CN116221625A - 基于光纤声波技术的天然气管道监测定位系统及方法 - Google Patents

基于光纤声波技术的天然气管道监测定位系统及方法 Download PDF

Info

Publication number
CN116221625A
CN116221625A CN202310101992.6A CN202310101992A CN116221625A CN 116221625 A CN116221625 A CN 116221625A CN 202310101992 A CN202310101992 A CN 202310101992A CN 116221625 A CN116221625 A CN 116221625A
Authority
CN
China
Prior art keywords
natural gas
blockage
system module
das
module
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.)
Pending
Application number
CN202310101992.6A
Other languages
English (en)
Inventor
孙正义
季永强
范进争
马钢
田永刚
王团亮
李国杰
孙道国
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.)
PEGASUS (QINGDAO) OPTOELECTRONICS Inc
Original Assignee
PEGASUS (QINGDAO) OPTOELECTRONICS Inc
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 PEGASUS (QINGDAO) OPTOELECTRONICS Inc filed Critical PEGASUS (QINGDAO) OPTOELECTRONICS Inc
Priority to CN202310101992.6A priority Critical patent/CN116221625A/zh
Publication of CN116221625A publication Critical patent/CN116221625A/zh
Pending legal-status Critical Current

Links

Images

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
    • F17D5/005—Protection or supervision of installations of gas pipelines, e.g. alarm
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D3/00—Arrangements for supervising or controlling working operations
    • F17D3/01—Arrangements for supervising or controlling working operations for controlling, signalling, or supervising the conveyance of a product
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D3/00—Arrangements for supervising or controlling working operations
    • F17D3/18—Arrangements for supervising or controlling working operations for measuring the quantity of conveyed product
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开一种基于光纤声波技术的天然气管道监测定位系统及方法，属于管道监测技术领域，包括管理系统模块、通讯光缆模块、DAS系统模块、SCADA系统模块以及大数据处理系统模块，DAS系统模块对声波信号的位置进行识别，DAS系统模块与大数据处理系统模块相连接，大数据处理系统模块与SCADA系统相连接，所述管理系统模块连接所述DAS系统模块和大数据处理系统模块。本发明将传统的声波监测及定位方法与大数据处理方法相互结合，通过管道沿线光纤接收到的声波信息，DAS系统判断管道是否出现堵塞或积水问题并进行定位，降低误报率，改善整个系统的性能，解决了现有技术中出现的问题。

