CN116541678A - 一种气站安全管道压力监测方法、装置 - Google Patents
一种气站安全管道压力监测方法、装置 Download PDFInfo
- Publication number
- CN116541678A CN116541678A CN202310788313.7A CN202310788313A CN116541678A CN 116541678 A CN116541678 A CN 116541678A CN 202310788313 A CN202310788313 A CN 202310788313A CN 116541678 A CN116541678 A CN 116541678A
- Authority
- CN
- China
- Prior art keywords
- pressure
- flow
- real
- monitoring point
- target
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 266
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000008859 change Effects 0.000 claims abstract description 119
- 238000004458 analytical method Methods 0.000 claims abstract description 85
- 230000002159 abnormal effect Effects 0.000 claims description 137
- 230000005856 abnormality Effects 0.000 claims description 59
- 239000012530 fluid Substances 0.000 claims description 59
- 238000013145 classification model Methods 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 4
- 230000000052 comparative effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 9
- 238000013461 design Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 238000005381 potential energy Methods 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L11/00—Measuring steady or quasi-steady pressure of a fluid or a fluent solid material by means not provided for in group G01L7/00 or G01L9/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fluid Mechanics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Mechanical Engineering (AREA)
- Pipeline Systems (AREA)
Abstract
本申请提供一种气站安全管道压力监测方法、装置,涉及管道压力监测技术领域。该方法包括采集流量监测点的历史流量数据,并根据历史流量数据获取基础压力参考信息;采集流量监测点的实时流量数据,并结合基础压力参考信息进行压力变化分析,形成压力分析结果数据;根据压力分析结果数据完成对管道压力的完全处理。其通过采用合理的监测方式来提升对管道压力监测的准确性,进而大大提高管道压力监测的效果,保证生产使用安全。
Description
技术领域
本申请涉及压力管道监测技术领域,具体而言,涉及一种气站安全管道压力监测方法、装置。
背景技术
工业上用于流体传输的主要方式是采用管道。对于不同类型的流体所选用的管道类型是不同的。同时考虑不同流体的性质,对管道的设计也各不相同。气站是气体介质处理、使用过程中重要的建筑设施。气站中由于需要对气体进行合理的处理和使用,所以会铺设很多管道来满足需求。这样,对管道的压力监测就变得尤为重要,一方面需要保证管道的气压处于正常的范围,避免气压不合理造成对气体性质的影响以及气压的使用和处理,另一方面也是为了生产的安全需要进行实时的压力监测。
当前对气站管道压力的监测主要是通过设置气压表来进行多点位的监测,这种方式虽然简单,但由于通常的气压值波动范围较大,不易精确的根据监测值进行是否存在气压异常的判断,造成管道压力监测的效果不佳。
因此,设计一种气站安全管道压力监测方法、装置,通过采用合理的监测方式来提升对管道压力监测的准确性,进而大大提高管道压力监测的效果,保证生产使用安全,是目前亟待解决的问题。
发明内容
本申请的目的在于提供一种气站安全管道压力监测方法,通过基于流量监测的数据来间接的获取相对压力的数据,由于管道压力式与流量的平方值建立有效关系的,所以通过流量值来确定压力参数能够对压力值进行合理的放大,尤其在进行不同监测点之间的相对压力变化分析时能够将压力变化的值进行放大分析,大大提高了对于压力变化分析的准确性,更容易且准确的作出压力是否正常的判断,提高压力监测的准确度,有效保证管道生产使用的安全性。
本申请的目的还在于提供一种气站安全管道压力监测装置,通过根据流量传感器采集流量数据,进而为数据分析单元进行基于流量数据的管道压力分析提供了物质基础,高效且准确的进行管道压力的监测分析。
第一方面,本申请提供一种气站安全管道压力监测方法,包括采集流量监测点的历史流量数据,并根据历史流量数据获取基础压力参考信息;采集流量监测点的实时流量数据,并结合基础压力参考信息进行压力变化分析,形成压力分析结果数据;根据压力分析结果数据完成对管道压力的完全处理。
在本申请中,该方法通过基于流量监测的数据来间接的获取相对压力的数据,由于管道压力式与流量的平方值建立有效关系的,所以通过流量值来确定压力参数能够对压力值进行合理的放大,尤其在进行不同监测点之间的相对压力变化分析时能够将压力变化的值进行放大分析,大大提高了对于压力变化分析的准确性,更容易且准确的作出压力是否正常的判断,提高压力监测的准确度,有效保证管道生产使用的安全性。
