CN116717734B - 一种天然气管线稳态运行的数据监测方法 - Google Patents
一种天然气管线稳态运行的数据监测方法 Download PDFInfo
- Publication number
- CN116717734B CN116717734B CN202311000054.3A CN202311000054A CN116717734B CN 116717734 B CN116717734 B CN 116717734B CN 202311000054 A CN202311000054 A CN 202311000054A CN 116717734 B CN116717734 B CN 116717734B
- Authority
- CN
- China
- Prior art keywords
- node
- pressure
- fluctuation
- confidence
- value
- 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
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 76
- 239000003345 natural gas Substances 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000002159 abnormal effect Effects 0.000 claims abstract description 45
- 230000005856 abnormality Effects 0.000 claims abstract description 14
- 238000012512 characterization method Methods 0.000 claims description 18
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 7
- 239000012530 fluid Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
- G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
- G01M3/2815—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes using pressure measurements
-
- 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
-
- 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
Abstract
本发明涉及管线监测预警技术领域,具体涉及一种天然气管线稳态运行的数据监测方法。首先根据节点的相邻压力值的差异特征获得第一趋势异常置信度;根据节点不同时刻压力值的变化特征获得趋势权重,根据趋势权重和第一趋势异常置信度获得趋势异常置信度。根据节点的真实压力值和拟合压力值获得第一波动置信度,根据相邻时刻节点之间的压力值的差异特征获得第二波动置信度,根据第一波动置信度和第二波动置信度获得波动置信度。最终本发明根据波动置信度和趋势异常置信度获得异常程度并对管道进行监测,减少误差提高监测的准确性。
Description
技术领域
本发明涉及管线监测预警技术领域,具体涉及一种天然气管线稳态运行的数据监测方法。
背景技术
天然气作为一种重要能源,主要通过高压管线进行输送;随着时间的增长,高压管线可能会受到各种不确定性因素的影响,导致泄漏的安全事故,造成生命财产损失;故对天然气高压管线稳态运行的监测尤为重要。随着物联网的发展,通过压力传感器对管线实时监测成为主流方向。
压力传感器通过采集各个节点的压力变化监测泄漏情况,当管线发生泄漏时,由于管内气体流出,泄漏点压力迅速减小,泄漏点附近的流体由于压力差的作用快速向泄漏点补充,此过程产生的负压波向管道两端传播造成各个节点的压力波动。同时由于稳态运行的管线随着分压分流造成输入端压力相较于输出端压力更高、受到用气高峰的影响,压力也会出现变化。最终由于泄漏导致的负压波使得各个节点的压力波动以及用气高峰导致的压力变化,造成管线稳态运行监测容易出现误差,影响了管线运行的监测准确性。
发明内容