Description

基于光纤声波技术的天然气管道监测定位系统及方法
技术领域
本发明涉及一种基于光纤声波技术的天然气管道监测定位系统及方法，尤其涉及一种分布式光纤声波传感技术的天然气管道堵塞或积水定位系统及方法，属于管道监测技术领域。
背景技术
天然气管道属于天然气能源输送的重要方式，与其它类型的输送方面，管道输送的经济性以及安全性都相对较强，但是由于天然气能源的气质条件存在一定的差异，我国各个地区的气候条件相对较为复杂，在进行天然气能源输送的过程中，由于地理环境、自然环境和输气环境等诸方面的影响，管道容易出现堵塞或积水问题，例如水合物堵塞、杂质堵塞、冰堵等。管道堵塞或积水将会对管道的运行效率产生严重影响，在对堵塞或积水问题进行排查的过程中，需要消耗的人力资源、物力资源相对较多。在堵塞或积水的前期阶段如果可以对堵塞或积水问题进行准确识别，对堵塞或积水位置进行准确判断，则可以采取有效的措施解决堵塞或积水问题，防止堵塞或积水问题影响管道安全运行。因此，研发一种实时、可靠、准确的天然气管道堵塞或积水定位方法十分必要，通过引入实时定位技术的方式，可以对管道堵塞或积水位置进行准确的判断，为运营管理企业制定解堵方案提供数据支撑，避免管道出现完全堵塞问题，确保管道长期处于稳定运行状态。
近年来，随着分布式光纤声波监测(DAS)技术的快速发展，为天然气管道堵塞或积水实时监测及定位提供了一种新型的方法。DAS技术具有监测距离长且结构简单等众多应用优势，在不对管道产生破坏以及影响的前提下，即可实现管道实时监测的功能。分布式光纤声波传感((distributed acoustic sensing，DAS)系统基于Φ-OTDR技术，主要是通过对光纤背向瑞利散射光的相位信号，得到分布式声波信号检测的目标，通过声波信号相位、幅值的变化提高声波强度信息，可以对声波信号进行定量测量。在天然气管道出现堵塞或积水问题以后，天然气的流通通道截面积减小，会出现节流流动现象，最终产生流动噪声，利用DAS技术对噪声信息进行采集和分析，可以对堵塞或积水问题进行实时监测和定位。
但是在使用DAS技术进行天然气管道堵塞或积水监测以及定位的过程中，由于管道运行以及周围环境都可能会产生噪音，这些噪音具有复杂多样的基本特点，导致DAS技术在使用的过程中可能会出现误报问题，依照目前的DAS系统，实现高信噪比和低误报率天然气管道堵塞或积水监测和定位的难度较大，这是该领域急需解决的重要问题。
发明内容
针对现有技术的不足，本发明的目的在于提供一种基于光纤声波技术的天然气管道监测定位系统及方法，解决了现有技术中出现的问题。
本发明所述的基于光纤声波技术的天然气管道监测定位系统，包括管理系统模块、通讯光缆模块、DAS系统模块、SCADA系统模块以及大数据处理系统模块，所述通讯光缆模块铺设在天然气管道中，所述通讯光缆模块与DAS系统模块相互连接，所述DAS系统模块接收通讯光缆模块沿线的声波信号，DAS系统模块对声波信号的位置进行识别，DAS系统模块与大数据处理系统模块相连接，DAS系统模块识别声波信号后大数据处理系统模块发出指令，大数据处理系统模块与SCADA系统相连接，大数据处理系统模块接收到DAS系统指令后，对SCADA系统中的天然气管道运行数据进行调取，并对数据进行分析，判断是否出现堵塞或积水问题，所述管理系统模块连接所述DAS系统模块和大数据处理系统模块。
进一步的，管理系统模块监控系统、预警系统和终端设备，所述监控系统与DAS系统和大数据处理系统相连接，接收到堵塞或积水信号后通过预警系统发出预警，预警系统并推送DAS系统中堵塞或积水位置信息和预警结果在终端设备中显示。
进一步的，SCADA系统包括温度传感器、压力传感器以及流量传感器，SCADA系统用于接收和保存天然气管道沿线的流速、压力、温度参数数值。
进一步的，管理系统模块中的终端设备包括两种类型，分别是智能手机和笔记本电脑，两种终端设备通过无线网络与管理系统模块连接。
进一步的，DAS系统模块包括DAS主机、电源和操作计算机，所述DAS主机分别与电源和操作计算机连接，由电源为整个DAS系统模块供电，操作计算机实现DAS主机参数调控的目标。
进一步的，通讯光缆模块为与天然气管道同沟敷设的光缆，光缆为4芯以上。
本发明所述的一种基于光纤声波技术的天然气管道监测定位方法，包括以下步骤：
S1：在天然气管道出现堵塞物或积水，天然气介质流经堵塞物或积水的过程中出现异常响声，管道沿线的光缆受到扰动，光缆与DAS系统相互连接，DAS系统对扰动进行监测和位置识别；