作为一种可能的实现方式,采集流量监测点的历史流量数据,并根据历史流量数据获取基础压力参考信息,包括:在分析周期内采集每个流量监测点的历史流量值,形成每个流量监测点的历史流量监测数据集Am=[am1,am2,…,amn],n表示历史流量值的数量标号,m表示沿流体运动方向流量监测点的序号;根据伯努利方程,并结合历史流量监测数据集Am中的历史流量值获取有效压力参考值,并形成每个流量监测点的有效压力参考数据集Bm=[bm1,bm2,…,bmn],其中,;确定每个有效压力参考数据集Bm中的最小值bm,min以及最大值bm,max,形成历史压力区间[bm,min,bm,max];确定每个有效压力参考数据集Bm的置信区间[Pm1,Pm2],Pm1为置信上限,Pm2为置信下限。
在本申请中,对管道气体压力的实时监测需要将实时采集的参量与合理有效的基础对比数据进行对比才能够准确的判断出管道压力是否处于正常状态。这里,通过对正常运行的管道流量数据进行采集来建立基础压力对比数据。需要理解的是,根据伯努利方程,可以知道正常情况下管道任意位置上的压力、动能和重力势能之和为常量,所以可以知道/>,对于确定的管道来说,重力势能是不变的,即可以通过流速的平方来表征压力参量。一方面,流速的平方可以将流速的测量值进行放大,在后期进行利用流速平方进行压力变化的相对量确认时能够将相对差量的数值扩大,进而更好的确定压力的变化情况,相比单一的测量的进行压力测量来进行相对变化量的确定,这种确定方式更加明显。另一方面,利用流速进行压力参量的分析确认可以相对的降低管道上采集压力所用仪器的安装,降低管道压力监测的成本。另外,对于在监测点上采集的历史流速数据进行基于伯努利方程的转换后所形成的有效压力参考数据集,集合中的数据虽然是在管道正常运行状态下所采集的且因为采集的随机性而成正态分布,但不免会因为震动、供气的启停等方面影响而发生采集的数据值的偏离,所以通过对有效压力参考数据集进行置信区间的分析,能够获取到监测点上所采集的数据行程的有效压力参考值的合理准确范围,为后续的压力分析提供准确合理的数据基础。当然,对于置信区间的获取,显著性水平可以是常用的0.05、0.01或者根据需要采集数据的精度来确定。
作为一种可能的实现方式,采集流量监测点的实时流量数据,并结合基础压力参考信息进行压力变化分析,形成压力分析结果数据,包括:沿流体运动方向依次采集每个流量监测点的实时流量值cm,结合有效压力参考数据集Bm的置信区间,进行监测数据正确性判断,并根据正确性判断结果确定压力异常区域;获取压力异常区域的实时流量值,建立实时压力变化分析模型,并进行压力变化的分析判断,形成压力分析结果数据。
在本申请中,对管道压力的实时监测分析分为两步骤,首先是对采集的实时数据进行正确性确认,避免采集的数据为无效数据而导致分析结果的无效。其次,在确定正确性的基础上将实时数据与历史数据进行合理的对比才能有效的确认管道气压是否处于正常的状态。
作为一种可能的实现方式,沿流体运动方向依次采集每个流量监测点的实时流量值cm,结合有效压力参考数据集Bm的置信区间,进行监测数据正确性判断,并根据正确性判断结果确定压力异常区域,包括:将进行正确性判断的流量监测点确定为目标流量监测点,将目标流量监测点上获取的实时流量值确定为目标实时流量值ck,1≤k≤m;根据目标实时流量值ck,并结合伯努利方程获得目标实时压力参考值dk,其中,;将目标实时压力参考值dk与对应的置信区间[Pk1,Pk2]进行以下对比判断:当dk∈[Pk1,Pk2]时,确定目标流量监测点工作正常,且在沿流体流动的方向上,到目标流量监测点前的管道压力正常;当dk∉[Pk1,Pk2]时,获取目标流量监测点外的其他流量监测点进行正确性判断,并根据判断结果确定压力异常区域。
在本申请中,对实时采集数据的正确性判断主要是考虑实时采集的数据是否处于对应监测点基于历史数据形成的置信区间中,如果实时数据属于置信区间则能够确定监测点所采集的实时数据是正确的,并且至少在进行分析的监测点之前的管道气压是处于正常状态的,毕竟管道气压发生异常变化必然会对后续管道的气压产生影响。如果实时数据不属于置信区间,那么考虑两个可能得方面,一个是实时数据可能是一个无效的数据,另一个有可能在监测点或者该监测点到上一个监测点之间管道的气压发生了异常。所以对于实时数据不属于置信区间的情况还需要进一步的进行分析确认。
作为一种可能的实现方式,当dk∉[Pk1,Pk2]时,获取目标流量监测点外的其他流量监测点进行正确性判断,并根据判断结果确定压力异常区域,包括:若dk∉[Pk1,Pk2],dk∈[bk,min,bk,max],则目标实时流量值为无效采集参量;若dk∉[bk,min,bk,max],且在沿流体流动的方向上,根据获取的目标流量监测点后的其他真实实时流量值ci确定的实时压力参考值di均满足下式,则目标实时流量值为无效采集量:di∈[bi,min,bi,max],其中,k<i≤m;若dk∉[bk,min,bk,max],且在沿流体流动的方向上,根据获取的目标流量监测点后的其他真实实时流量值ci确定的实时压力参考值di均满足di∉[bi,min,bi,max],则:将在沿流体流动的方向上目标流量监测点与目标流量监测点相邻的前一流量监测点之间的管道确定为主异常区域;将在沿流体流动的方向上目标流量监测点之后的管道确定为异常待定区域。
在本申请中,可以理解的是,当实时数据不属于对应的置信区间时,可以通过获取历史采集数据的范围来确定实时数据是否为因为其他因素造成的偏差数据,这样能够确定出实时数据是否是有效的。当然,也有可能实时数据也不属于历史采集数据的范围内,那么就需要考虑两个方面,一个是实时数据是否会因为设备故障而发生数据错误,另一方面就是确实采集的实时数据是管道压力发生异常的数据。由于管道压力发生异常会对管道上沿流体运行方向后方的所有采集点产生影响,所以可以通过对后边的采集点获取的实时数据进行分析判断。当后续的数据都处于对应的历史数据范围,那么可以确定该实时数据很可能是由于设备故障而造成的,也属于无效的数据,可以对此提供设备维护的引导。当后续的实时数据均是不属于对应的置信区间的,那么就可以确定进行分析的监测点或监测点到前一个监测点之间的管道发生了气压异常的情况。对于后续的管道是否也发生异常可继续进行细致的分析确认。
作为一种可能的实现方式,获取压力异常区域的实时流量值,建立实时压力变化分析模型,并进行压力变化的分析判断,形成压力分析结果数据,包括:获取主异常区域的流量监测点的实时流量值,根据对应的置信区间建立主异常压力变化分级模型,并根据主异常压力变化分级模型确定主异常区域的异常等级;获取目标流量监测点以及沿流体流动的方向上目标流量监测点之后的流量监测点的实时流量值,根据对应的置信区间建立异常待定区域的异常判定模型,并根据异常判定模型确定异常待定区域中的压力异常位置。