为了解决上述由于泄漏导致的负压波使得各个节点的压力波动,以及用气高峰导致的压力变化,影响了管线运行的监测准确性的技术问题,本发明的目的在于提供一种天然气管线稳态运行的数据监测方法,所采用的技术方案具体如下:
获取天然气管道各个节点的压力值,根据当前时刻下每个节点与其他节点的相邻压力值的差异特征获得每个节点的第一趋势异常置信度;根据每个节点不同时刻的压力值的变化特征获得每个节点的趋势权重;根据所述第一趋势异常置信度和所述趋势权重获得节点的趋势异常置信度;
对同一时刻节点的压力值进行线性拟合获得节点的拟合压力值,根据节点实际的压力值和拟合压力值的差异特征获得节点的第一波动置信度;根据相邻时刻对应节点之间的压力值的差异特征获得节点的第二波动置信度;根据所述第一波动置信度和所述第二波动置信度获得节点的波动置信度;
根据所述趋势异常置信度和所述波动置信度获得节点的异常程度,根据所述异常程度对天然气管线稳态运行进行监测预警。
进一步地,所述根据当前时刻下每个节点与其他节点的相邻压力值的差异特征获得每个节点的第一趋势异常置信度的步骤包括:
对于任意一个节点,计算当前时刻所述节点与相邻节点的压力值的差值绝对值,获得所述节点的相邻压力差;计算所述节点的所述相邻压力差与其他节点的相邻压力差平均值的差值绝对值,获得所述节点的所述第一趋势异常置信度。
进一步地,所述根据每个节点不同时刻的压力值的变化特征获得每个节点的趋势权重的步骤包括:
分别构建当前时刻和不同历史时刻的压力值曲线,对于任意一个节点,计算所述节点对应的压力值曲线的导数,获得所述节点的压力变化率;计算所述节点的当前时刻的压力变化率与历史时刻的压力变化率平均值的差值绝对值并归一化,获得所述节点的所述趋势权重。
进一步地,所述根据所述第一趋势异常置信度和所述趋势权重获得节点的趋势异常置信度的步骤包括:
计算节点的所述第一趋势异常置信度与对应的所述趋势权重的乘积,获得节点的所述趋势异常置信度。
进一步地,所述对同一时刻节点的压力值进行线性拟合获得节点的拟合压力值的步骤包括:
对于任意一个节点,根据同一时刻所述节点之前的相邻预设范围内其他节点的压力值构建预设压力值曲线,根据时间序列分解算法对所述预设压力值曲线进行分解获得其他节点的压力曲线趋势;根据最小二乘法获得压力曲线趋势的压力拟合方程,根据所述节点的位置通过所述压力拟合方程,获得所述节点的所述拟合压力值。
进一步地,所述根据节点实际的压力值和拟合压力值的差异特征获得节点的第一波动置信度的步骤包括:
对于任意一个时刻,计算节点的所述拟合压力值与实际的压力值的差值绝对值并归一化,获得节点的波动表征值,计算所述波动表征值与预设第一数值的和值,获得节点的所述第一波动置信度。
进一步地,所述根据相邻时刻对应节点之间的压力值的差异特征获得节点的第二波动置信度的步骤包括:
对于任意一个节点,计算当前时刻的所述节点与相邻节点的所述相邻压力差的差值绝对值和预设极小正数的和值,获得当前相邻压力变化差异表征值;计算当前时刻的上一时刻的所述节点与相邻节点的所述相邻压力差的差值绝对值,获得上一时刻相邻压力变化差异表征值,计算所述上一时刻相邻压力变化差异表征值与所述当前相邻压力变化差异表征值的比值,获得节点的所述第二波动置信度。
进一步地,所述根据所述第一波动置信度和所述第二波动置信度获得节点的波动置信度的步骤包括:
计算节点的所述第一波动置信度和所述第二波动置信度的乘积,获得置信度表征值;对于任意一个节点的预设节点长度内的所有节点,计算预设滑动时间窗口内所述所有节点的所有时刻的置信度表征值的累乘值,获得所述节点的所述波动置信度。
进一步地,所述根据所述趋势异常置信度和所述波动置信度获得节点的异常程度的步骤包括:
对于任意一个节点,计算所述节点的所述趋势异常置信度与所述波动置信度的乘积并归一化,获得节点的异常程度。
进一步地,所述根据所述异常程度对天然气管线稳态运行进行监测预警的步骤包括:
对于任意一个节点,当所述节点的所述异常程度不超过预设阈值时,则认为天然气管道未发生泄漏;当所述节点的所述异常程度超过预设阈值时,则对天然气稳态运行发出预警信号。
本发明具有如下有益效果:
在本发明实施例中,获取第一趋势异常置信度能够表征节点之间压力差的差异,进而反映出现泄漏的可能性;获取趋势权重能够表征节点不同时刻的压力值的变化特征,目的是能够反映第一趋势异常置信度的可靠程度,提高最终监测管道泄漏的准确性;趋势异常置信度反映了节点附近发生泄漏的可能程度。获取第一波动置信度表征了真实压力值和拟合压力值的差异,进而反映发生泄漏的可能性;第二波动置信度根据泄漏导致出现负压波的特征,分析节点间压力值的差异特征,进而表征发生泄漏的可能性;波动置信度能够根据泄漏出现负压波的特征进行分析,提高了分析泄漏的准确性。最终通过趋势异常置信度和波动置信度获得异常程度,根据异常程度能够更准确地监测管道是否出现泄漏,避免出现监测误差,提高了管道使用安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它附图。