S2：DAS系统向大数据分析系统发出堵塞或积水预警信息，向管理系统模块发出堵塞或积水预警信息和堵塞物或积水位置信息；
S3：大数据分析系统接收堵塞或积水预警信号，并从SCADA系统中调取管道运行数据，对是否产生堵塞或积水现象进一步的识别和判断；
S4：大数据分析系统确定堵塞或积水问题后，大数据分析系统向管理系统发出预警；
S5：管理系统模块接收大数据分析系统预警时，推送堵塞或积水预警信息至终端设备。
进一步的，步骤S3中大数据分析系统进一步的识别和判断的步骤具体包括以下：
S11：SCADA系统将采用无线网络和有线网络相结合的方式与温度传感器、流量传感器和压力传感器连接；
S12：SCADA系统对采集到的数据进行归一化处理，将采集的数据分为两种类型，分别是存在堵塞物或积水时的管道运行数据和不存在堵塞物或积水时的管道运行数据；
S13：对采集到的不存在堵塞物或积水时的管道运行数据进行BP神经网络数据学习，对存在堵塞物或积水时的管道运行数据，接收DAS系统发生预警时的管道运行数据，通过BP神经网络对堵塞问题进行判断，并输出识别结果。
进一步的，步骤S13中通过BP神经网络对堵塞问题进行判断的过程具体包括以下：
S21：使用归一化处理算法对数据进行归一化处理，归一化处理的公式为：
Figure BDA0004073313150000031
其中：y为参数数据归一化后的数值；x为参数数据的原始数值；μ为x的平均值；σ为x的标准差；其中，BP神经网络训练模型为三层网络结构，在前向传播的过程中，输入数据从输入层经隐含层处理，直至输出层；如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络预测输出不断逼近期望输出。
进一步的，步骤S5中管理系统模块只有同时接收到DAS系统和大数据分析系统的预警信息才能推送预警信息和堵塞物或积水位置信息。
本发明与现有技术相比，具有如下有益效果：
本发明所述的基于光纤声波技术的天然气管道监测定位系统及方法，将传统的声波监测及定位方法与大数据处理方法相互结合，通过管道沿线光纤接收到的声波信息，DAS系统判断管道是否出现堵塞或积水问题并进行定位，大数据分析系统通过调取SCADA系统中的管道运行参数数据，对DAS系统的判断结果进行验证，以此提高分布式光纤声波传感技术进行天然气管道堵塞或积水定位的信噪比、降低误报率，改善整个系统的性能，使得分布式光纤声波传感技术进行天然气管道堵塞或积水定位更加可靠，能够更好地适用于天然气管道堵塞或积水监测及定位。解决了现有技术中出现的问题。
附图说明
图1为本发明基于光纤声波技术的天然气管道监测定位系统及方法的连接框图；
图2为本发明基于光纤声波技术的天然气管道监测定位系统中天然气管道堵塞或积水示意图；
图3为本发明基于光纤声波技术的天然气管道监测定位系统中DAS技术堵塞或积水监测及定位示意图；
图4为本发明基于光纤声波技术的天然气管道监测定位方法中整体的步骤流程图；
图5为本发明基于光纤声波技术的天然气管道监测定位方法中收大数据分析系统的处理流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明：
实施例1：
如图1所示，本发明所述的基于光纤声波技术的天然气管道监测定位系统，包括管理系统模块、通讯光缆模块、DAS系统模块、SCADA系统模块以及大数据处理系统模块，所述通讯光缆模块铺设在天然气管道中，通讯光缆模块与DAS系统模块相互连接，所述DAS系统模块接收通讯光缆模块沿线的声波信号，DAS系统模块对声波信号的位置进行识别，DAS系统模块与大数据处理系统模块相连接，DAS系统模块识别声波信号后大数据处理系统模块发出指令，大数据处理系统模块与SCADA系统相连接，大数据处理系统模块接收到DAS系统指令后，对SCADA系统中的天然气管道运行数据进行调取，并对数据进行分析，判断是否出现堵塞或积水问题，管理系统模块连接所述DAS系统模块和大数据处理系统模块。
在上述实施例中，如图2-3所示，在天然气管道中出现堵塞或积水问题以后，在堵塞或积水位置处将会出现异常流动，管道内流动的天然气将与堵塞物或积水产生摩擦，进而发出一定的声音，管道内的声音导致管道外敷设的光缆受到一定的扰动，这种扰动将会传输到DAS设备中，通过使用DAS设备进行分析，可以判断堵塞或积水问题以及位置。
在本发明的一些实施例中，管理模块包括监控系统、预警系统、移动终端。
其中，监控系统与预警系统连接，预警系统通过无线网络与移动终端连接。