在本申请中,在分析确定出发生管道压力异常的主异常区域和需要进一步确认是否存在异常的异常待定区域后,考虑发生管道气压异常的具体情况不同所对应处理的解决方案也不同,所以针对主异常区域建立不同等级的判断模型来对异常的紧急情况进行分析判断,对异常待定区域建立异常判定模型来确认异常待定区域内所存在的管道气压异常的位置。
作为一种可能的实现方式,获取主异常区域的流量监测点的实时流量值,根据对应的置信区间建立主异常压力变化分级模型,并根据主异常压力变化分级模型确定主异常区域的异常等级,包括:将主异常区域上与目标流量监测点相邻的流量监测点确定为目标前流量监测点,并将目标前流量监测点上采集的实时流量值确定为目标前实时流量值ck-1;根据伯努利方程,并结合目标前实时流量值ck-1和目标实时流量值ck,分别确定目标前流量监测点的目标前实时压力参考值dk-1和目标流量监测点的目标实时压力参考值dk,其中,/>;根据目标前实时压力参考值dk-1、目标实时压力参考值dk以及目标流量监测点的置信区间[Pk1,Pk2],确定主异常区域的相对压力变化量Pkv:,其中,/>,在观察周期T内持续获取相对压力变化量,确定异常区域的相对压力变化率Pkr,并根据相对压力变化率Pkr建立主异常压力变化分级模型确定主异常区域的异常等级,其中:/>,/>为在观察周期T内相对压力变化量Pkv相对时间变化的函数。
在本申请中,对于主异常区域的等级分析模型,首先需要获得关于等级划分的对比分析数据。这里,根据伯努利方程在获得主异常区域的两个监测点的实时压力参考值后,两个监测点事实压力参考值的差值即表征在主异常区域内管道压力的变化值,而对于不同设计压力的管道来说,管道压力的变化值相对原压力的比率更能体现出管道压力的压损或者超压情况,这与工作中以实际压力相对设计压力的百分率来分析管道压力的工作状态的形式是统一的。当然,对于管道压力的变化情况可以会随着时间推移而发生变化,这种变化对于进行管道的维护是十分重要的,会基于这种变化来确定不同的维修时间和维修方案,为管道维护提供可靠的参考,因此,对于主异常区域管道压力的等级划分通过在观察周期内获取压力的相对变化率来进行管道压力异常随时间变化的情况判断,利用压力变化率基于时间变化的函数的导数来表征变化情况是合理且准确的。
作为一种可能的实现方式,根据相对压力变化率Pkr建立主异常压力变化分级模型确定主异常区域的异常等级,包括:设定第一稳定变化率阈值α,并根据相对压力变化率Pkr进行以下判断:当Pkr=0,且Pkv≤α,则将主异常区域确定为一般异常渗漏区域;当Pkr=0,且Pkv>α,则将主异常区域确定为紧急异常渗漏区域;设定第一相对变化率阈值β,并根据相对压力变化率Pkr进行以下判断:当Pkr≤β,则将主异常区域确定为一般异常泄漏区域;当存在Pkr>β,则将主异常区域确定为紧急异常泄漏区域。
在本申请中,在进行等级判断时考虑两个情况,一个是压力异常会不会随时间发生变化,二个是压力变化变化值的大小,毕竟小小的渗漏和较大的泄漏是完全不同的异常情况。这里在划分等级时,以压力变化率有无来划分渗漏与泄漏,当然对于渗漏来说,压力变化量在较小的范围内可以认为是能够保留在检修时进行处理的一般性渗漏,而超出设定阀值的压力变化量被认为是需要及时处理可能影响管道流体运输功能的紧急行渗漏。同样,对于压力变化率不为零的情况判定为泄漏,而在小于一直范围下的压力变化率可以认为是压力泄漏量增量不大可稳定处理的一般性泄漏,而对于超出压力变化率阀值的情况则被认为是压力增量较快能快速引发管道系统故障的紧急泄漏。
作为一种可能的实现方式,获取目标流量监测点以及沿流体流动的方向上目标流量监测点之后的流量监测点的实时流量值,根据对应的置信区间建立异常待定区域的异常判定模型,并根据异常判定模型确定异常待定区域中的压力异常位置,包括:获取目标流量监测点的目标实时流量值以及沿流体流动的方向上目标流量监测点之后的流量监测点的实时流量值ck+z,其中0≤z≤m-k,并结合伯努利方程取得实时压力参考值dk+z;获取目标流量监测点对应以及沿流体流动的方向上目标流量监测点之后的流量监测点对应的置信区间[P(k+z)1,P(k+z)2];以目标流量监测点为起点,以沿流体流动的方向为分析顺序方向,获取相邻流量监测点的历史压力相对变化量P(k+z)v,其中:
,,/>;
以目标流量监测点为起点,以沿流体流动的方向为分析顺序方向,获取相邻流量监测点的实时压力相对变化量P(k+z)c,其中:
;根据历史压力相对变化量P(k+z)v和实时压力相对变化量P(k+z)c,确定每个相邻流量监测点之间的相对压力变化率P(k+z)a,并获得相对压力变化率对比值P(k+z)w,其中:
,/>;
设定第一对比分析阈值γ,进行以下判断:若P(k+z)w≤ γ,则异常待定区域的压力正常;若存在不连续P(k+z)w>γ,则将获取P(k+z)w的后一个相邻流量监测点之间的管道确定为一般异常区域;若存在连续P(k+z)w>γ,则将获取P(k+z)w的后一个相邻流量监测点之间的管道确定为紧急异常区域。
在本申请中,对于异常待定区域的管道压力异常与否的判定,主要是通过获取相邻监测点的相对压力变化率之间的差值来进行确认的。可以理解的是,由于收到主异常区域的压力变化影响,异常待定区域的管道压力再采用和主异常区域同样的判断方式进行压力异常的判断是不具有对比性的,因为在压力异常点能量发生损失,基于伯努利方程可以知道流体的总能量发生了变化。因此,只能通过对后续管道上的压力是否还发生变化来确定可能存在异常的位置,以在主异常区域完成对管道气压异常的处理后进行快速的后续处理定位。
第二方面,本申请提供一种气站安全管道压力监测装置,采用第一方面的气站安全管道压力监测方法,包括流量传感器,设置于管道的多个位置上,用于采集管道中流体的流量值;数据存储单元,用于存储流量传感器采集的流量值;数据分析单元,用于调取数据存储单元中的流量值进行压力监测的分析,形成压力分析结果数据。
在本申请中,通过根据流量传感器采集流量数据,进而为数据分析单元进行基于流量数据的管道压力分析提供了物质基础,高效且准确的进行管道压力的监测分析。
本发明提供的一种气站安全管道压力监测方法及装置的有益效果有:
该方法通过基于流量监测的数据来间接的获取相对压力的数据,由于管道压力式与流量的平方值建立有效关系的,所以通过流量值来确定压力参数能够对压力值进行合理的放大,尤其在进行不同监测点之间的相对压力变化分析时能够将压力变化的值进行放大分析,大大提高了对于压力变化分析的准确性,更容易且准确的作出压力是否正常的判断,提高压力监测的准确度,有效保证管道生产使用的安全性。
该装置通过根据流量传感器采集流量数据,进而为数据分析单元进行基于流量数据的管道压力分析提供了物质基础,高效且准确的进行管道压力的监测分析。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的气站安全管道压力监测方法的步骤图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
