si，si)作为函数y＝f(x)的对应插值点的坐标，其中，y表示某一用于插值的弯头对应的对齐后的惯性测绘内检测里程，x表示该用于插值的弯头对应的原惯性测绘内检测里程，每两个插值点为一段，分段进行线性插值并将各段结果拼合在一起，结合原惯性测绘内检测的应变数据，生成新的也即对齐后的里程-应变分析数据列表。
6、利用新的里程-应变分析数据列表，在检测承包商提供的IMU应变分析软件(如bend strain软件)中生成新的惯性测绘内检测应变曲线，以“变化量超过0.125％的管道弯曲特征的应变”为准则，初筛符合标准的管道应变特征，形成惯性测绘内检测管道应变特征列表(列表信息包括应变特征的起点里程、终点里程、水平应变、垂直应变，IMU应变分析软件可自动生成惯性测绘内检测管道应变特征列表。
7、利用新的惯性测绘内检测应变曲线+几何内检测列表或漏磁内检测列表，或新的惯性测绘内检测管道应变特征列表+几何内检测列表或漏磁内检测列表的方式，将步骤6生成的惯性测绘内检测管道应变特征列表中每一个应变特征，按里程信息，结合几何内检测列表或漏磁内检测列表(包括各种子列表如弯头、变壁厚、球阀、地面定标点、直管以及凹陷等信息对应的列表，将弯头、变壁厚、球阀、地面定标点、直管以及凹陷等进行排除。在该过程中，同一个应变特征对应的几何内检测里程或漏磁内检测里程，与惯性测绘内检测里程之间的偏差可允许在±5m之间。
8、对于位于环焊缝(可将几何内检测列表或漏磁内检测列表中的环焊缝特征列表提前导入IMU应变分析软件中)的应变特征，在新的惯性测绘内检测应变曲线中，观察若环焊缝特征对应的信号的宽度d约为惯性测绘内检测器的长度L的2倍，则将该信号视为由于惯性测绘内检测器在通过有错边、斜接或内焊缝余高的环焊缝时产生震动引发的虚假应变特征，并予以排除。步骤1-8的完整流程如图4所示。
9、将排除所有虚假应变特征信号的惯性测绘内检测管道应变特征列表进行整理，可用于编制应变评价报告等。
下面具体给出本发明示例的一具体应用示例。
某段原油管道A站-B站于2020年8月由某外资运营商开展了漏磁内检测，同时还加挂运行了该管道公司自主研发的IMU内检测器(IMU检测器尺寸长约4m，检测里程约为71.2km)，但由于检测承包商不同意将两个检测器的数据相连，故两组检测数据并不同步。本段管道之前从未做过惯性测绘内检测(也即IMU)。
下面将对此次IMU管道应变数据进行分析，结合同期运行但检测数据并不同步的漏磁内检测结果，将管道本体特征(如弯头、变壁厚等)、形变缺陷特征(如凹陷)以及环焊缝处的斜接/错边/内焊缝余高等的影响进行排除，从而得到真实的、由于地灾管土作用导致的管道应变特征。
1、准备管道此次惯性测绘内检测的里程-应变分析数据列表(见表1)以及漏磁内检测列表(见表2)。
表1惯性测绘内检测里程-应变分析数据列表(步长约0.2m)
表2漏磁内检测列表
2、利用函数绘图软件(如origin)打开惯性测绘内检测的里程-应变分析数据列表，生成管道里程-垂直应变/水平应变曲线图如图5所示。其中，1-垂直应变；2-水平应变。
3、取漏磁内检测结果中的全部弯头列表如表3所示，一共440个。在此表中筛选用于插值的弯头。
表3漏磁内检测弯头列表
(1)按里程排列，取第一个弯头和最后一个弯头信号，即上游环焊缝编号50、绝对里程7.3m、相对里程1.4m、44度垂直向上的热弯头，以及上游环焊缝编号61860、绝对里程71301.2m、相对里程1.5m、46度垂直向上的热弯头，用于确定曲线起始、终止点。
(2)在剩余的弯头中，筛选出角度大于10度的弯头信号如表4所示，一共32个。
表4角度大于10度的漏磁内检测弯头列表
(3)在表4筛选出的弯头中，以每2～4公里内至少有1个弯头为原则，适量去除角度相对较小的弯头信号(保留步骤(1)选出的第一个和最后一个弯头信号)，见表5，共剔除13个，保留19个。
表5以每2～4公里内至少有1个弯头为原则筛选的角度大于10度的漏磁内检测弯头列表
(4)在表5中检查是否有不满足每2～4公里内至少有1个弯头的情况，可发现第1、2号弯头间距约42公里，则在此段，每2～4公里内，从步骤(2)剩余的(即弯曲角度不大于10度的)弯头中，选取至少1个弯曲角度相对较大的弯头信号填补表5。共填补11个弯头，形成最终插值弯头列表如表6所示。其中，26364.1m至37487.7m段(第10～11号弯头之间)漏磁内检测结果表中并无任何其他弯头信息，说明此段为直线敷设，不必筛选。
表6用于插值的漏磁内检测弯头总表