图1为本发明一个实施例所提供的一种天然气管线稳态运行的数据监测方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种天然气管线稳态运行的数据监测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种天然气管线稳态运行的数据监测方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种天然气管线稳态运行的数据监测方法流程图,该方法包括以下步骤:
步骤S1,获取天然气管道各个节点的压力值,根据当前时刻下每个节点与其他节点的压力值的差异特征获得每个节点的第一趋势异常置信度;根据每个节点不同时刻的压力值的变化特征获得每个节点的趋势权重;根据第一趋势异常置信度和趋势权重获得节点的趋势异常置信度。
在本发明实施例中,实施场景为对天然气管线稳态运行的监测;首先需要获取管线中各个节点的压力值,将压力传感器按照合适的距离铺设到管线内部,采集每个传感器节点的压力值的时序数据。
获得每个节点的压力值后,对于压力传感器监测获得的压力数据在不同节点的差异主要来自于泄漏点造成的双向负压波、管道节点或弯折使气体惯性产生的高压、管道内气体由高压向低压方向流动的三种因素,在监测过程中,由于负压波和气压波动在不同节点存在滞后性,由高压向低压变动过程在时间维度呈现递减过程,为了提高泄漏监测的准确性,减少误差,需要从多维度对监测数据进行分析。根据天然气泄漏的特征,若某个节点附件发生泄漏,则该时刻该节点与相邻节点之间的压力差会变大;故可根据当前时刻下每个节点与其他节点的相邻压力值的差异特征获得每个节点的第一趋势异常置信度。
优选地,在本发明一个实施例中,获取第一趋势异常置信度包括:对于任意一个节点,计算当前时刻节点与相邻节点的压力值的差值绝对值,获得节点的相邻压力差;在本发明实施例中相邻节点为该节点的前一个节点,相邻压力差能够反映泄漏的程度,当相邻压力差越大,意味着泄漏的可能性越大,程度越严重;计算其他节点的相邻压力差的平均值,计算节点的相邻压力差与其他节点的相邻压力差平均值的差值绝对值,获得节点的第一趋势异常置信度。正常情况下,天然气从管道的输入端至输出端,其节点的压力值是逐渐递减的,但相邻节点之间的相邻压力差是相似的,当某个节点附近发生了泄漏,该时刻该节点的压力会瞬时减少,而负压波具有滞后性,相邻节点的压力值还接近正常水平,此时相邻压力差较其他节点之间的相邻压力差会变大。故当该节点的第一趋势异常置信度越小,意味着该节点与其他节点之间的相邻压力差越接近,此时泄漏的可能性较小;当该节点的第一趋势异常置信度越大,意味着该节点与其他节点之间的相邻压力差越不接近,此时泄漏的可能性较大。
进一步地,由于管道铺设的影响,在传输过程中,并非所有管线为长直管线,在管道弯折处由于气流与管道撞击造成该处节点的气压升高,此时该节点获得的第一趋势异常置信度较高,但未发生泄漏。因此需要分析第一趋势异常置信度的可靠程度,故根据每个节点不同时刻的压力值的变化特征获得每个节点的趋势权重。
优选地,在本发明一个实施例中,获取节点的趋势权重包括:分别构建当前时刻和不同历史时刻的压力值曲线,压力值曲线根据同一时间所有节点的压力值即可获得,能够反映同一个时间点的压力变化趋势。对于任意一个节点,计算节点对应的压力值曲线的导数,获得节点的压力变化率,压力变化率能够表征该节点处的压力变化程度,当压力变化率越大,则压力变化程度越明显;计算节点的当前时间点的压力变化率与历史时间点的压力变化率平均值的差值绝对值并归一化,获得节点的趋势权重。在正常情况下,该节点的当前压力变化率与历史时间的压力变化率均值应该是接近的,趋势权重越接近0,对应的第一趋势异常置信度的可靠程度越低;若当前该节点附近出现了泄漏,则当前时刻的压力变化率会增加,与历史的压力变化率均值差异较大,进而趋势权重越大,对应的第一趋势异常置信度的可靠程度越高。
获得了节点的第一趋势异常置信度和趋势权重后,则可根据节点间的压力变化趋势初步分析节点的泄漏程度,故根据第一趋势异常置信度和趋势权重获得节点的趋势异常置信度。