其中，移动终端设备包括智能手机和笔记本电脑，智能手机只能对预警信息和堵塞或积水位置信息进行显示，笔记本电脑可以对预警信息和堵塞或积水位置信息进行显示，还可以对预警信息和堵塞或积水位置信息进行保存。
其中，监控系统的作用为对DAS系统和大数据分析系统堵塞或积水问题的识别结果进行监控，在发现两个系统同时对冰堵问题进行识别以后，由预警系统发出堵塞或积水预警信息和堵塞或积水位置信息，预警信息和堵塞或积水位置信息将在移动终端设备上显示。
在上述实施例中，推送平台的多样化有利于随时随地获取管道堵塞或积水预警信息和堵塞或积水位置信息。
需要说明的是，预警系统可以为多台智能手机和多台笔记本电脑推送预警信息和堵塞或积水位置信息。
在本发明的一些实施例中，通讯光缆模块为与天然气同沟敷设的光缆。
其中，由于与天然气管道同沟敷设的光缆还肩负视频和中控信息传输的作用，因此，本实施例中的光缆为4芯以上的光缆，确保具有备用光缆用于天然气管道堵塞或积水定位。光缆的损耗＜0.2dB/km。
需要说明的是，光缆需要与DAS系统进行熔接，光缆不但可以发挥声波信息接收的作用，还将承担声波信息传输的作用。
在本发明的一些实施例中，DAS系统模块包括DAS主机、电源、操作计算机。
其中，分布式光纤声波传感((distributed acoustic sensing，DAS)系统基于Φ-OTDR技术，主要是通过对光纤背向瑞利散射光的相位信号，得到分布式声波信号检测的目标，通过声波信号相位、幅值的变化提高声波强度信息，可以对声波信号进行定量测量。
优选的，DAS主机与通讯级光纤连接，通讯级光纤既可以是单模光纤，也可以是多模光纤，在管道内出现堵塞或者积水后，管道内介质将与堵塞物或积水产生摩擦声波信号，声波信号传递到管道外通讯光缆位置处，通讯光缆中的光纤折射率及长度将产生微小变化，光纤内传输信号的相位及强度也将出现变化，由于声波信号引发的光纤相位变化相对较小，因此，DAS系统将会使用高相干的脉冲光源，在脉冲宽度区域内瑞利散射信号之间会发生干涉，在光纤某一位置处的相位出现变化时，该位置处的相干瑞利散射信号强度也随之变化，通过监测声波信号产生前后的相干瑞利散射光信号的强度变化，即可对声波事件进行探测和定位，并进行堵塞或积水事件识别和位置判断。
优选的，DAS系统采用相位、幅值大小、声波强度、声波频率等四项指标对声波信号进行定量评价。
优选的，由于DAS系统进行堵塞或积水位置识别的过程中，其识别的位置为光纤距离，而不是管道距离，因此，需要通过管道标定的方式，将光纤距离转化为管道距离。在进行管道标定的过程中，使用榔头在管道沿线每个标志桩位置处进行敲击，识别每个标志桩与管道起点之间的光纤距离，每个标志桩之间的距离以及每个标志桩与管道起点之间的距离为已知数值，根据敲击得到的光纤距离和实际管道距离，即可实现管道距离与光纤距离之间的转换。
例如，某管道沿线分别存在A、B两个标志桩，A标志桩靠近管道起点，B标志桩靠近管道末端，C点为堵塞点，C点处于A、B两个标志桩之间，A标志桩与管道起点之间的管道距离为1200m，经榔头敲击发现，A标志桩与管道起点之间的光纤距离为1300m，A标志桩与管道起点之间的管道距离为1500m，经榔头敲击发现，A标志桩与管道起点之间的光纤距离为1900m，A、B两个标志桩之间的管道距离为1500m-1200m＝300m，A、B两个标志桩之间的光纤距离为1900m-1300m＝600m，C堵塞点的光纤距离为1400m，则C堵塞点与A标志桩之间的光纤距离为1400m-1300m＝100m，C堵塞点与A标志桩之间的管道距离计算方式为：
Figure BDA0004073313150000061
其中：a＇为C堵塞点与A标志桩之间的管道距离，a为C堵塞点与A标志桩之间的光纤距离，c为A、B两个标志桩之间的管道距离，b为A、B两个标志桩之间的光纤距离。经计算，C堵塞点与A标志桩之间的管道距离为100m×(300m/600m)＝50m，C堵塞点与管道起点的管道距离＝A标志桩与管道起点之间的管道距离+C堵塞点与A标志桩之间的管道距离＝1200m+50m＝1250m。
在发明的一些实施例中，SCADA系统模块包括管道沿线的温度传感器、流量传感器、压力传感器、SCADA系统平台。其中，温度传感器、流量传感器、压力传感器将会安装在管道沿线。其中，SCADA系统平台将采用无线网络和有线网络相结合的方式，与温度传感器、流量传感器、压力传感器连接。
其中，SCADA系统采集的数据可以分为两种类型，分别是存在堵塞物或积水时的管道运行数据和不存在堵塞物或积水时的管道运行数据。