工业上用于流体传输的主要方式是采用管道。对于不同类型的流体所选用的管道类型是不同的。同时考虑不同流体的性质,对管道的设计也各不相同。气站是气体介质处理、使用过程中重要的建筑设施。气站中由于需要对气体进行合理的处理和使用,所以会铺设很多管道来满足需求。这样,对管道的压力监测就变得尤为重要,一方面需要保证管道的气压处于正常的范围,避免气压不合理造成对气体性质的影响以及气压的使用和处理,另一方面也是为了生产的安全需要进行实时的压力监测。
当前对气站管道压力的监测主要是通过设置气压表来进行多点位的监测,这种方式虽然简单,但由于通常的气压值波动范围较大,不易精确的根据监测值进行是否存在气压异常的判断,造成管道压力监测的效果不佳。
参考图1,本申请实施例提供一种气站安全管道压力监测方法。该方法通过基于流量监测的数据来间接的获取相对压力的数据,由于管道压力式与流量的平方值建立有效关系的,所以通过流量值来确定压力参数能够对压力值进行合理的放大,尤其在进行不同监测点之间的相对压力变化分析时能够将压力变化的值进行放大分析,大大提高了对于压力变化分析的准确性,更容易且准确的作出压力是否正常的判断,提高压力监测的准确度,有效保证管道生产使用的安全性。
气站安全管道压力监测方法及装置包括以下主要步骤:
S1:采集流量监测点的历史流量数据,并根据历史流量数据获取基础压力参考信息。
该步骤包括在分析周期内采集每个流量监测点的历史流量值,形成每个流量监测点的历史流量监测数据集Am=[am1,am2,…,amn],n表示历史流量值的数量标号,m表示沿流体运动方向流量监测点的序号;根据伯努利方程,并结合历史流量监测数据集Am中的历史流量值获取有效压力参考值,并形成每个流量监测点的有效压力参考数据集Bm=[bm1,bm2,…,bmn],其中,;确定每个有效压力参考数据集Bm中的最小值bm,min以及最大值bm,max,形成历史压力区间[bm,min,bm,max];确定每个有效压力参考数据集Bm的置信区间[Pm1,Pm2],Pm1为置信上限,Pm2为置信下限。
对管道气体压力的实时监测需要将实时采集的参量与合理有效的基础对比数据进行对比才能够准确的判断出管道压力是否处于正常状态。这里,通过对正常运行的管道流量数据进行采集来建立基础压力对比数据。需要理解的是,根据伯努利方程,可以知道正常情况下管道任意位置上的压力、动能和重力势能之和为常量,所以可以知道/>,对于确定的管道来说,重力势能是不变的,即可以通过流速的平方来表征压力参量。一方面,流速的平方可以将流速的测量值进行放大,在后期进行利用流速平方进行压力变化的相对量确认时能够将相对差量的数值扩大,进而更好的确定压力的变化情况,相比单一的测量的进行压力测量来进行相对变化量的确定,这种确定方式更加明显。另一方面,利用流速进行压力参量的分析确认可以相对的降低管道上采集压力所用仪器的安装,降低管道压力监测的成本。另外,对于在监测点上采集的历史流速数据进行基于伯努利方程的转换后所形成的有效压力参考数据集,集合中的数据虽然是在管道正常运行状态下所采集的且因为采集的随机性而成正态分布,但不免会因为震动、供气的启停等方面影响而发生采集的数据值的偏离,所以通过对有效压力参考数据集进行置信区间的分析,能够获取到监测点上所采集的数据行程的有效压力参考值的合理准确范围,为后续的压力分析提供准确合理的数据基础。当然,对于置信区间的获取,显著性水平可以是常用的0.05、0.01或者根据需要采集数据的精度来确定
S2:采集流量监测点的实时流量数据,并结合基础压力参考信息进行压力变化分析,形成压力分析结果数据。
采集流量监测点的实时流量数据,并结合基础压力参考信息进行压力变化分析,形成压力分析结果数据,包括:沿流体运动方向依次采集每个流量监测点的实时流量值cm,结合有效压力参考数据集Bm的置信区间,进行监测数据正确性判断,并根据正确性判断结果确定压力异常区域;获取压力异常区域的实时流量值,建立实时压力变化分析模型,并进行压力变化的分析判断,形成压力分析结果数据。
对管道压力的实时监测分析分为两步骤,首先是对采集的实时数据进行正确性确认,避免采集的数据为无效数据而导致分析结果的无效。其次,在确定正确性的基础上将实时数据与历史数据进行合理的对比才能有效的确认管道气压是否处于正常的状态。
其中,沿流体运动方向依次采集每个流量监测点的实时流量值cm,结合有效压力参考数据集Bm的置信区间,进行监测数据正确性判断,并根据正确性判断结果确定压力异常区域,包括:将进行正确性判断的流量监测点确定为目标流量监测点,将目标流量监测点上获取的实时流量值确定为目标实时流量值ck,1≤k≤m;根据目标实时流量值ck,并结合伯努利方程获得目标实时压力参考值dk,其中,;将目标实时压力参考值dk与对应的置信区间[Pk1,Pk2]进行以下对比判断:当dk∈[Pk1,Pk2]时,确定目标流量监测点工作正常,且在沿流体流动的方向上,到目标流量监测点前的管道压力正常;当dk∉[Pk1,Pk2]时,获取目标流量监测点外的其他流量监测点进行正确性判断,并根据判断结果确定压力异常区域。
对实时采集数据的正确性判断主要是考虑实时采集的数据是否处于对应监测点基于历史数据形成的置信区间中,如果实时数据属于置信区间则能够确定监测点所采集的实时数据是正确的,并且至少在进行分析的监测点之前的管道气压是处于正常状态的,毕竟管道气压发生异常变化必然会对后续管道的气压产生影响。如果实时数据不属于置信区间,那么考虑两个可能得方面,一个是实时数据可能是一个无效的数据,另一个有可能在监测点或者该监测点到上一个监测点之间管道的气压发生了异常。所以对于实时数据不属于置信区间的情况还需要进一步的进行分析确认。
当dk∉[Pk1,Pk2]时,获取目标流量监测点外的其他流量监测点进行正确性判断,并根据判断结果确定压力异常区域,包括:若dk∉[Pk1,Pk2],dk∈[bk,min,bk,max],则目标实时流量值为无效采集参量;若dk∉[bk,min,bk,max],且在沿流体流动的方向上,根据获取的目标流量监测点后的其他真实实时流量值ci确定的实时压力参考值di均满足下式,则目标实时流量值为无效采集量:di∈[bi,min,bi,max],其中,k<i≤m;若dk∉[bk,min,bk,max],且在沿流体流动的方向上,根据获取的目标流量监测点后的其他真实实时流量值ci确定的实时压力参考值di均满足di∉[bi,min,bi,max],则:将在沿流体流动的方向上目标流量监测点与目标流量监测点相邻的前一流量监测点之间的管道确定为主异常区域;将在沿流体流动的方向上目标流量监测点之后的管道确定为异常待定区域。