优选地,在本发明一个实施例中,获取趋势异常置信度包括:计算节点的第一趋势异常置信度与对应的趋势权重的乘积,获得节点的趋势异常置信度;趋势异常置信度的获取公式具体包括:
式中,表示第/>个节点的趋势异常置信度,/>表示第/>个节点的趋势权重,/>表示第/>个节点的第一趋势异常置信度。当该节点的趋势权重和第一趋势异常置信度越大,意味着该节点附近发生泄漏的可能性越大,泄漏的程度越严重。
至此,根据相邻节点之间的压力变化特征获得了节点的趋势异常置信度,通过趋势异常置信度表征泄漏的程度,由于节点泄漏之后,节点两端会存在负压波,造成许多节点的压力波动,故为了提高监测的准确性,后续需要根据负压波造成的压力波动特征进行泄漏情况的分析。
步骤S2,对同一时刻节点的压力值进行线性拟合获得节点的拟合压力值,根据节点实际的压力值和拟合压力值的差异特征获得节点的第一波动置信度;根据相邻时刻对应节点之间的压力值的差异特征获得节点的第二波动置信度;根据第一波动置信度和第二波动置信度获得节点的波动置信度。
当天然气管道出现泄露点时,流体物质损失而引起局部流体密度减小,泄漏点产生一个瞬时压力降和速度差,从而引起管道内相邻区域高压、高速的流体介质向泄露的低压区流动,形成负压波,且随时间负压波从泄漏点向输入端与输出端传播,因此本方法通过分析波动传输路径中呈现的衰减特征计算波动置信度。
首先,由于管道输送天然气在宏观层面上各个节点的压力值是递减的,进而可根据一段范围内节点的压力值数据进行线性拟合,获得节点的拟合值,根据拟合值与实际值之间的差异分析泄露的可能性,故对同一时刻节点的压力值进行线性拟合获得节点的拟合压力值。
优选地,在本发明一个实施例中,获得拟合压力值包括:对于任意一个节点,根据同一时刻下该节点之前的相邻预设范围内其他节点的压力值构建预设压力值曲线,在本发明实施例中相邻预设范围为该节点之前的20个节点,过长或过短的范围会影响后续拟合的准确性,实施者可根据实施场景自行确定相邻预设范围。根据时间序列分解算法对预设压力值曲线进行分解获得其他节点的压力曲线趋势;根据最小二乘法获得压力曲线趋势的压力拟合方程,根据该节点的位置通过压力拟合方程进行数学计算,获得该节点的拟合压力值。拟合压力值能够反映正常情况下随着天然气逐渐递减的趋势,该节点正常水平的压力值。
需要说明的是,时间序列分解算法和最小二乘法属于现有技术,具体计算步骤不再赘述;其中时间序列分解算法的基本思想是将时间序列分解为趋势、季节性和残差三个部分;趋势是时间序列的长期变化趋势,通过分解时间序列可更好地分析时间序列的变化规律。
获得节点的拟合压力值后,可根据该节点的拟合压力值与真实值的差异特征分析负压波造成的压力值波动情况,故根据节点实际的压力值和拟合压力值的差异特征获得节点的第一波动置信度。
优选地,在本发明一个实施例中,获取第一波动置信度包括:对于任意一个时刻,计算节点的拟合压力值与实际的压力值的差值绝对值并归一化,获得节点的波动表征值,计算波动表征值与预设第一数值的和值,获得节点的第一波动置信度。其中预设第一数值在本发明实施例中为1,目的为避免后续计算过程中出现为零的情况,实施者可根据实施场景自行确定。当该节点的第一波动置信度越大,意味着实际压力值和拟合压力值差异越大,可能为该节点附近发生了泄漏,或是负压波经过了该节点导致该时刻压力下降,进而意味着管道发生泄漏的可能性越大;反之当该节点的第一波动置信度越小,意味着实际压力值和拟合压力值的差异越小,即该节点附近发生泄漏的可能性越小,同时负压波未经过该节点。
进一步地,若某节点附近发生泄漏,随着时间其负压波的波峰向两端在不断传播且不断衰弱,即随着时间以及距泄漏点距离的增加,两个节点之间的压力差的差异会逐渐减小,故可根据相邻时刻对应节点之间的压力值的差异特征获得节点的第二波动置信度。
优选地,在本发明一个实施例中,获取第二波动置信度包括:对于任意一个节点,计算当前时刻的节点与相邻节点的相邻压力差的差值绝对值和预设极小正数的和值,获得当前相邻压力变化差异表征值;计算当前时刻的上一时刻的节点与相邻节点的相邻压力差的差值绝对值,获得上一时刻相邻压力变化差异表征值,计算上一时刻相邻压力变化差异表征值与当前相邻压力变化差异表征值的比值,获得节点的第二波动置信度。
若该节点附近发生泄漏,此时相邻压力差会瞬间增加,而负压波存在滞后性,即该节点的相邻节点的相邻压力差还未增加,故相邻压力变化差异表征值会增加。而随着时间的变化,负压波逐渐消失,管道趋于稳态运行,此时相邻压力变化差异表征值会趋于正常,进而距泄漏的时间越近,其相邻压力变化差异表征值越大;距泄漏的时间越远,其相邻压力变化差异表征值越小,故上一时刻相邻压力变化差异表征值大于当前相邻压力变化差异表征值;当第二波动置信度越大,意味着该节点越接近泄漏位置,且越接近泄漏时间;当第二波动置信度越小,意味着该节点附近未发生泄漏或距泄漏时间较久。其中预设极小正数为1,目的防止分母为零,实施者可根据实施场景自行确定。获取第二波动置信度的具体公式包括:
式中,表示第/>时刻第/>个节点的第二波动置信度,/>表示第/>时刻第/>个节点的相邻压力差,/>表示第/>时刻第/>个节点的相邻压力差;/>表示第/>时刻第/>个节点的相邻压力差;/>表示第/>时刻第/>个节点的相邻压力差。表示上一时刻相邻压力变化差异表征值;/>表示预设极小正数;表示当前相邻压力变化差异表征值。
至此,获得节点的第一波动置信度和第二波动置信度后,可根据第一波动置信度和第二波动置信度获得节点的波动置信度。
优选地,在本发明一个实施例中,获取波动置信度包括:计算节点的第一波动置信度和第二波动置信度的乘积,获得置信度表征值;对于任意一个节点的预设节点长度内的所有节点,计算预设滑动时间窗口内所有节点的所有时刻的置信度表征值的累乘值,获得节点的波动置信度。当某一个节点附近发生泄漏,则会发生负压波,导致该节点附近的其他节点在短时间内的压力都会出现波动,且泄漏越严重,负压波越严重,进而该节点以及附近节点短时间内第一波动置信度和第二波动置信度越大。最终当该节点的波动置信度越大,则意味着短时间内该节点附近出现了泄漏。获取波动置信度的公式具体包括:
式中,表示第/>时刻第/>个节点的波动置信度,/>表示第/>时刻第/>个节点的第二波动置信度,/>表示第/>时刻第/>个节点的第一波动置信度;/>表示第/>时刻第/>个节点的置信度表征值。在本发明实施例中,预设滑动时间窗口为当前时刻的前1分钟,滑动步长为相邻两次采集间隔;预设节点长度为以该节点为中心的两端共20个节点,实施者可根据实施场景自行确定。
至此,根据泄漏产生的负压波特征获得了节点的波动置信度,后续可根据趋势异常置信度和波动置信度分析天然气管道的泄漏情况。
步骤S3,根据趋势异常置信度和波动置信度获得节点的异常程度,根据异常程度对天然气管线稳态运行进行监测预警。
根据步骤S2和S3可知,当某个节点附近发生泄漏,其趋势异常置信度和波动置信度越大,故可根据趋势异常置信度和波动置信度获得节点的异常程度。优选地,在本发明一个实施例中,获取异常程度包括:对于任意一个节点,计算节点的趋势异常置信度与波动置信度的乘积并归一化,获得节点的异常程度。当异常程度越大,意味着该节点附近发生泄漏的可能性越大,泄漏程度越严重。
进一步地,获取异常程度后可根据异常程度判断可能泄漏的位置,对于任意一个节点,当节点的异常程度不超过预设阈值时,则认为天然气管道未发生泄漏;当节点的异常程度超过预设阈值时,则对天然气稳态运行发出预警信号,及时检修。在本发明实施例中预设阈值为0.7,实施者可根据实施场景自行确定。
至此,通过趋势异常置信度和波动置信度获得异常程度分析管道发生泄漏的可能性,相比单独根据压力值的变化特征能够提高分析的准确性,避免了负压波或者用气高峰导致的压力变化对管道监测的误差影响。
综上所述,本发明实施例提供了一种天然气管线稳态运行的数据监测方法。首先根据节点的相邻压力值的差异特征获得第一趋势异常置信度;根据节点不同时刻压力值的变化特征获得趋势权重,根据趋势权重和第一趋势异常置信度获得趋势异常置信度。根据节点的真实压力值和拟合压力值获得第一波动置信度,根据相邻时刻节点之间的压力值的差异特征获得第二波动置信度,根据第一波动置信度和第二波动置信度获得波动置信度。最终本发明根据波动置信度和趋势异常置信度获得异常程度并对管道进行监测,减少误差提高监测的准确性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (4)
1.一种天然气管线稳态运行的数据监测方法,其特征在于,所述方法包括以下步骤:
获取天然气管道各个节点的压力值,根据当前时刻下每个节点与其他节点的相邻压力值的差异特征获得每个节点的第一趋势异常置信度;根据每个节点不同时刻的压力值的变化特征获得每个节点的趋势权重;根据所述第一趋势异常置信度和所述趋势权重获得节点的趋势异常置信度;
对同一时刻节点的压力值进行线性拟合获得节点的拟合压力值,根据节点实际的压力值和拟合压力值的差异特征获得节点的第一波动置信度;根据相邻时刻对应节点之间的压力值的差异特征获得节点的第二波动置信度;根据所述第一波动置信度和所述第二波动置信度获得节点的波动置信度;
根据所述趋势异常置信度和所述波动置信度获得节点的异常程度,根据所述异常程度对天然气管线稳态运行进行监测预警;