需要说明的是，SCADA系统仅发挥数据采集和保存的作用。
实施例2：
如图4所示，本发明所述的基于光纤声波技术的天然气管道监测定位方法，包括以下步骤：
在管道出现堵塞物或积水；
天然气介质流经堵塞物或积水的过程中将会出现异常响声，管道沿线的光缆将会受到扰动，光缆与DAS系统相互连接，DAS系统对扰动进行监测和位置识别；
DAS系统向大数据分析系统发出堵塞或积水预警信息，向管理系统发出堵塞或积水预警信息和堵塞物或积水位置信息；
大数据分析系统接收堵塞或积水预警信号，并从SCADA系统中调取管道运行数据，对是否产生堵塞或积水现象进一步的识别和判断；
大数据分析系统确定堵塞或积水问题后，大数据分析系统向管理系统发出预警；
在管理系统同时接收DAS系统预警和大数据分析系统预警时，将会推送堵塞或积水预警信息。
如图5所示，大数据分析系统进一步的识别和判断的步骤具体包括以下：
SCADA系统将采用无线网络和有线网络相结合的方式与温度传感器、流量传感器和压力传感器连接；
SCADA系统对采集到的数据进行归一化处理，将采集的数据分为两种类型，分别是存在堵塞物或积水时的管道运行数据和不存在堵塞物或积水时的管道运行数据；
对采集到的不存在堵塞物或积水时的管道运行数据进行BP神经网络数据学习，对存在堵塞物或积水时的管道运行数据，接收DAS系统发生预警时的管道运行数据，通过BP神经网络对堵塞问题进行判断，并输出识别结果。
其中，通过BP神经网络对堵塞问题进行判断的过程具体包括以下：
使用归一化处理算法对数据进行归一化处理，归一化处理的公式为：
Figure BDA0004073313150000071
其中：y为参数数据归一化后的数值；x为参数数据的原始数值；μ为x的平均值；σ为x的标准差；
其中，BP神经网络训练模型为三层网络结构，在前向传播的过程中，输入数据从输入层经隐含层处理，直至输出层；如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络预测输出不断逼近期望输出。
例如，在某管道运行正常的状态下，共采集管道运行流量、运行压力及运行温度数据1243组，管道运行正常状态下A点和B点位置处的运行流量、运行压力及运行温度数据范围如表1所示：
表1管道运行正常状态下A点和B点位置的数据范围
Figure BDA0004073313150000081
在DAS系统发生预警并识别堵塞或积水点位置处于A点和B点之间时，对A点和B点1243组管道运行温度、流量以及压力数据进行归一化处理，
BP神经网络将会对归一化后的数据进行学习，然后，接收DAS系统发生预警时的管道A点和B点运行数据，在对数据进行归一化处理后，BP神经网络算法对归一化后的数据进行识别，判断两个位置处是否出现堵塞或积水。假设，管道A点位置处的流量为1.77m3/s、压力为1.73MPa、温度为20.33℃，管道B点位置处的流量为1.63m3/s、压力为1.62MPa、温度为19.89℃，经判断，管道A点和B点之间出现堵塞或积水问题。
为了对BP神经网络算法的识别准确率进行验证，将103组管道运行正常数据和68组管道堵塞及积水数据相互混合，然后同时输入到BP神经网络算法中进行识别，识别准确率如下表所示：
表2识别准确率表
管道运行正常 管道堵塞或积水
数据组数(组) 103 68
识别组数(组) 96 66
识别准确率(％) 93.20 97.06
BP神经网络算法针对管道堵塞及积水问题的识别率高达96.43％，证明该种类型算法在管道冰堵及积水识别领域具有很高的准确率。
设置BP神经网络最大训练次数为10000，学习速率为0.01。
需要说明的是，BP神经网络算法首先需要对不存在堵塞物或积水前提下的管道运行数据进行学习，才能对DAS发出预警前提下，管道运行参数数据是否存在异常进行判断。
在上述实施例中，只有管理系统同时接收到DAS系统和大数据分析系统的预警信息，才能推送预警信息和堵塞物或积水位置信息，降低了堵塞物或积水预警的误报率，让整个分布式光纤声波传感技术的天然气管道堵塞或积水定位方法变得高效、可靠，性能大幅度提升。
采用以上结合附图描述的本发明的实施例的基于光纤声波技术的天然气管道监测定位系统及方法，将传统的声波监测及定位方法与大数据处理方法相互结合，通过管道沿线光纤接收到的声波信息，DAS系统判断管道是否出现堵塞或积水问题并进行定位，解决了现有技术中出现的问题。但本发明不局限于所描述的实施方式，在不脱离本发明的原理和精神的情况下这些对实施方式进行的变化、修改、替换和变形仍落入本发明的保护范围内。