可以理解的是,当实时数据不属于对应的置信区间时,可以通过获取历史采集数据的范围来确定实时数据是否为因为其他因素造成的偏差数据,这样能够确定出实时数据是否是有效的。当然,也有可能实时数据也不属于历史采集数据的范围内,那么就需要考虑两个方面,一个是实时数据是否会因为设备故障而发生数据错误,另一方面就是确实采集的实时数据是管道压力发生异常的数据。由于管道压力发生异常会对管道上沿流体运行方向后方的所有采集点产生影响,所以可以通过对后边的采集点获取的实时数据进行分析判断。当后续的数据都处于对应的历史数据范围,那么可以确定该实时数据很可能是由于设备故障而造成的,也属于无效的数据,可以对此提供设备维护的引导。当后续的实时数据均是不属于对应的置信区间的,那么就可以确定进行分析的监测点或监测点到前一个监测点之间的管道发生了气压异常的情况。对于后续的管道是否也发生异常可继续进行细致的分析确认。
获取压力异常区域的实时流量值,建立实时压力变化分析模型,并进行压力变化的分析判断,形成压力分析结果数据,包括:获取主异常区域的流量监测点的实时流量值,根据对应的置信区间建立主异常压力变化分级模型,并根据主异常压力变化分级模型确定主异常区域的异常等级;获取目标流量监测点以及沿流体流动的方向上目标流量监测点之后的流量监测点的实时流量值,根据对应的置信区间建立异常待定区域的异常判定模型,并根据异常判定模型确定异常待定区域中的压力异常位置。
在分析确定出发生管道压力异常的主异常区域和需要进一步确认是否存在异常的异常待定区域后,考虑发生管道气压异常的具体情况不同所对应处理的解决方案也不同,所以针对主异常区域建立不同等级的判断模型来对异常的紧急情况进行分析判断,对异常待定区域建立异常判定模型来确认异常待定区域内所存在的管道气压异常的位置。
获取主异常区域的流量监测点的实时流量值,根据对应的置信区间建立主异常压力变化分级模型,并根据主异常压力变化分级模型确定主异常区域的异常等级,包括:将主异常区域上与目标流量监测点相邻的流量监测点确定为目标前流量监测点,并将目标前流量监测点上采集的实时流量值确定为目标前实时流量值ck-1;根据伯努利方程,并结合目标前实时流量值ck-1和目标实时流量值ck,分别确定目标前流量监测点的目标前实时压力参考值dk-1和目标流量监测点的目标实时压力参考值dk,其中:,/>;根据目标前实时压力参考值dk-1、目标实时压力参考值dk以及目标流量监测点的置信区间[Pk1,Pk2],确定主异常区域的相对压力变化量Pkv:/>,其中;在观察周期T内持续获取相对压力变化量,确定异常区域的相对压力变化率Pkr,并根据相对压力变化率Pkr建立主异常压力变化分级模型确定主异常区域的异常等级,其中:/>,/>为在观察周期T内相对压力变化量Pkv相对时间变化的函数。
对于主异常区域的等级分析模型,首先需要获得关于等级划分的对比分析数据。这里,根据伯努利方程在获得主异常区域的两个监测点的实时压力参考值后,两个监测点事实压力参考值的差值即表征在主异常区域内管道压力的变化值,而对于不同设计压力的管道来说,管道压力的变化值相对原压力的比率更能体现出管道压力的压损或者超压情况,这与工作中以实际压力相对设计压力的百分率来分析管道压力的工作状态的形式是统一的。当然,对于管道压力的变化情况可以会随着时间推移而发生变化,这种变化对于进行管道的维护是十分重要的,会基于这种变化来确定不同的维修时间和维修方案,为管道维护提供可靠的参考,因此,对于主异常区域管道压力的等级划分通过在观察周期内获取压力的相对变化率来进行管道压力异常随时间变化的情况判断,利用压力变化率基于时间变化的函数的导数来表征变化情况是合理且准确的。
根据相对压力变化率Pkr建立主异常压力变化分级模型确定主异常区域的异常等级,包括:设定第一稳定变化率阈值α,并根据相对压力变化率Pkr进行以下判断:当Pkr=0,且Pkv≤α,则将主异常区域确定为一般异常渗漏区域;当Pkr=0,且Pkv>α,则将主异常区域确定为紧急异常渗漏区域;设定第一相对变化率阈值β,并根据相对压力变化率Pkr进行以下判断:当Pkr≤β,则将主异常区域确定为一般异常泄漏区域;当存在Pkr>β ,则将主异常区域确定为紧急异常泄漏区域。
在进行等级判断时考虑两个情况,一个是压力异常会不会随时间发生变化,二个是压力变化变化值的大小,毕竟小小的渗漏和较大的泄漏是完全不同的异常情况。这里在划分等级时,以压力变化率有无来划分渗漏与泄漏,当然对于渗漏来说,压力变化量在较小的范围内可以认为是能够保留在检修时进行处理的一般性渗漏,而超出设定阀值的压力变化量被认为是需要及时处理可能影响管道流体运输功能的紧急行渗漏。同样,对于压力变化率不为零的情况判定为泄漏,而在小于一直范围下的压力变化率可以认为是压力泄漏量增量不大可稳定处理的一般性泄漏,而对于超出压力变化率阀值的情况则被认为是压力增量较快能快速引发管道系统故障的紧急泄漏。
获取目标流量监测点以及沿流体流动的方向上目标流量监测点之后的流量监测点的实时流量值,根据对应的置信区间建立异常待定区域的异常判定模型,并根据异常判定模型确定异常待定区域中的压力异常位置,包括:获取目标流量监测点的目标实时流量值以及沿流体流动的方向上目标流量监测点之后的流量监测点的实时流量值ck+z,其中0≤z≤m-k,并结合伯努利方程取得实时压力参考值dk+z;获取目标流量监测点对应以及沿流体流动的方向上目标流量监测点之后的流量监测点对应的置信区间[P(k+z)1,P(k+z)2];以目标流量监测点为起点,以沿流体流动的方向为分析顺序方向,获取相邻流量监测点的历史压力相对变化量P(k+z)v,其中:
,,
;
以目标流量监测点为起点,以沿流体流动的方向为分析顺序方向,获取相邻流量监测点的实时压力相对变化量P(k+z)c,其中:
;根据历史压力相对变化量P(k+z)v和实时压力相对变化量P(k+z)c,确定每个相邻流量监测点之间的相对压力变化率P(k+z)a,并获得相对压力变化率对比值P(k+z)w,其中:
,/>;
设定第一对比分析阈值γ,进行以下判断:若P(k+z)w≤ γ,则异常待定区域的压力正常;若存在不连续P(k+z)w> γ,则将获取P(k+z)w的后一个相邻流量监测点之间的管道确定为一般异常区域;若存在连续P(k+z)w> γ,则将获取P(k+z)w的后一个相邻流量监测点之间的管道确定为紧急异常区域。
对于异常待定区域的管道压力异常与否的判定,主要是通过获取相邻监测点的相对压力变化率之间的差值来进行确认的。可以理解的是,由于收到主异常区域的压力变化影响,异常待定区域的管道压力再采用和主异常区域同样的判断方式进行压力异常的判断是不具有对比性的,因为在压力异常点能量发生损失,基于伯努利方程可以知道流体的总能量发生了变化。因此,只能通过对后续管道上的压力是否还发生变化来确定可能存在异常的位置,以在主异常区域完成对管道气压异常的处理后进行快速的后续处理定位。
S3:根据压力分析结果数据完成对管道压力的完全处理。