4、设筛选出的30个弯头对应的几何/漏磁内检测里程为Si(i＝1，2，...，n)，惯性测绘内检测里程为si(i＝1，2，...，n)，两类里程均取小数点后一位，将每个弯头的几何/漏磁内检测里程与惯性测绘内检测里程一一对应。
(1)取第一个弯头，在几何/漏磁内检测列表中读取其里程值S1＝7.3，在步骤2打开的惯性测绘内检测里程-应变曲线中，定位到S1附近(前后各约100m)(见图6，图中：1-垂直应变；2-目标弯头信号；3-水平应变；4-软件读取的目标弯头信号峰值坐标)，结合该弯头方向信息(垂直向上)，找到曲线中该弯头的信号(图中，虚线表示垂直应变曲线，根据惯性测绘内检测原理，向上弯曲的弯头应变值为负)，在图中读取其峰值对应的里程值s1＝5.9，记录该值。需要说明的是，鉴于该弯头角度较大(44度)，故在附图6中找寻信号图像时，虽然该视域内存在多个信号峰，但仍可轻易地通过寻找明显高于其它垂直应变信号峰值(应变值不足2％)的方法判断出该弯头。
(2)计算第一个弯头对应的里程差Δ1＝S1-s1＝1.4。
(3)在几何/漏磁内检测列表中读取第二个弯头的里程值S2＝4631.9，预估该弯头在惯性测绘内检测应变曲线中的大致位置s′2＝S2-Δ1＝4630.5，在惯性测绘内检测里程-应变曲线中直接定位到检测里程为s′2的附近(前后各约100m)如图7(图中：1-垂直应变；2-水平应变；3-软件读取的目标弯头信号峰值坐标)所示，结合弯头方向信息(垂直向下)，即可在该视域范围内发现唯一的一个向上的信号峰即为此弯头的信号，记录下该弯头峰值对应的实际里程值s2＝4625.2。
(4)用同样的方法记录下其它弯头峰值对应的实际里程值s3～s30。最终得到插值弯头对应的两套检测里程值如表7所示。
表7插值弯头对应的两套检测里程列表
5、将表7中“几何/漏磁内检测里程S”和“IMU内检测里程s”两列数值(Si，si)作为函数y＝f(x)的对应插值点的坐标，其中，y表示对齐后IMU检测里程，x表示原IMU各记录点的检测里程，两两分段进行线性插值，结合原应变数据，生成新的也即数据对齐后的惯性测绘内检测里程-应变分析数据列表。例如还可以对前述对齐后的惯性测绘内检测里程-应变分析数据列表的数据进行进一步处理，最终得到如表8所示的里程步长为0.5m且对各个里程向0.5m的整数倍进行了取整的对齐后的惯性测绘内检测里程-应变分析数据列表。当然，也可以不进行前述进一步处理。
表8进一步处理后的对齐后的惯性测绘内检测里程-应变分析数据列表(步长0.5m)
6、利用步骤5的数据在检测承包商提供的分析软件中生成新的惯性测绘内检测应变曲线，以“变化量超过0.125％的管道弯曲特征的应变”为准则，初筛符合标准的管道应变特征545个，形成惯性测绘内检测管道应变特征列表如表9所示。
表9惯性测绘内检测管道应变特征列表
7、将步骤6生成的惯性测绘内检测管道应变特征列表中每一个应变，按检测里程，结合几何/漏磁内检测列表，将弯头、变壁厚、球阀、地面定标点、支管等管道固有特征以及凹陷进行排除。在该过程中，两套检测结果对应特征里程可允许偏差值为±5m。
8、将几何/漏磁内检测的环焊缝里程信息提前导入IMU应变分析软件，若发现有位于环焊缝的应变信号如图8(图中：1-环焊缝处应变信号峰；2-应变0.125％的阈值线)所示，其信号宽度d约为检测器长度L(从此次IMU检测报告里可查找到检测器的长度L＝2m)的2倍，则将此类应变信号视为由于惯性测绘检测器在通过有错边/斜接/内焊缝余高的环焊缝时产生震动引发的虚假应变，予以排除。
9、将排除了所有虚假应变特征信号的惯性测绘内检测管道应变特征列表进行整理，共64个，如表10所示，根据此结果可用于后续编制应变评价报告等。
表10惯性测绘内检测管道应变特征列表
综上所述，本发明实施例通过前述技术方案可以实现如下有益效果：
(1)可以有效排除管道单次IMU检测结果中的虚假应变特征信号，突破常用的“多轮IMU检测法”判断管道变形区域的局限性，利用单次IMU数据即可完成管道在外载作用下的应变识别工作，有效排除管道固有形变特征(弯头、变壁厚、球阀、地面定标点、直管和凹坑等)及环焊缝处斜接/错边/内焊缝余高等导致的虚假应变特征信号，可实现单次惯性测绘内检测数据的有效利用与深度挖掘，具有良好通用性，可信度高，节省多轮IMU检测的成本与时间，具有很强的实用性。
(2)通过排除虚假应变特征信号，能够准确获取管道因外力导致的真实的变形信息，进而监控管道的高风险点，对管道风险评价、完整性评价等具有重要意义，可以为开挖修复等工作节省时间与经费成本。