Claims (10)

1.一种基于光纤声波技术的天然气管道监测定位系统，其特征在于：包括管理系统模块、通讯光缆模块、DAS系统模块、SCADA系统模块以及大数据处理系统模块，所述通讯光缆模块铺设在天然气管道中，所述通讯光缆模块与DAS系统模块相互连接，所述DAS系统模块接收通讯光缆模块沿线的声波信号，DAS系统模块对声波信号的位置进行识别，DAS系统模块与大数据处理系统模块相连接，DAS系统模块识别声波信号后向大数据处理系统模块发出指令，大数据处理系统模块与SCADA系统相连接进行数据通讯，SCADA系统模块用于采集天然气管道的运行数据，所述大数据处理系统模块判断是否出现堵塞或积水问题，所述管理系统模块连接所述DAS系统模块和大数据处理系统模块。
2.根据权利要求1所述的基于光纤声波技术的天然气管道监测定位系统，其特征在于：所述的管理系统模块监控系统、预警系统和终端设备，所述监控系统与DAS系统和大数据处理系统相连接，接收到堵塞或积水信号后通过预警系统发出预警，预警系统并推送DAS系统中堵塞或积水位置信息和预警结果在终端设备中显示。
3.根据权利要求1所述的基于光纤声波技术的天然气管道监测定位系统，其特征在于：所述的SCADA系统包括温度传感器、压力传感器以及流量传感器，SCADA系统设置在天然气管道处，用于接收和保存天然气管道沿线的流速、压力、温度参数数据。
4.根据权利要求2所述的基于光纤声波技术的天然气管道监测定位系统，其特征在于：所述的管理系统模块中的终端设备包括两种类型，分别是智能手机和笔记本电脑，两种终端设备通过无线网络与管理系统模块连接。
5.根据权利要求1所述的基于光纤声波技术的天然气管道监测定位系统，其特征在于：所述的DAS系统模块包括DAS主机、电源和操作计算机，所述DAS主机分别与电源和操作计算机连接，由电源为整个DAS系统模块供电，操作计算机实现DAS主机参数调控的目标。
6.根据权利要求1所述的基于光纤声波技术的天然气管道监测定位系统，其特征在于：所述的通讯光缆模块为与天然气管道同沟敷设的光缆，光缆为4芯以上。
7.一种基于光纤声波技术的天然气管道监测定位方法，应用于权利要求1-6任一所述的基于光纤声波技术的天然气管道监测定位系统，其特征在于，所述的方法包括以下步骤：
S1：在天然气管道出现堵塞物或积水，天然气介质流经堵塞物或积水的过程中出现异常响声，管道沿线的光缆受到扰动，光缆与DAS系统相互连接，DAS系统对扰动进行监测和位置识别；
S2：DAS系统向大数据分析系统发出堵塞或积水预警信息，向管理系统模块发出堵塞或积水预警信息和堵塞物或积水位置信息；
S3：大数据分析系统接收堵塞或积水预警信号，并从SCADA系统中调取管道运行数据，对是否产生堵塞或积水现象进一步的识别和判断；
S4：大数据分析系统确定堵塞或积水问题后，大数据分析系统向管理系统发出预警；
S5：管理系统模块接收大数据分析系统预警时，推送堵塞或积水预警信息至终端设备。
8.根据权利要求7所述的基于光纤声波技术的天然气管道监测定位方法，其特征在于，所述的步骤S3中大数据分析系统进一步的识别和判断的步骤具体包括以下：
S11：SCADA系统采用无线网络和有线网络相结合的方式与温度传感器、流量传感器和压力传感器连接；
S12：SCADA系统对采集到的数据进行归一化处理，将采集的数据分为两种类型，分别是存在堵塞物或积水时的管道运行数据和不存在堵塞物或积水时的管道运行数据；
S13：对采集到的不存在堵塞物或积水时的管道运行数据进行BP神经网络数据学习，对存在堵塞物或积水时的管道运行数据，接收DAS系统发生预警时的管道运行数据，通过BP神经网络对堵塞问题进行判断，并输出识别结果。
9.根据权利要求8所述的基于光纤声波技术的天然气管道监测定位方法，其特征在于，所述的步骤S13中通过BP神经网络对堵塞问题进行判断的过程具体包括以下：
S21：使用归一化处理算法对数据进行归一化处理，归一化处理的公式为：
Figure FDA0004073313140000021
其中：y为参数数据归一化后的数值；x为参数数据的原始数值；μ为x的平均值；σ为x的标准差；其中，BP神经网络训练模型为三层网络结构，在前向传播的过程中，输入数据从输入层经隐含层处理，直至输出层；如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络预测输出不断逼近期望输出。
10.根据权利要求7所述的基于光纤声波技术的天然气管道监测定位方法，其特征在于，所述的步骤S5中管理系统模块只有同时接收到DAS系统和大数据分析系统的预警信息才能推送预警信息和堵塞物或积水位置信息。
CN202310101992.6A 2023-02-13 2023-02-13 基于光纤声波技术的天然气管道监测定位系统及方法 Pending CN116221625A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310101992.6A CN116221625A (zh) 2023-02-13 2023-02-13 基于光纤声波技术的天然气管道监测定位系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310101992.6A CN116221625A (zh) 2023-02-13 2023-02-13 基于光纤声波技术的天然气管道监测定位系统及方法