在获取管道压力的具体异常情况后,可以结合对异常情况的判断形成合理的处理方式来进行管道压力的处理,保证管道的正常使用。
本申请还提供一种气站安全管道压力监测装置,该装置包括流量传感器,设置于管道的多个位置上,用于采集管道中流体的流量值;数据存储单元,用于存储流量传感器采集的流量值;数据分析单元,用于调取数据存储单元中的流量值进行压力监测的分析,形成压力分析结果数据。
该装置通过根据流量传感器采集流量数据,进而为数据分析单元进行基于流量数据的管道压力分析提供了物质基础,高效且准确的进行管道压力的监测分析。
综上所述,本申请实施例提供的气站安全管道压力监测方法及装置的有益效果有:
该方法通过基于流量监测的数据来间接的获取相对压力的数据,由于管道压力式与流量的平方值建立有效关系的,所以通过流量值来确定压力参数能够对压力值进行合理的放大,尤其在进行不同监测点之间的相对压力变化分析时能够将压力变化的值进行放大分析,大大提高了对于压力变化分析的准确性,更容易且准确的作出压力是否正常的判断,提高压力监测的准确度,有效保证管道生产使用的安全性。
该装置通过根据流量传感器采集流量数据,进而为数据分析单元进行基于流量数据的管道压力分析提供了物质基础,高效且准确的进行管道压力的监测分析。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a, b, c, a-b, a-c, b-c, 或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种气站安全管道压力监测方法,其特征在于,包括:
采集流量监测点的历史流量数据,并根据所述历史流量数据获取基础压力参考信息;
采集流量监测点的实时流量数据,并结合所述基础压力参考信息进行压力变化分析,形成压力分析结果数据;
根据所述压力分析结果数据完成对管道压力的完全处理。
2.根据权利要求1所述的气站安全管道压力监测方法,其特征在于,所述采集流量监测点的历史流量数据,并根据所述历史流量数据获取基础压力参考信息,包括:
在分析周期内采集每个所述流量监测点的历史流量值,形成每个所述流量监测点的历史流量监测数据集Am=[am1,am2,…,amn],n表示所述历史流量值的数量标号,m表示沿流体运动方向流量监测点的序号;
根据伯努利方程,并结合所述历史流量监测数据集Am中的所述历史流量值获取有效压力参考值,并形成每个所述流量监测点的有效压力参考数据集Bm=[bm1,bm2,…,bmn],其中,;
确定每个所述有效压力参考数据集Bm中的最小值bm,min以及最大值bm,max,形成历史压力区间[bm,min,bm,max];
确定每个所述有效压力参考数据集Bm的置信区间[Pm1,Pm2],Pm1为置信上限,Pm2为置信下限。
3.根据权利要求2所述的气站安全管道压力监测方法,其特征在于,所述采集流量监测点的实时流量数据,并结合所述基础压力参考信息进行压力变化分析,形成压力分析结果数据,包括:
沿流体运动方向依次采集每个所述流量监测点的实时流量值cm,结合所述有效压力参考数据集Bm的置信区间,进行监测数据正确性判断,并根据正确性判断结果确定压力异常区域;
获取所述压力异常区域的实时流量值,建立实时压力变化分析模型,并进行压力变化的分析判断,形成压力分析结果数据。
4.根据权利要求3所述的气站安全管道压力监测方法,其特征在于,所述沿流体运动方向依次采集每个所述流量监测点的实时流量值cm,结合所述有效压力参考数据集Bm的置信区间,进行监测数据正确性判断,并根据正确性判断结果确定压力异常区域,包括:
将进行正确性判断的所述流量监测点确定为目标流量监测点,将所述目标流量监测点上获取的实时流量值确定为目标实时流量值ck,1≤k≤m;
根据所述目标实时流量值ck,并结合伯努利方程获得目标实时压力参考值dk,其中,;
将所述目标实时压力参考值dk与对应的置信区间[Pk1,Pk2]进行以下对比判断:
当dk∈[Pk1,Pk2]时,确定所述目标流量监测点工作正常,且在沿流体流动的方向上,到所述目标流量监测点前的管道压力正常;
当dk∉[Pk1,Pk2]时,获取所述目标流量监测点外的其他所述流量监测点进行正确性判断,并根据判断结果确定压力异常区域。
5.根据权利要求4所述的气站安全管道压力监测方法,其特征在于,所述当dk∉[Pk1,Pk2]时,获取所述目标流量监测点外的其他所述流量监测点进行正确性判断,并根据判断结果确定压力异常区域,包括:
若dk∉[Pk1,Pk2],dk∈[bk,min,bk,max],则所述目标实时流量值为无效采集参量;
若dk∉[bk,min,bk,max],且在沿流体流动的方向上,根据获取的所述目标流量监测点后的其他所述真实实时流量值ci确定的实时压力参考值di均满足下式,则所述目标实时流量值为无效采集量:
di∈[bi,min,bi,max],其中,k<i≤m;
若dk∉[bk,min,bk,max],且在沿流体流动的方向上,根据获取的所述目标流量监测点后的其他所述真实实时流量值ci确定的实时压力参考值di均满足di∉[bi,min,bi,max],则:
将在沿流体流动的方向上所述目标流量监测点与所述目标流量监测点相邻的前一所述流量监测点之间的管道确定为主异常区域;
将在沿流体流动的方向上所述目标流量监测点之后的管道确定为异常待定区域。
6.根据权利要求5所述的气站安全管道压力监测方法,其特征在于,所述获取所述压力异常区域的实时流量值,建立实时压力变化分析模型,并进行压力变化的分析判断,形成压力分析结果数据,包括:
获取所述主异常区域的所述流量监测点的实时流量值,根据对应的置信区间建立主异常压力变化分级模型,并根据所述主异常压力变化分级模型确定所述主异常区域的异常等级;
获取所述目标流量监测点以及沿流体流动的方向上所述目标流量监测点之后的所述流量监测点的所述实时流量值,根据对应的置信区间建立所述异常待定区域的异常判定模型,并根据所述异常判定模型确定所述异常待定区域中的压力异常位置。
7.根据权利要求6所述的气站安全管道压力监测方法,其特征在于,所述获取所述主异常区域的所述流量监测点的实时流量值,根据对应的置信区间建立主异常压力变化分级模型,并根据所述主异常压力变化分级模型确定所述主异常区域的异常等级,包括:
将所述主异常区域上与所述目标流量监测点相邻的所述流量监测点确定为目标前流量监测点,并将所述目标前流量监测点上采集的所述实时流量值确定为目标前实时流量值ck-1;
根据伯努利方程,并结合所述目标前实时流量值ck-1和所述目标实时流量值ck,分别确定所述目标前流量监测点的目标前实时压力参考值dk-1和所述目标流量监测点的目标实时压力参考值dk,其中:
,/>;