所述根据当前时刻下每个节点与其他节点的相邻压力值的差异特征获得每个节点的第一趋势异常置信度的步骤包括:
对于任意一个节点,计算当前时刻所述节点与相邻节点的压力值的差值绝对值,获得所述节点的相邻压力差;计算所述节点的所述相邻压力差与其他节点的相邻压力差平均值的差值绝对值,获得所述节点的所述第一趋势异常置信度;
所述根据所述第一趋势异常置信度和所述趋势权重获得节点的趋势异常置信度的步骤包括:
计算节点的所述第一趋势异常置信度与对应的所述趋势权重的乘积,获得节点的所述趋势异常置信度;
所述根据节点实际的压力值和拟合压力值的差异特征获得节点的第一波动置信度的步骤包括:
对于任意一个时刻,计算节点的所述拟合压力值与实际的压力值的差值绝对值并归一化,获得节点的波动表征值,计算所述波动表征值与预设第一数值的和值,获得节点的所述第一波动置信度;
所述根据相邻时刻对应节点之间的压力值的差异特征获得节点的第二波动置信度的步骤包括:
对于任意一个节点,计算当前时刻的所述节点与相邻节点的所述相邻压力差的差值绝对值和预设极小正数的和值,获得当前相邻压力变化差异表征值;计算当前时刻的上一时刻的所述节点与相邻节点的所述相邻压力差的差值绝对值,获得上一时刻相邻压力变化差异表征值,计算所述上一时刻相邻压力变化差异表征值与所述当前相邻压力变化差异表征值的比值,获得节点的所述第二波动置信度;
所述根据所述第一波动置信度和所述第二波动置信度获得节点的波动置信度的步骤包括:
计算节点的所述第一波动置信度和所述第二波动置信度的乘积,获得置信度表征值;对于任意一个节点的预设节点长度内的所有节点,计算预设滑动时间窗口内所述所有节点的所有时刻的置信度表征值的累乘值,获得所述节点的所述波动置信度;
所述根据所述趋势异常置信度和所述波动置信度获得节点的异常程度的步骤包括:
对于任意一个节点,计算所述节点的所述趋势异常置信度与所述波动置信度的乘积并归一化,获得节点的异常程度。
2.根据权利要求1所述的一种天然气管线稳态运行的数据监测方法,其特征在于,所述根据每个节点不同时刻的压力值的变化特征获得每个节点的趋势权重的步骤包括:
分别构建当前时刻和不同历史时刻的压力值曲线,对于任意一个节点,计算所述节点对应的压力值曲线的导数,获得所述节点的压力变化率;计算所述节点的当前时刻的压力变化率与历史时刻的压力变化率平均值的差值绝对值并归一化,获得所述节点的所述趋势权重。
3.根据权利要求1所述的一种天然气管线稳态运行的数据监测方法,其特征在于,所述对同一时刻节点的压力值进行线性拟合获得节点的拟合压力值的步骤包括:
对于任意一个节点,根据同一时刻所述节点之前的相邻预设范围内其他节点的压力值构建预设压力值曲线,根据时间序列分解算法对所述预设压力值曲线进行分解获得其他节点的压力曲线趋势;根据最小二乘法获得压力曲线趋势的压力拟合方程,根据所述节点的位置通过所述压力拟合方程,获得所述节点的所述拟合压力值。
4.根据权利要求1所述的一种天然气管线稳态运行的数据监测方法,其特征在于,所述根据所述异常程度对天然气管线稳态运行进行监测预警的步骤包括:
对于任意一个节点,当所述节点的所述异常程度不超过预设阈值时,则认为天然气管道未发生泄漏;当所述节点的所述异常程度超过预设阈值时,则对天然气稳态运行发出预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311000054.3A CN116717734B (zh) | 2023-08-10 | 2023-08-10 | 一种天然气管线稳态运行的数据监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311000054.3A CN116717734B (zh) | 2023-08-10 | 2023-08-10 | 一种天然气管线稳态运行的数据监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116717734A CN116717734A (zh) | 2023-09-08 |
CN116717734B true CN116717734B (zh) | 2023-10-20 |
Family