Publications (1)

Publication Number Publication Date
CN116221625A true CN116221625A (zh) 2023-06-06

Family

ID=86581861

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310101992.6A Pending CN116221625A (zh) 2023-02-13 2023-02-13 基于光纤声波技术的天然气管道监测定位系统及方法

Country Status (1)

Country Link
CN (1) CN116221625A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117007173A (zh) * 2023-10-07 2023-11-07 山东省科学院激光研究所 一种用于管道泄漏监测的光纤声波传感器

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117007173A (zh) * 2023-10-07 2023-11-07 山东省科学院激光研究所 一种用于管道泄漏监测的光纤声波传感器
CN117007173B (zh) * 2023-10-07 2024-01-30 山东省科学院激光研究所 一种用于管道泄漏监测的光纤声波传感器

Similar Documents

Publication Publication Date Title
CN205746047U (zh) 一种长输油气管道安全监测系统
CN112567581B (zh) 电线杆位置指定系统、装置、方法和计算机可读介质
CN101561081B (zh) 应用自主导航机器人对油气管道泄漏的检测定位方法
CN103836347B (zh) 一种用于原油集输管道的泄漏监测装置及监测方法
CN111262625B (zh) 一种光缆路由快速查找及光缆故障快速定位系统
CN104052542A (zh) 在线模式下检测otdr曲线末端事件定位光纤断点的方法
CN111222743B (zh) 一种光纤感知事件的垂直偏移距离及威胁级别判断方法
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
CN116221625A (zh) 基于光纤声波技术的天然气管道监测定位系统及方法
CN114966699A (zh) 基于车载雷达运动监测的定点监测系统
CN114866137B (zh) 电力光缆网的检测方法及装置
CN111486345B (zh) 一种粮库地下管网液体泄漏在线监测预警方法及装置
CN117877225B (zh) 一种基于物联网和空间分布的通行轨迹监测预警系统
CN117406137B (zh) 一种输电线路雷电泄电流监测方法及系统
CN105222885A (zh) 一种光纤振动检测方法及装置
CN117423225A (zh) 一种基于高速铁路运行的灾害遥感预警系统
CN104819382B (zh) 一种用于光纤预警系统的自适应恒虚警率振源检测方法
CN103148872B (zh) 一种光纤分布式扰动传感器定位方法
CN109341650B (zh) 一种基于最小检测代价的无人机高程误差双门限修正方法
CN116320824A (zh) 一种带电能质量模组的物联电能表
CN110455438A (zh) 光纤温度分布测试仪光纤长度自动校准及自动测试方法
CN115905869A (zh) 一种超声水表故障预警方法
CN113052499B (zh) 一种电力基础设施哑资源管理方法、装置、终端及介质
WO2021149192A1 (ja) 電柱劣化検出システム、電柱劣化検出方法、及び電柱劣化検出装置
CN117353807B (zh) 一种基于人工智能的光缆远程监测系统及方法

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