(3)在结合几何/漏磁内检测数据进行弯头等管道固有特征及缺陷特征比对时，突破了原有的IMU数据必须与几何/漏磁内检测数据同时运行且数据同步的数据前提局限性，利用分段线性插值法，仅通过弯头特征即可实现两套数据离线对齐，将可结合的几何/漏磁内检测数据范围拓展到了非同时运行或虽然同时运行但未能实现与IMU同步记录数据的情况，校准后的全部应变里程偏差均可控制在正负5米以内，是一种准确、通用且简便的方法。
(4)在排除虚假应变特征的过程中，不仅考虑到几何/漏磁内检测数据中能够记录的弯头、变壁厚、球阀、地面定标点、直管、凹陷等特征产生的虚假应变特征，还提出了针对惯性测绘内检测器在通过有错边/斜接/内焊缝余高的环焊缝时产生的虚假应变特征的判别方法，考虑因素全面，可以提高排除结果的可信度。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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。
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。
存储器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)。存储器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。
还需要说明的是，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、商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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (7)
1.一种用于油气管道的数据处理方法，其特征在于，包括：
获取所述油气管道的惯性测绘内检测数据和基准内检测数据以及所述惯性测绘内检测数据对应的惯性测绘检测器的尺寸，其中所述基准内检测数据为几何内检测数据或漏磁内检测数据；
确定所述惯性测绘内检测数据与所述基准内检测数据是否对齐；
在确定所述惯性测绘内检测数据与所述基准内检测数据对齐的情况下，根据所述基准内检测数据和所述尺寸将所述惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除，以得到剔除后惯性测绘内检测数据，其中，所述预设虚假应变特征包括以下中至少一者：弯头、变壁厚、球阀、地面定标点、直管、凹陷、环焊缝处虚假应变特征，所述环焊缝处虚假应变特征为环焊缝处斜接、错边和/或内焊缝余高导致的虚假应变特征，所述惯性测绘内检测数据包括所述油气管道的应变特征的惯性测绘内检测里程、惯性测绘内检测水平应变和惯性测绘内检测垂直应变，所述基准内检测数据包括所述油气管道的所述预设虚假应变特征的基准内检测里程以及所述油气管道的弯头的基准内检测角度和基准内检测方向；以及
在确定所述惯性测绘内检测数据与所述基准内检测数据未对齐的情况下，利用线性插值法将所述惯性测绘内检测数据与所述基准内检测数据对齐，并根据所述基准内检测数据和所述尺寸将所述对齐后的所述惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除，以得到剔除后惯性测绘内检测数据；
其中，所述利用线性插值法将所述惯性测绘内检测数据与所述基准内检测数据对齐包括：
根据所述惯性测绘内检测数据生成所述油气管道对应的惯性测绘内检测里程-应变曲线，其中所述里程-应变曲线中包括所述应变特征的惯性测绘内检测里程、惯性测绘内检测水平应变和惯性测绘内检测垂直应变；
根据所述弯头的基准内检测里程和基准内检测角度从所述弯头中筛选出插值弯头；
根据所述惯性测绘内检测里程-应变曲线、所述插值弯头的基准内检测里程和基准内检测方向确定所述插值弯头的惯性测绘内检测里程；
根据线性插值法、所述插值弯头的基准内检测里程和所述插值弯头的惯性测绘内检测里程对所述应变特征的惯性测绘内检测里程进行对齐，以得到所述应变特征的对齐后的惯性测绘内检测里程；以及
根据所述应变特征的对齐后的惯性测绘内检测里程、所述应变特征的惯性测绘内检测水平应变和所述应变特征的惯性测绘内检测垂直应变确定所述对齐后的所述惯性测绘内检测数据。
2.根据权利要求1所述的数据处理方法，其特征在于，所述根据线性插值法、所述插值弯头的基准内检测里程和所述插值弯头的惯性测绘内检测里程对所述应变特征的惯性测绘内检测里程进行对齐，以得到所述应变特征的对齐后的惯性测绘内检测里程包括：
根据所述应变特征的惯性测绘内检测里程和所述插值弯头的惯性测绘内检测里程确定与所述应变特征相邻的左侧插值弯头和右侧插值弯头；以及