ID=87870082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311000054.3A Active CN116717734B (zh) | 2023-08-10 | 2023-08-10 | 一种天然气管线稳态运行的数据监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116717734B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116973051A (zh) * | 2023-09-22 | 2023-10-31 | 南通友善金属容器有限公司 | 一种用于混凝土搅拌的气缸密闭性检测预警方法及系统 |
CN117520996B (zh) * | 2024-01-04 | 2024-04-02 | 长沙小枰建材有限公司 | 一种用于涵管的实时压力测试方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5272646A (en) * | 1991-04-11 | 1993-12-21 | Farmer Edward J | Method for locating leaks in a fluid pipeline and apparatus therefore |
CN108709092A (zh) * | 2018-05-28 | 2018-10-26 | 山东省科学院激光研究所 | 管道泄漏监测方法、装置及系统 |
CN111486345A (zh) * | 2020-03-10 | 2020-08-04 | 安徽科杰粮保仓储设备有限公司 | 一种粮库地下管网液体泄漏在线监测预警方法及装置 |
CN111780933A (zh) * | 2020-07-01 | 2020-10-16 | 华能国际电力股份有限公司大连电厂 | 基于神经网络及热力学建模诊断高压加热器泄漏故障的方法及系统 |
CN112348237A (zh) * | 2020-10-23 | 2021-02-09 | 中海油能源发展股份有限公司 | 一种动态钻井数据异常趋势检测方法 |
CN113357544A (zh) * | 2015-11-10 | 2021-09-07 | Phyn有限责任公司 | 使用压力感测检测水泄漏的系统及方法 |
CN114548311A (zh) * | 2022-02-28 | 2022-05-27 | 江苏亚力亚气动液压成套设备有限公司 | 基于人工智能的液压设备智能控制系统 |
CN115659070A (zh) * | 2022-12-28 | 2023-01-31 | 鸿基骏业环保科技有限公司 | 一种基于nb-iot智能水表的水流量数据传输方法 |
-
2023
- 2023-08-10 CN CN202311000054.3A patent/CN116717734B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5272646A (en) * | 1991-04-11 | 1993-12-21 | Farmer Edward J | Method for locating leaks in a fluid pipeline and apparatus therefore |
CN113357544A (zh) * | 2015-11-10 | 2021-09-07 | Phyn有限责任公司 | 使用压力感测检测水泄漏的系统及方法 |
CN108709092A (zh) * | 2018-05-28 | 2018-10-26 | 山东省科学院激光研究所 | 管道泄漏监测方法、装置及系统 |
CN111486345A (zh) * | 2020-03-10 | 2020-08-04 | 安徽科杰粮保仓储设备有限公司 | 一种粮库地下管网液体泄漏在线监测预警方法及装置 |
CN111780933A (zh) * | 2020-07-01 | 2020-10-16 | 华能国际电力股份有限公司大连电厂 | 基于神经网络及热力学建模诊断高压加热器泄漏故障的方法及系统 |
CN112348237A (zh) * | 2020-10-23 | 2021-02-09 | 中海油能源发展股份有限公司 | 一种动态钻井数据异常趋势检测方法 |
CN114548311A (zh) * | 2022-02-28 | 2022-05-27 | 江苏亚力亚气动液压成套设备有限公司 | 基于人工智能的液压设备智能控制系统 |