根据所述目标前实时压力参考值dk-1、所述目标实时压力参考值dk以及所述目标流量监测点的置信区间[Pk1,Pk2],确定所述主异常区域的相对压力变化量Pkv:
,其中/>;
在观察周期T内持续获取所述相对压力变化量,确定异常区域的相对压力变化率Pkr,并根据所述相对压力变化率Pkr建立所述主异常压力变化分级模型确定所述主异常区域的异常等级,其中:
,/>为在所述观察周期T内所述相对压力变化量Pkv相对时间变化的函数。
8.根据权利要求7所述的气站安全管道压力监测方法,其特征在于,所述根据所述相对压力变化率Pkr建立所述主异常压力变化分级模型确定所述主异常区域的异常等级,包括:
设定第一稳定变化率阈值α,并根据所述相对压力变化率Pkr进行以下判断:
当Pkr=0,且Pkv≤α,则将所述主异常区域确定为一般异常渗漏区域;
当Pkr=0,且Pkv>α,则将所述主异常区域确定为紧急异常渗漏区域;
设定第一相对变化率阈值β,并根据所述相对压力变化率Pkr进行以下判断:
当Pkr≤β,则将所述主异常区域确定为一般异常泄漏区域;
当存在Pkr>β,则将所述主异常区域确定为紧急异常泄漏区域。
9.根据权利要求8所述的气站安全管道压力监测方法,其特征在于,所述获取所述目标流量监测点以及沿流体流动的方向上所述目标流量监测点之后的所述流量监测点的所述实时流量值,根据对应的置信区间建立所述异常待定区域的异常判定模型,并根据所述异常判定模型确定所述异常待定区域中的压力异常位置,包括:
获取所述目标流量监测点的所述目标实时流量值以及沿流体流动的方向上所述目标流量监测点之后的所述流量监测点的所述实时流量值ck+z,其中0≤z≤m-k,并结合伯努利方程取得实时压力参考值dk+z;
获取所述目标流量监测点对应以及沿流体流动的方向上所述目标流量监测点之后的所述流量监测点对应的置信区间[P(k+z)1,P(k+z)2];
以所述目标流量监测点为起点,以沿流体流动的方向为分析顺序方向,获取相邻所述流量监测点的历史压力相对变化量P(k+z)v,其中:
,,/>;
以所述目标流量监测点为起点,以沿流体流动的方向为分析顺序方向,获取相邻所述流量监测点的实时压力相对变化量P(k+z)c,其中:
;
根据所述历史压力相对变化量P(k+z)v和所述实时压力相对变化量P(k+z)c,确定每个相邻流量监测点之间的相对压力变化率P(k+z)a,并获得相对压力变化率对比值P(k+z)w,其中:
,/>;
设定第一对比分析阈值γ,进行以下判断:
若,则所述异常待定区域的压力正常;
若存在不连续,则将获取P(k+z)w的后一个相邻流量监测点之间的管道确定为一般异常区域;
若存在连续,则将获取P(k+z)w的后一个相邻流量监测点之间的管道确定为紧急异常区域。
10.一种气站安全管道压力监测装置,采用权利要求1-9任意一项所述气站安全管道压力监测方法,其特征在于,包括:
流量传感器,设置于管道的多个位置上,用于采集管道中流体的流量值;
数据存储单元,用于存储所述流量传感器采集的流量值;
数据分析单元,用于调取所述数据存储单元中的流量值进行压力监测的分析,形成压力分析结果数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310788313.7A CN116541678B (zh) | 2023-06-30 | 2023-06-30 | 一种气站安全管道压力监测方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310788313.7A CN116541678B (zh) | 2023-06-30 | 2023-06-30 | 一种气站安全管道压力监测方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116541678A true CN116541678A (zh) | 2023-08-04 |
CN116541678B CN116541678B (zh) | 2023-10-31 |
Family
ID=87449140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310788313.7A Active CN116541678B (zh) | 2023-06-30 | 2023-06-30 | 一种气站安全管道压力监测方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116541678B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117056846A (zh) * | 2023-10-08 | 2023-11-14 | 南通银河水泵有限公司 | 一种基于人工智能的轴流泵转子运行稳定性预测系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170051581A1 (en) * | 2015-08-19 | 2017-02-23 | General Electric Company | Modeling framework for virtual flow metering for oil and gas applications |
CN109238589A (zh) * | 2018-09-29 | 2019-01-18 | 国网河北省电力有限公司电力科学研究院 | 一种加热器管道泄漏监测方法及装置 |
CN110360461A (zh) * | 2019-07-31 | 2019-10-22 | 广州特种承压设备检测研究院 | 压力管道监测系统、方法、装置和计算机可读存储介质 |
CN113007861A (zh) * | 2021-04-20 | 2021-06-22 | 宁波奥克斯电气股份有限公司 | 吸气侧压力确定方法、模块、控制方法、装置和系统 |
CN113654899A (zh) * | 2021-07-30 | 2021-11-16 | 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 | 输送管道的压力分析方法、装置、设备及存储介质 |
CN115169650A (zh) * | 2022-06-20 | 2022-10-11 | 四川观想科技股份有限公司 | 一种大数据分析的装备健康预测方法 |
CN115693948A (zh) * | 2022-11-14 | 2023-02-03 | 南京深科博业电气股份有限公司 | 一种电力系统故障监测方法及监测系统 |
CN115931055A (zh) * | 2023-01-06 | 2023-04-07 | 长江信达软件技术(武汉)有限责任公司 | 一种基于大数据分析的农村供水运行诊断方法及系统 |