根据所述应变特征的惯性测绘内检测里程、所述左侧插值弯头的基准内检测里程和惯性测绘内检测里程以及所述右侧插值弯头的基准内检测里程和惯性测绘内检测里程确定所述应变特征的对齐后的惯性测绘内检测里程。
3.根据权利要求2所述的数据处理方法，其特征在于，所述根据所述应变特征的惯性测绘内检测里程、所述左侧插值弯头的基准内检测里程和惯性测绘内检测里程以及所述右侧插值弯头的基准内检测里程和惯性测绘内检测里程确定所述应变特征的对齐后的惯性测绘内检测里程包括：
根据以下公式确定所述应变特征的对齐后的惯性测绘内检测里程：
Y＝((X-X1)(Y2-Y1)/(X2-X1))+Y1；
其中，Y为应变特征的对齐后的惯性测绘内检测里程，X为所述应变特征的惯性测绘内检测里程，X1为所述左侧插值弯头的惯性测绘内检测里程，X2为所述右侧插值弯头的惯性测绘内检测里程，Y1为所述左侧插值弯头的基准内检测里程，Y2为所述右侧插值弯头的基准内检测里程。
4.根据权利要求1所述的数据处理方法，其特征在于，所述根据所述基准内检测数据和所述尺寸将所述对齐后的所述惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除包括：
根据所述弯头的基准内检测里程、所述变壁厚的基准内检测里程、所述球阀的基准内检测里程、所述地面定标点的基准内检测里程、所述直管的基准内检测里程和所述凹陷的基准内检测里程分别确定所述对齐后的所述惯性测绘内检测数据中与所述弯头、所述变壁厚、所述球阀、所述地面定标点、所述直管和所述凹陷对应的第一类目标剔除数据；
根据所述环焊缝处虚假应变特征的基准内检测里程和所述尺寸确定所述对齐后的所述惯性测绘内检测数据中与所述环焊缝处虚假应变特征对应的第二类目标剔除数据；以及
将所述第一类目标剔除数据和所述第二类目标剔除数据从所述对齐后的所述惯性测绘内检测数据中剔除，以得到所述剔除后惯性测绘内检测数据。
5.根据权利要求1所述的数据处理方法，其特征在于，根据所述基准内检测数据和所述尺寸将所述惯性测绘内检测数据中的预设虚假应变特征对应的数据剔除包括：
根据所述弯头的基准内检测里程、所述变壁厚的基准内检测里程、所述球阀的基准内检测里程、所述地面定标点的基准内检测里程、所述直管的基准内检测里程和所述凹陷的基准内检测里程分别确定所述惯性测绘内检测数据中与所述弯头、所述变壁厚、所述球阀、所述地面定标点、所述直管和所述凹陷对应的第一类目标剔除数据；
根据所述环焊缝处虚假应变特征的基准内检测里程和所述尺寸确定所述惯性测绘内检测数据中与所述环焊缝处虚假应变特征对应的第二类目标剔除数据；以及
将所述第一类目标剔除数据和所述第二类目标剔除数据从所述惯性测绘内检测数据中剔除，以得到所述剔除后惯性测绘内检测数据。
6.根据权利要求1所述的数据处理方法，其特征在于，所述惯性测绘内检测数据和所述基准内检测数据的检测时间间隔小于半年。
7.一种处理器，其特征在于，被配置成执行根据权利要求1至6中任意一项所述的用于油气管道的数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210541961.8A CN114992528B (zh) | 2022-05-17 | 2022-05-17 | 用于油气管道的数据处理方法和处理器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210541961.8A CN114992528B (zh) | 2022-05-17 | 2022-05-17 | 用于油气管道的数据处理方法和处理器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114992528A CN114992528A (zh) | 2022-09-02 |
| CN114992528B true CN114992528B (zh) | 2024-05-24 |
Family
ID=83027140
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210541961.8A Active CN114992528B (zh) | 2022-05-17 | 2022-05-17 | 用于油气管道的数据处理方法和处理器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114992528B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0450152A1 (en) * | 1990-04-04 | 1991-10-09 | Kabushiki Kaisha Toshiba | Computerized tomographic imaging method and apparatus utilizing data interpolation for helical scanning |