CN115659070A (zh) * | 2022-12-28 | 2023-01-31 | 鸿基骏业环保科技有限公司 | 一种基于nb-iot智能水表的水流量数据传输方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116717734A (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116717734B (zh) | 一种天然气管线稳态运行的数据监测方法 | |
US20130332090A1 (en) | System and method for identifying related events in a resource network monitoring system | |
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 | |
US8453517B2 (en) | Pressure guiding tube blockage diagnosing device and blockage diagnosing method | |
CN104089186A (zh) | 一种基于组合滤波和动态阈值的管道压力异常诊断方法 | |
CN113944891B (zh) | 一种化工装置设施泄漏检测修正方法 | |
CN109114424B (zh) | 管道泄漏点位置的确定方法及装置 | |
CN111365623B (zh) | 一种基于线性拟合的负压波拐点识别方法 | |
JPH05223685A (ja) | 管からの流体漏れを検出する方法及び装置 | |
WO2011070343A2 (en) | Monitoring fluid flow in a conduit | |
CN113446519A (zh) | 用于确定管网泄漏程度的方法、电子设备和存储介质 | |
CN105043776A (zh) | 一种飞机发动机性能监控与故障诊断方法 | |
CN1261744C (zh) | 基于压力信号检测油气管道泄漏的方法 | |
Kampelopoulos et al. | Machine learning model comparison for leak detection in noisy industrial pipelines | |
CN116541678B (zh) | 一种气站安全管道压力监测方法、装置 | |
KR20220132824A (ko) | 배전설비 상태 이상 개소 감시 시스템 및 방법 | |
KR20120091951A (ko) | 가스 배관의 가스 누출위치 검출방법 | |
CN110529746B (zh) | 管道泄漏的检测方法、装置和设备 | |
Cai et al. | A data-driven early micro-leakage detection and localization approach of hydraulic systems | |
CN112413413B (zh) | 结合深度学习和多次测量技术的管道泄漏监测及定位方法 | |
Castagliola et al. | Evaluation of the statistical performance of a variable sampling interval R EWMA control chart | |
Valizadeh et al. | Leak detection in transportation pipelines using feature extraction and KNN classification | |
Jin | Investigation on Parameters Affecting the Performance of Negative Pressure Wave Leak Detection Systems | |
Yao et al. | A framework via impulses-oriented Gini index and extreme value distribution for rolling bearing dynamic fault alarm and identification | |
Cao et al. | Research on sparsity measures for rotating machinery health monitoring |
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 |