-
2023
- 2023-06-30 CN CN202310788313.7A patent/CN116541678B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170051581A1 (en) * | 2015-08-19 | 2017-02-23 | General Electric Company | Modeling framework for virtual flow metering for oil and gas applications |
CN109238589A (zh) * | 2018-09-29 | 2019-01-18 | 国网河北省电力有限公司电力科学研究院 | 一种加热器管道泄漏监测方法及装置 |
CN110360461A (zh) * | 2019-07-31 | 2019-10-22 | 广州特种承压设备检测研究院 | 压力管道监测系统、方法、装置和计算机可读存储介质 |
CN113007861A (zh) * | 2021-04-20 | 2021-06-22 | 宁波奥克斯电气股份有限公司 | 吸气侧压力确定方法、模块、控制方法、装置和系统 |
CN113654899A (zh) * | 2021-07-30 | 2021-11-16 | 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 | 输送管道的压力分析方法、装置、设备及存储介质 |
CN115169650A (zh) * | 2022-06-20 | 2022-10-11 | 四川观想科技股份有限公司 | 一种大数据分析的装备健康预测方法 |
CN115693948A (zh) * | 2022-11-14 | 2023-02-03 | 南京深科博业电气股份有限公司 | 一种电力系统故障监测方法及监测系统 |
CN115931055A (zh) * | 2023-01-06 | 2023-04-07 | 长江信达软件技术(武汉)有限责任公司 | 一种基于大数据分析的农村供水运行诊断方法及系统 |
Non-Patent Citations (1)
Title |
---|
孟旭兵 等: "干油管道输送沿程压力损失的计算方法", 《一重技术》, no. 3, pages 6 - 10 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117056846A (zh) * | 2023-10-08 | 2023-11-14 | 南通银河水泵有限公司 | 一种基于人工智能的轴流泵转子运行稳定性预测系统及方法 |
CN117056846B (zh) * | 2023-10-08 | 2023-12-22 | 南通银河水泵有限公司 | 一种基于人工智能的轴流泵转子运行稳定性预测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116541678B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103939749B (zh) | 基于大数据的输油管网泄漏智能自适应监控系统及方法 | |
Laucelli et al. | Detecting anomalies in water distribution networks using EPR modelling paradigm | |
CN105468917B (zh) | 一种管线故障预测方法及装置 | |
CN108360608B (zh) | 一种供水系统输水管的爆管识别与定位方法 | |
CN116541678B (zh) | 一种气站安全管道压力监测方法、装置 | |
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 | |
CN107092654A (zh) | 基于均值变化检测的报警正常与异常数据检测方法和装置 | |
CN105090755A (zh) | 基于压力监测的疑似燃气泄漏及泄漏点定位方法及系统 | |
US20220405715A1 (en) | Inspection related systems and methods | |
CN104318479A (zh) | 原油管道运行时临界状态及安全裕量的确定方法 | |
JP5297951B2 (ja) | 防食データ解析システム | |
Wu et al. | Time series data decomposition-based anomaly detection and evaluation framework for operational management of smart water grid | |
CN108345707A (zh) | 基于概率的管道腐蚀缺陷计划响应时间确定方法及装置 | |
JP2017089462A (ja) | 真空ポンプの判断システム、および真空ポンプ | |
JP2017002554A (ja) | 管路異常検知装置および方法 | |
CN108346111A (zh) | 集输管网泄漏风险评估方法及装置 | |
CN116955955A (zh) | 一种管道缺陷模型预测方法、系统、终端设备及存储介质 | |
CN113446521B (zh) | 基于瞬变流的爆管定位方法 | |
CN116221626A (zh) | 一种基于数学模型的热力管道泄漏检测定位方法及系统 | |
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 | |
CN113550736A (zh) | 应用于油气采集的异常分析系统及方法 | |
Zhang et al. | Real-time pipeline leak detection on shell's North Western Ethylene pipeline | |
Xing et al. | Streaming sensor data validation in networked infrastructure systems through synergic auto and cross similarity discovery and analysis | |
CN104731056A (zh) | 快速判断化工生产装置的运行稳定性的方法及装置 | |
CN117992895B (zh) | 一种基于大数据的油气管道区域风险监测方法及系统 |
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 |