| US6243483B1 (en) * | 1998-09-23 | 2001-06-05 | Pii North America, Inc. | Mapping system for the integration and graphical display of pipeline information that enables automated pipeline surveillance |
| WO2014055923A2 (en) * | 2012-10-05 | 2014-04-10 | Elizabeth Begin | System and method for instant and automatic border detection |
| CN106644292A (zh) * | 2016-12-28 | 2017-05-10 | 宁波市鄞州磁泰电子科技有限公司 | 一种热力管道泄漏磁温综合检测方法 |
| US9989436B1 (en) * | 2016-06-27 | 2018-06-05 | Willowstick Technologies, Llc | Method and device for detecting the location and magnitude of a leak in a pipe measuring aberrant electromagnetic radiation from within a pipe |
| CN111141400A (zh) * | 2019-12-04 | 2020-05-12 | 深圳中广核工程设计有限公司 | 核电站弯管热疲劳敏感区管壁温度测量方法 |
| CN111159639A (zh) * | 2018-11-07 | 2020-05-15 | 中国石油化工股份有限公司 | 一种管道内检测数据对齐方法及装置 |
| CN113032380A (zh) * | 2021-03-25 | 2021-06-25 | 中国石油管道局工程有限公司 | 管道内外检测数据对齐方法、系统及设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040261547A1 (en) * | 2002-10-01 | 2004-12-30 | Russell David Alexander | Method of deriving data |
| WO2017011850A1 (en) * | 2015-07-17 | 2017-01-26 | The University Of Adelaide | Method and system for pipeline condition analysis |
-
2022
- 2022-05-17 CN CN202210541961.8A patent/CN114992528B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0450152A1 (en) * | 1990-04-04 | 1991-10-09 | Kabushiki Kaisha Toshiba | Computerized tomographic imaging method and apparatus utilizing data interpolation for helical scanning |
| US6243483B1 (en) * | 1998-09-23 | 2001-06-05 | Pii North America, Inc. | Mapping system for the integration and graphical display of pipeline information that enables automated pipeline surveillance |
| WO2014055923A2 (en) * | 2012-10-05 | 2014-04-10 | Elizabeth Begin | System and method for instant and automatic border detection |
| US9989436B1 (en) * | 2016-06-27 | 2018-06-05 | Willowstick Technologies, Llc | Method and device for detecting the location and magnitude of a leak in a pipe measuring aberrant electromagnetic radiation from within a pipe |
| CN106644292A (zh) * | 2016-12-28 | 2017-05-10 | 宁波市鄞州磁泰电子科技有限公司 | 一种热力管道泄漏磁温综合检测方法 |
| CN111159639A (zh) * | 2018-11-07 | 2020-05-15 | 中国石油化工股份有限公司 | 一种管道内检测数据对齐方法及装置 |
| CN111141400A (zh) * | 2019-12-04 | 2020-05-12 | 深圳中广核工程设计有限公司 | 核电站弯管热疲劳敏感区管壁温度测量方法 |
| CN113032380A (zh) * | 2021-03-25 | 2021-06-25 | 中国石油管道局工程有限公司 | 管道内外检测数据对齐方法、系统及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114992528A (zh) | 2022-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111637367B (zh) | 山地输气管道内腐蚀缺陷检测与评价方法 | |
| CN109632940B (zh) | 一种山地管道环焊缝非接触识别定位方法 | |
| CN101979910B (zh) | 一种管道内检测器里程轮误差的修正方法 | |
| CN105243089A (zh) | 一种管道内检测数据处理方法 | |
| CN113032380B (zh) | 管道内外检测数据对齐方法、系统及设备 | |
| CN107965673A (zh) | 基于ar技术的天然气管道缺陷定位方法及装置 | |
| CN105354257A (zh) | 一种管道本体数据的里程与地理空间坐标拟合方法 | |
| US10309861B2 (en) | Intelligent pipeline small leaks and thefts detection methods and systems | |
| CN111365623B (zh) | 一种基于线性拟合的负压波拐点识别方法 | |
| CN114136993B (zh) | 一种盾构隧道环缝检测方法与系统 | |
| CN114992528B (zh) | 用于油气管道的数据处理方法和处理器 | |
| CN103076391A (zh) | 金属管道局部腐蚀的定量检测方法 | |
| JP2019100729A (ja) | 情報提示システム、情報提示方法およびプログラムに関する | |
| CN103697844A (zh) | 基于内检测的油气管道中线坐标修正方法 | |
| CN107120532A (zh) | 基于快速正交搜索算法的管道连接器检测方法 | |
| CN111159837A (zh) | 一种油气管道管体缺陷对齐方法及装置 | |
| CN114964118B (zh) | 管道凹陷检测方法、处理器和管道凹陷识别装置 | |
| CN113063100A (zh) | 管道泄漏的检测方法及装置 | |
| CN110984114A (zh) | 一种深基坑全周期动态监测方法 | |
| CN114199441A (zh) | 用于确定埋地管道的最大服役应力的方法、处理器及装置 | |
| CN114331128A (zh) | 一种基于物联网的智慧水务管理方法、系统、设备及介质 | |
| CN211783341U (zh) | 一种自动检测成型管环几何量的测量系统 | |
| CN112985369A (zh) | 基于新型人工鱼群算法的管道连接器检测方法 | |
| KR101552807B1 (ko) | Psd 모듈을 이용한 배관탐사 로봇의 배관 검사 방법 | |
| CN111551637A (zh) | 海底管线焊缝缺陷aut检测定量方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |