CN117821984B - 一种智慧燃气管道阴极保护智能检测方法和物联网系统 - Google Patents
一种智慧燃气管道阴极保护智能检测方法和物联网系统 Download PDFInfo
- Publication number
- CN117821984B CN117821984B CN202410240175.3A CN202410240175A CN117821984B CN 117821984 B CN117821984 B CN 117821984B CN 202410240175 A CN202410240175 A CN 202410240175A CN 117821984 B CN117821984 B CN 117821984B
- Authority
- CN
- China
- Prior art keywords
- data
- pipeline
- intelligent gas
- determining
- soil
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 85
- 239000002689 soil Substances 0.000 claims abstract description 97
- 230000007797 corrosion Effects 0.000 claims abstract description 55
- 238000005260 corrosion Methods 0.000 claims abstract description 55
- 230000000694 effects Effects 0.000 claims abstract description 38
- 239000007789 gas Substances 0.000 claims description 179
- 239000013598 vector Substances 0.000 claims description 71
- 238000004210 cathodic protection Methods 0.000 claims description 54
- 230000007613 environmental effect Effects 0.000 claims description 39
- 238000005259 measurement Methods 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000012502 risk assessment Methods 0.000 claims description 8
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 9
- 238000007726 management method Methods 0.000 description 71
- 230000000875 corresponding effect Effects 0.000 description 28
- 230000008859 change Effects 0.000 description 21
- 238000012423 maintenance Methods 0.000 description 20
- 238000012549 training Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 239000000463 material Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000009434 installation Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000009428 plumbing Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- -1 sulfur ion Chemical class 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Landscapes
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Prevention Of Electric Corrosion (AREA)
Abstract
本发明提供一种智慧燃气管道阴极保护智能检测方法和物联网系统,包括:获取第一预设点位的管道电位数据;获取第二预设点位的环境检测数据;基于环境检测数据,确定第一预设点位的设备腐蚀度,第二预设点位基于第一预设点位确定;获取第三预设点位的土壤电阻率;基于土壤电阻率,确定电阻分布情况,第三预设点位基于第一预设点位确定;获取管道数据、阴极保护数据;基于管道数据、阴极保护数据,确定IR降分布情况;基于设备腐蚀度、电阻分布情况、IR降分布情况、管道电位数据,确定阴极保护效果;响应于阴极保护效果不满足预设条件,发出预警提示。本发明提高了管道电位的精度,便于评估阴极保护系统效能,保障了阴极保护系统的有效性。
Description
技术领域
本说明书涉及管道阴极保护检测领域,特别涉及一种智慧燃气管道阴极保护智能检测方法和物联网系统。
背景技术
随着燃气管网的运行,燃气管道难免会发生腐蚀等安全性问题。强制电流阴极保护是埋地管道腐蚀防护的主要措施,阴极保护的维护和管理也显得极其重要。管地电位是评价管道阴极保护系统运行情况的重要参数,需要测试管地电位来判断阴极保护状态。
CN104651853A公开了一种阴极保护检测装置及方法,通过断开阴极保护系统的电源来测得管道断电电位,其中断电电位即为管道极化电位即管地电位。该方法要求在测试点处不应有杂散电流的干扰,且需使用响应速度极快的自动记录仪。但是由于管道覆盖层缺陷大小不同,导致极化程度不一致,使得断电后电位中仍含有I(电流)R(电阻)降成分,且随着埋地管道受到杂散电流的影响,致使IR降较难消除,进而导致测量管地电位失真,影响阴极保护系统的有效性。
因此,提供一种智慧燃气管道阴极保护智能检测方法和物联网系统,有利于保障阴极保护系统的有效性。
发明内容
发明内容包括一种智慧燃气管道阴极保护智能检测方法,所述方法由智慧燃气管道阴极保护智能检测物联网系统的智慧燃气管网安全管理平台执行,包括:获取第一预设点位的管道电位数据;获取第二预设点位的环境检测数据;基于所述环境检测数据,确定所述第一预设点位的设备腐蚀度,所述第二预设点位基于所述第一预设点位确定;获取第三预设点位的土壤电阻率;基于所述土壤电阻率,确定电阻分布情况,所述第三预设点位基于所述第一预设点位确定;获取管道数据、阴极保护数据;基于所述管道数据、所述阴极保护数据,确定IR降分布情况;基于所述设备腐蚀度、所述电阻分布情况、所述IR降分布情况、所述管道电位数据,确定阴极保护效果;响应于所述阴极保护效果不满足预设条件,发出预警提示。
发明内容包括一种智慧燃气管道阴极保护智能检测物联网系统,所述系统包括智慧燃气管网安全管理平台,所述智慧燃气管网安全管理平台被配置为执行以下操作:获取第一预设点位的管道电位数据;获取第二预设点位的环境检测数据;基于所述环境检测数据,确定所述第一预设点位的设备腐蚀度,所述第二预设点位基于所述第一预设点位确定;获取第三预设点位的土壤电阻率;基于所述土壤电阻率,确定电阻分布情况,所述第三预设点位基于所述第一预设点位确定;获取管道数据、阴极保护数据;基于所述管道数据、所述阴极保护数据,确定IR降分布情况;基于所述设备腐蚀度、所述电阻分布情况、所述IR降分布情况、所述管道电位数据,确定阴极保护效果;响应于所述阴极保护效果不满足预设条件,发出预警提示。
发明内容包括一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如上述实施例中所述的智慧燃气管道阴极保护智能检测方法。
上述发明内容带来的有益效果包括但不限于:基于设备腐蚀度、电阻分布情况、IR降分布情况,综合考虑影响阴极保护效果的因素和影响管道电位测量精度的因素,选取有效的管道电位数据,确定阴极保护效果,提高了管道电位的精度,便于评估阴极保护系统效能,从而进一步保障阴极保护系统的有效性。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是智慧燃气管道阴极保护智能检测物联网系统的示例性示意图;
图2是智慧燃气管道阴极保护智能检测方法的示例性流程图;
图3是预测设备腐蚀度的示例性流程图;
图4是土壤电阻率分布示意图;
图5是发出预警提示的示例性流程图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例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说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
管地电位是评价管道阴极保护系统运行情况的重要参数,但管地电位受到IR降影响时会导致测量失真。CN104651853A通过测量断电电位进而测得管道极化电位即管地电位,但是当在受到杂散电流等的影响时,测量的断电电位中仍会有IR降成分,影响阴极保护系统的有效性。因此,本说明书一些实施例,基于设备腐蚀度、电阻分布情况、IR降分布情况、管道电位数据,确定阴极保护效果,响应于阴极保护效果不满足预设条件,发出预警提示。其中,设备腐蚀度属于体现阴极保护效果的因素,若阴极保护效果越好,设备腐蚀度就会较低。电阻分布情况、IR降分布情况属于影响管道电位测量精度的因素,若测量点位的土壤电阻越大,IR降越大,则该测量点位的管道电位数据越不可信,甚至在后续评估阴极保护效果时需要剔除对应的管道电位数据。因此,通过分析影响管道电位测量精度的因素,有助于使用更加精确的管道电位数据评估阴极保护系统的效能,再结合体现阴极保护效果的因素进行分析,进一步实现准确评估及保障阴极保护系统的有效性。
图1是智慧燃气管道阴极保护智能检测物联网系统的示例性示意图。
如图1所示,智慧燃气管道阴极保护智能检测物联网系统100可以包括智慧燃气用户平台110、智慧燃气服务平台120、智慧燃气管网安全管理平台130、智慧燃气管网传感网络平台140以及智慧燃气管网对象平台150。
智慧燃气用户平台110可以是用于与用户进行交互的平台。在一些实施例中,智慧燃气用户平台110可以被配置为终端设备。
在一些实施例中,智慧燃气用户平台110可以包括燃气用户分平台和监管用户分平台。
燃气用户分平台可以是为燃气用户提供燃气使用相关数据以及燃气问题解决方案的平台。燃气用户可以是工业燃气用户、商业燃气用户、普通燃气用户等。
监管用户分平台可以是监管用户对整个物联网系统的运行进行监管的平台。监管用户可以是安全管理部门的人员。
在一些实施例中,智慧燃气用户平台110可以基于燃气用户分平台将燃气管道的防护方案推送给用户。智慧燃气用户平台110可以基于监管用户分平台,通过燃气用户分平台获取管网安全风险提醒信息,以及管网维护、巡检、排查策略,推送给燃气监管用户。
智慧燃气服务平台120可以是用于将用户的需求与控制信息传达出去的平台。智慧燃气服务平台120可以接收智慧燃气管网安全管理平台130上传的燃气管道的防护方案,并上传至智慧燃气用户平台110。
在一些实施例中,智慧燃气服务平台120可以包括智慧用气服务分平台和智慧监管服务分平台。
智慧用气服务分平台可以是为燃气用户提供用气服务的平台。
智慧监管服务分平台可以是为监管用户提供监管需求的平台。
智慧燃气管网安全管理平台130可以是统筹、协调各功能平台之间的联系和协作,并汇聚着物联网全部的信息,为物联网运行体系提供感知管理和控制管理功能的平台。
在一些实施例中,智慧燃气管网安全管理平台130可以包括智慧燃气管网风险评估管理分平台131和智慧燃气数据中心132。
智慧燃气管网风险评估管理分平台131可以用于根据预设模型,结合管网基础数据、运行数据,形成管网安全风险评估,并根据评估情况进行安全风险分级,结合GIS(Geographic Information System,地理信息系统)进行不同颜色区分的三维可视化管理。在一些实施例中,智慧燃气管网风险评估管理分平台131可以包括但不限于管网基础数据管理模块、管网运行数据管理模块、管网风险评估管理模块。智慧燃气管网风险评估管理分平台131可以通过前述各管理模块对管网监测相关数据进行分析处理。
智慧燃气数据中心132可以用于存储和管理智慧燃气管道阴极保护智能检测物联网系统100的所有运行信息。在一些实施例中,智慧燃气数据中心132可以被配置为存储设备,用于存储与管网监测相关数据等。
在一些实施例中,智慧燃气管网安全管理平台130可以通过智慧燃气数据中心132分别与智慧燃气服务平台120、智慧燃气管网传感网络平台140进行信息交互。例如,智慧燃气数据中心132可以将管网安全风险提醒信息、燃气管道防护方案发送至智慧燃气服务平台120。又例如,智慧燃气数据中心132可以发送获取管网监测相关数据的指令到智慧燃气管网传感网络平台140,以获取管网监测相关数据。
智慧燃气管网传感网络平台140可以是对传感通信进行管理的功能平台。在一些实施例中,智慧燃气管网传感网络平台140可以实现感知信息传感通信和控制信息传感通信的功能。
在一些实施例中,智慧燃气管网传感网络平台140可以包括智慧燃气管网设备传感网络分平台141和智慧燃气管网维护工程传感网络分平台142,可以分别用于获取燃气管网设备和燃气管网维护工程的运行信息。
智慧燃气管网对象平台150可以是感知信息生成和控制信息执行的功能平台。例如,智慧燃气管网对象平台150可以监控并生成燃气管网设备和燃气管网维护工程的运行信息。
在一些实施例中,智慧燃气管网对象平台150可以包括智慧燃气管网设备对象分平台151和智慧燃气管网维护工程对象分平台152。
在一些实施例中,智慧燃气管网设备对象分平台151可以被配置为各类燃气管网设备和监测设备。
在一些实施例中,智慧燃气管网安全管理平台130可以根据管网安全风险评估情况,形成管网维护、巡检、排查策略,并通过智慧燃气管网传感网络平台140向智慧燃气管网维护工程对象分平台152进行远程调度管理,保障管网运行安全。
本说明书一些实施例,基于智慧燃气管道阴极保护智能检测物联网系统100,可以在智慧燃气管网对象平台150与智慧燃气用户平台110之间形成信息运行闭环,并在智慧燃气管网安全管理平台130的统一管理下协调、规律运行,实现燃气数据、燃气防护管理信息化、智慧化。
图2是智慧燃气管道阴极保护智能检测方法的示例性流程图。在一些实施例中,流程200可以由智慧燃气管网安全管理平台130执行。如图2所示,流程200包括以下步骤。
步骤210,获取第一预设点位的管道电位数据。
第一预设点位是指管道电位数据的测量点位。例如,第一预设点位可以是多个管道外壁上方或侧面的电位的测量点。
在一些实施例中,管道电位数据是指与管道阴极保护相关的电位数据。例如,管道电位数据可以是燃气管道与地面之间的电位差,可以以毫伏(mV)为单位。
在一些实施例中,管道电位数据可以通过电位检测设备进行采集。其中,电位检测设备可以包括远程电位计。智慧燃气管网安全管理平台130基于智慧燃气管网对象平台150,经由智慧燃气管网传感网络平台140获取管道电位数据。
步骤220,获取第二预设点位的环境检测数据。
在一些实施例中,第二预设点位是指环境检测数据的测量点位,基于第一预设点位确定。例如,在每个第一预设点位周围,都预设一组点位作为第二预设点位。其中,一组点位包括多个点位。即,一个第一预设点位对应多个第二预设点位。
环境检测数据指对环境中的各种指标进行采集获得的数据。例如,环境检测数据可以包括土壤的温度、湿度、PH值、氧气含量、水分含量、硫化物含量、氯化物含量中的一种或多种。
在一些实施例中,环境检测数据可以通过环境检测设备进行采集。其中,环境检测设备可以包括各种检测仪器,如包括温度传感器、湿度传感器、PH传感器、氧气传感器、土壤水分传感器、硫离子选择电极、氯离子选择电极等等。智慧燃气管网安全管理平台130基于智慧燃气管网对象平台150,经由智慧燃气管网传感网络平台140获取环境检测数据。
步骤230,基于环境检测数据,确定第一预设点位的设备腐蚀度。
在一些实施例中,设备腐蚀度是指设备表面受到腐蚀侵蚀的程度。例如,设备腐蚀度可以为设备表面被腐蚀侵蚀的深度、速率或面积等。其中,设备可以包括电位检测设备。
在一些实施例中,智慧燃气管网安全管理平台130通过分析环境检测数据,获取环境特征和土壤腐蚀能力,预测第一预设点位的设备腐蚀度,关于此实施例更多内容可以参见图3及其相关描述。
步骤240,获取第三预设点位的土壤电阻率。
在一些实施例中,第三预设点位是指土壤电阻率的测量点位。其中,第三预设点位包括第一类点位和第二类点位。第一类点位基于第一预设点位确定,例如,在每个第一预设点位周围,都预设一组点位作为第三预设点位。其中,一个第一预设点位对应多个第三预设点位。第三预设点位和第二预设点位可以存在重合部分。第二类点位基于燃气管道位置确定,例如,在未被第一预设点位覆盖的区域的燃气管道位置,预设一组点位作为第三预设点位。
在一些实施例中,土壤电阻率是表征土壤导电性能的指标。土壤电阻率在不同条件下可能会发生变化,例如,土壤电阻率在不同土壤类型、含水量、温度、盐度及土壤结构等条件下可能会发生变化。
土壤电阻率的变化会影响电位测量结果。例如,土壤电阻率升高将导致电位信号衰减,若电位信号衰减幅度较大会导致电位测量结果不够准确;土壤电阻率升高将导致电位信号失真,而电位信号失真时无法真实反映电位分布的实际情况;不同土壤电阻率会导致形成土壤电极之间的电位差,影响电位测量的准确性;土壤电阻率升高对地下干扰信号有较强的屏蔽作用,从而可能使得电位测量中的干扰信号较小。
因此,在进行电位测量时,需要对土壤电阻率进行考虑,并采取一些措施来减小其对测量结果的影响。例如,可以采用适当的电极排列方式和距离,以减少电位信号衰减;还可以采用校正方法来修正电位差和电位失真的影响。此外,需要注意选择合适的电位测量设备和参数,以获得准确的测量结果。
在一些实施例中,第三预设点位的土壤电阻率通过电阻检测装置进行采集获取。例如,电阻检测装置可以包括电阻率传感器。
步骤250,基于土壤电阻率,确定电阻分布情况。
在一些实施例中,电阻分布情况是指电阻值在空间上的分布情况。例如,电阻分布情况可以为不同位置土壤的电阻分布情况。其中,电阻分布情况可以用热力图、三维图形等表示。
在一些实施例中,智慧燃气管网安全管理平台130对土壤电阻率进行数据处理与分析,确定电阻分布情况。
步骤260,获取管道数据、阴极保护数据。
在一些实施例中,管道数据是指与管道系统相关的各种信息和参数。例如,管道数据可以包括管道不同位置的管道材料信息、管道尺寸及几何信息、施工和安装信息、管道设备和附件数据。
其中,管道材料信息包括管道所采用的材料类型,例如铁质、塑料、不锈钢等,管道材料信息还包括相应材料的牌号、规格和化学成分。管道尺寸信息包括管道的直径、长度、壁厚等尺寸参数。管道几何信息包括管道的形状,例如圆管、方管等,还包括几何特征,例如弯曲角度、弯曲半径等。施工和安装信息包括管道的安装方式,例如架空、埋地等,还包括管道的连接方式,例如焊接、螺纹、法兰等,还包括施工记录。管道设备和附件数据指管道上的设备和附件的类型及其相关信息,例如阀门、法兰、支架等的规格、型号和安装信息。
在一些实施例中,阴极保护数据是指用于评估和监测阴极保护系统效能的各种信息和参数。例如,阴极保护数据可以为阴极保护电流的大小、不同保护区域的电流分布情况。
其中,阴极保护电流的大小是指阴极保护站中,阴极保护电源提供的电流的大小。不同保护区域的电流分布情况是指阴极保护站中,电流分配装置给每个预设保护区域分配的电流的大小。其中,预设保护区域,由技术人员基于该片区的燃气管道分布进行划分。预设保护区域可能是一个或多个管道分支,也可以是一个管道分支的一部分。
在一些实施例中,智慧燃气管网安全管理平台130可以通过管道的设计文档和图纸获取管道数据。在一些实施例中,智慧燃气管网安全管理平台130可以通过电位检测设备获取阴极保护数据。
步骤270,基于管道数据、阴极保护数据,确定IR降分布情况。
在一些实施例中,IR降是指电流在介质中流动所形成的电阻压降。在管地电位测量中,IR降会对一些仪器造成测试障碍,导致读数偏差,所以IR降应予去除。IR降由参数I(电流)和R(电阻)共同作用,一般处于几十毫伏到几百毫伏之间。
在一些实施例中,IR降分布情况可以指不同区域的IR降分布情况。例如,IR降分布情况可以为多个第一预设点位对应的管道IR降分布情况。
在一些实施例中,智慧燃气管网安全管理平台130基于管道数据、阴极保护数据,确定IR降分布情况可以包括以下步骤:
第一步,基于管道数据,通过预设对应关系确定管道电阻分布向量。
其中,预设对应关系是指管道数据与管道电阻之间的对应关系,其中,管道数据可以包括不同管道区域的管道材料、管道尺寸和几何信息、施工和安装信息、管道设备和附件数据。
管道电阻分布向量是指表征不同管道区域的电阻分布的向量。其中,将每个管道区域划分成多个预设长度的子区域。基于预设对应关系确定每个子区域的管道电阻。基于某管道区域中多个子区域的管道电阻可以构建管道电阻向量。
在一些实施例中,智慧燃气管网安全管理平台130可以基于聚类算法对向量处理,确定至少一个聚类中心。至少一个聚类中心代表多个子区域的管道电阻的均值。将至少一个聚类中心作为该管道区域的管道电阻值。基于不同管道区域的管道电阻值构建管道电阻分布向量,管道电阻分布向量的元素可以与不同管道区域的管道电阻值对应。
第二步,基于不同保护区域电流分布情况,确定管道电流分布向量。
其中,管道电流分布向量是指反映不同管道区域的电流分布情况的向量。将某管道区域所在的预设保护区域的电流作为该管道区域的电流,其中,当某个管道区域同时位于两个及以上不同预设保护区域时,将该管道区域基于不同预设保护区域分成两个及以上的新管道区域。基于不同管道区域的电流构建管道电流分布向量,管道电流分布向量的元素可以与不同管道区域的管道电流值对应。
第三步,基于管道电阻分布向量、管道电流分布向量,确定管道IR降分布情况。
其中,IR降分布情况指多个第一预设点位对应的管道IR降分布情况。在一些实施例中,智慧燃气安全管理平台对多个第一预设点位中的每一个预设点位,基于管道电阻分布向量及管道电流分布向量,确定管道IR降分布情况。
在一些实施例中,管道区域IR降与管道电流分布中该管道区域的电流、管道电阻分布中该管道区域的电阻皆为正相关关系。例如,对预设点位上游的每个管道区域,通过公式(1)计算管道区域IR降:
(1)
其中,Z为某管道区域IR降,I为管道电流分布中该管道区域的电流,R为管道电阻分布中该管道区域的电阻;智慧燃气管网安全管理平台130可以将预设点位上游的每个管道区域的管道区域IR降相加,作为该预设点位对应的管道IR降。其中,预设点位上游的燃气管道是指燃气管道输送时,燃气早于预设点位流经的燃气管道。
步骤280,基于设备腐蚀度、电阻分布情况、IR降分布情况、管道电位数据,确定阴极保护效果。
在一些实施例中,阴极保护效果是指在阴极保护系统下,管道表面受到阴极保护的程度和效果。阴极保护效果可以通过等级、百分比等数值进行表示,例如百分比越高,阴极保护效果越好。
在一些实施例中,智慧燃气管网安全管理平台130可以基于设备腐蚀度、电阻分布情况、IR降分布情况选取可信的管道电位数据。可信的管道电位数据是指设备腐蚀度、土壤电阻、管道IR降的影响较小时,对应的管道电位数据。
在一些实施例中,智慧燃气管网安全管理平台130可以基于设备腐蚀度、土壤电阻、管道IR降进行加权求和确定管道电位数据的可信度,选取其中可信度高于预设可信阈值的管道电位数据,作为可信的管道电位数据。
智慧燃气管网安全管理平台130可以通过选取的可信的管道电位数据进一步评估阴极保护效果。例如,智慧燃气管网安全管理平台130可以基于可信的管道电位数据通过查询第一预设表确定阴极保护效果。其中,第一预设表基于可信的管道电位数据、管道电位数据与标准的管道电位数据之间的差异、以及阴极保护效果构建。关于确定阴极保护效果的更多内容可以参见图5及其相关描述。
步骤290,响应于阴极保护效果不满足预设条件,发出预警提示。
在一些实施例中,预设条件是指阴极保护效果使得管道不会因为管道电位数据腐蚀的基础条件。例如,当阴极保护效果低于预设保护阈值时,发出预警提示。
在一些实施例中,预警提示可以包括安全风险提醒信息、对应的预警管道位置以及管网维护、巡检、排查策略。
在一些实施例中,智慧燃气管网安全管理平台130将预警提示经由智慧燃气管网维护工程传感网络分平台142发送至智慧燃气管网维护工程对象分平台152。智慧燃气管网安全管理平台130还可以将预警提示经由智慧燃气服务平台120发送至智慧燃气用户平台110。
在本说明书一些实施例中,智慧燃气管网安全管理平台130基于设备腐蚀度、电阻分布情况、IR降分布情况,综合考虑影响阴极保护效果的因素和影响管道电位测量精度的因素,选取有效的管道电位数据,确定阴极保护效果,提高了管道电位的精度,实现了更加有效地评估阴极保护系统效能的效果,从而进一步保障阴极保护系统的有效性。
图3是预测设备腐蚀度的示例性流程图。在一些实施例中,流程300可以由智慧燃气管网安全管理平台执行。如图3所示,流程300包括以下步骤。
步骤310,基于环境检测数据,确定环境特征。
环境特征是指根据环境检测数据提取的可以表征管道外部环境状况的向量。环境特征包括一致性向量和均值向量。关于环境检测数据的相关内容,参见图2及其相关描述。
一致性向量是指由环境检测数据的多个指标的一致性构成的向量。在一些实施例中,智慧燃气管网安全管理平台可以基于环境检测数据的指标在一组第二预设点位的多个点位的检测值,计算各个指标在多个不同第二预设点位之间的一致性,多个指标的一致性构成一致性向量。
指标的一致性是指各项指标保持一致的特性。指标的一致性可以通过计算指标的标准差来衡量。例如,环境检测数据包括指标A、指标B、指标C......,环境一致性向量则为【指标A标准差,指标B标准差,指标C标准差......】;基于指标A在一组第二预设点位的多个点位的检测值,计算指标A在多个不同第二预设点位之间的标准差,该标准差可以用于表征环境检测数据的指标的一致性。
均值向量是指由多个环境检测数据的指标的均值构成的向量。在一些实施例中,智慧燃气管网安全管理平台可以计算环境检测数据的每个指标的均值,多个指标的均值构成均值向量。例如,继续前例,均值向量为【指标A均值,指标B均值,指标C均值......】。
在一些实施例中,智慧燃气管网安全管理平台可以通过计算环境检测数据各项指标的一致性和均值,构建一致性向量和均值向量,将一致性向量和均值向量组合构成环境特征。
步骤320,将环境特征中的均值向量与标准环境数据进行比较,确定指标的异常值。
标准环境数据是指人为预设的环境数据。标准环境数据包含多个环境检测数据的指标的标准指标值。
异常值是指均值向量与标准指标值之间的差异值。
在一些实施例中,智慧燃气管网安全管理平台可以通过均值向量与标准指标值之间的差值来计算异常值。例如,通过如下计算公式(2)计算指标的异常值:
S=|Q-t|(2)
其中S是某指标的异常值,Q是均值向量中该指标的指标均值,t是标准环境数据中该指标的标准指标值。
步骤330,基于指标的异常值以及指标的权重,进行加权求和确定土壤腐蚀能力。
在一些实施例中,智慧燃气管网安全管理平台可以基于每个指标的异常值及对应权重,加权求和计算土壤腐蚀能力。例如,土壤腐蚀能力=指标A的异常值×权重A+指标B的异常值×权重B。环境检测数据与标准环境检测数据的差异越大,土壤腐蚀能力越强。
在一些实施例中,一致性向量包括环境检测数据的指标的一致性,权重基于一致性确定。一致性向量的相关说明请参考前文对应描述,环境检测数据的指标中的每个指标的权重与环境一致性向量中每个指标的一致性负相关。
可以理解的,假设指标A为土壤温度,土壤温度一致性越低(标准差越大),代表该组第二预设点位对应的多个第二预设点位的土壤温度差异/波动较大,容易降低管道的使用寿命,则指标A对应的权重越高。
在一些实施例中,智慧燃气管网安全管理平台可以基于环境检测数据的指标的一致性通过查询第二预设表确定该指标的权重。第二预设表基于环境检测数据的指标的一致性与权重的历史对应关系构建,其中,环境检测数据的指标的一致性越低,其权重越高。
在本说明书的一些实施例中,基于一致性确定各项指标的权重,可以充分考虑一致性低的指标对土壤腐蚀能力的影响,更加合理地确定土壤腐蚀能力。
在一些实施例中,均值向量包括环境检测数据的指标的均值;权重基于变化率向量确定,变化率向量基于指标的均值在预设时段内的变化率构建。
变化率向量是指由多个指标的最大变化率构建的向量。最大变化率是指各个指标在多个时间点的变化率的最大值。
在一些实施例中,智慧燃气管网安全管理平台可以获取预设时段的多个时间点所采集的多组环境检测数据,对多个时间点的每组环境检测数据分别计算均值向量,得到多个时间点的多组均值向量,并基于各个指标在多个时间点的多组均值向量中的均值,计算各个指标在多个时间点的最大变化率,将最大变化率作为相应指标对应的变化率。
在一些实施例中,智慧燃气管网安全管理平台可以基于指标的变化率通过查询第三预设表确定指标的权重。第三预设表基于指标的变化率与权重的对应关系构建,其中,变化率越大,权重越高。
在本说明书的一些实施例中,智慧燃气管网安全管理平台基于变化率向量确定指标权重,可以充分考虑变化率大的指标对土壤腐蚀能力的影响,更加合理地确定土壤腐蚀能力。
步骤340,基于所土壤腐蚀能力和电位检测设备参数,预测设备腐蚀度。
电位检测设备参数是指与电位检测设备运行相关的参数。电位检测设备参数包括性能参数、维修参数。
性能参数是指与电位检测设备自身性能相关的参数。例如,灵敏度、响应时间、稳定性等。稳定性是指电位检测设备检测的稳定程度。性能参数可以通过电位检测设备的出厂说明书及历史使用记录获取。
维修参数是指与电位检测设备维修相关的参数。例如,维修参数包括维修次数。维修参数可以通过电位检测设备的历史维修记录获取。
电位检测设备参数可以通过电位检测设备的设备性能等级表征。例如,电位检测设备参数反映的参数越理想,设备性能等级越高。
在一些实施例中,智慧燃气管网安全管理平台可以基于电位设备参数通过第四预设表确定设备性能等级。第四预设表基于电位设备参数与设备性能等级构建,其中,性能参数中灵敏度越高、响应时间越短、稳定性越高;维修参数中维修次数越少,设备性能等级越高。
在一些实施例中,智慧燃气管网安全管理平台可以基于土壤腐蚀能力、设备性能等级加权求和确定设备腐蚀度。权重可以通过人为预设。
在本说明书的一些实施例中,基于环境检测数据的各项指标的异常值和权重确定土壤腐蚀能力,可以综合考虑各项指标对土壤腐蚀能力的影响,合理确定土壤腐蚀能力。
在一些实施例中,智慧燃气管网安全管理平台可以基于预设时段内的土壤电阻率,确定土壤电阻特征;基于土壤电阻特征确定电阻分布情况,所述电阻分布情况为土壤电阻率分布图。
土壤电阻特征是指可以表征土壤电阻率均值、一致性及稳定性的特征向量。关于土壤电阻率的相关内容参见图2及其相关描述。
在一些实施例中,土壤电阻特征包括第一电阻特征、第二电阻特征。
第一电阻特征是指第一类点位的土壤电阻特征。第一电阻特征包括电阻率均值向量、电阻率一致性向量、第一稳定性向量。
电阻率均值向量是指由多组第一类点位的电阻率均值构成的向量。
在一些实施例中,智慧燃气管网安全管理平台可以对多组第一类点位中的每一组都计算电阻率均值。例如,该组第一类点位对应的一组土壤电阻率为R1、R2、R3、R4,电阻率均值=(R1+R2+R3+R4)/4,基于多组第一类点位得到的多个电阻率均值构建电阻率均值向量。
电阻率一致性向量是指由多组第一类点位的电阻率一致性构成的向量。
在一些实施例中,智慧燃气管网安全管理平台可以对多组第一类点位中的每一组都计算电阻率一致性。例如,基于该组第一类点位对应的一组土壤电阻率R1、R2、R3、R4,计算电阻率标准差,将电阻率标准差用于表示电阻率一致性。基于多组第一类点位得到的多个电阻率一致性构建电阻率一致性向量。
第一稳定性向量是指由多组第一类点位的电阻率均值的最大变化率构成的向量。
在一些实施例中,智慧燃气管网安全管理平台可以基于预设时段内多个时间点采集的多组第一类点位对应的多组土壤电阻率计算电阻率稳定性向量。例如,基于每个时间点采集的多组第一类点位对应的多组土壤电阻率,分别计算每个时间点对应的电阻率均值向量,再基于每个时间点的电阻率均值向量,计算每组第一类点位的电阻率均值的最大变化率,基于多组第一类点位的电阻率均值的最大变化率,构成电阻率稳定性向量。
第二电阻特征是指第二类点位的土壤电阻特征。第二电阻特征包括第二稳定性向量。
第二电阻率稳定向量是指由第二类点位的电阻率均值的最大变化率构成的向量。
在一些实施例中,智慧燃气管网安全管理平台可以基于预设时段内多个时间点的第二类点位对应的多组土壤电阻率,计算每个点位的电阻率的最大变化率,基于每个点位的电阻率的最大变化率,构成第二稳定性向量。
关于第一类点位和第二类点位的相关内容,可以参见图2及其相关描述。
电阻分布情况是指土壤中的电阻大小变化的分布状况,可以通过土壤电阻率分布图等形式表示。
土壤电阻率分布图是指用于表示土壤电阻率分布的图。在一些实施例中,智慧燃气管网安全管理平台获取预先存储的土壤电阻率分布图。土壤电阻率分布图包括节点和边。
节点包括第一类节点和第二类节点。第一类节点是指第一类点位中的每一组第三预设点位所围成的区域,第二类节点是第二类点位所包括的一组第三预设点中的中的每一个第三预设点位所对应的区域。如图4所示,节点可以包括第一类节点A1、第一类节点A2、第二类节点B1、第二类节点B2。
节点具有节点特征。第一类节点特征包括节点的电阻率均值、电阻率一致性、第一电阻率稳定性、节点所在区域的面积、节点所在区域的环境。第二类节点特征包括节点的电阻率值、第二电阻率稳定性、节点所在区域的环境。其中,第二类节点特征的节点的电阻率值是取最近时刻的电阻率值。
当两个节点相邻,该节点间可以通过边进行连接。边表示节点之间的连接关系。边包括第一类节点之间的边、第二类节点之间的边、第一类节点与第二类节点连成的边。如图4所示,边411表示第一类节点A1和第一类节点A2的连接关系、边412表示第一类节点A1与第二类节点B1之间的连接关系,边413表示第二类节点B1和第二类节点B2之间的连接关系。
边具有边特征。边特征包括节点与节点间的距离、节点与节点间的海拔高度差。
在本说明书的一些实施例中,智慧燃气管网安全管理平台基于土壤电阻率,确定土壤电阻特征,基于土壤电阻特征构建土壤电阻率分布图,可以合理确定土壤电阻分布情况,有助于提高预测模型预测管道电位数据的可信程度的准确度,从而更准确地确定阴保评分。
图5是发出预警提示的示例性流程图。如图5所示,流程500由智慧燃气管网安全管理平台执行,包括以下步骤。
步骤510,基于设备腐蚀度、电阻分布情况、IR降分布情况,预测管道电位数据的可信程度。
可信程度是指管道电位数据的准确程度。
在一些实施例中,智慧燃气管网安全管理平台可以基于多种方式预测管道电位数据的可信程度。例如,智慧燃气管网安全管理平台可以基于设备腐蚀度、电阻分布情况、IR降分布情况,通过第五预设表预测管道电位数据的可信程度。第五预设表基于设备腐蚀度、电阻分布情况、IR降分布情况与管道电位数据的可信程度的关系构建。设备腐蚀度越大、土壤电阻越大、IR降越大,管道电位数据的可信程度越低。
在一些实施例中,智慧燃气管网安全管理平台可以基于设备腐蚀度、电阻分布情况、IR降分布情况,通过预测模型预测管道电位数据的可信程度。
在一些实施例中,预测模型是是机器学习模型,例如,神经网络(NeuralNetworks,NN)、图神经网络(Graph Neural Networks,GNN)等中的任意一种或组合结构。
在一些实施例中,预测模型的输入包括设备腐蚀度、电阻分布情况、IR降分布情况,预测模型的输出包括管道电位数据的可信程度。其中,电阻分布情况即为图4所示的土壤电阻率分布图。关于设备腐蚀度及IR降分布情况的相关内容,参见图2及其相关描述。
在一些实施例中,预测模型可以通过带有标签的训练样本训练得到。智慧燃气安全管理平台可以将多个带有标签的训练样本输入初始预测模型,通过标签和初始预测模型的结果构建损失函数,基于损失函数迭代更新初始预测模型的参数。当初始预测模型的损失函数满足预设条件时模型训练完成,得到训练好的预测模型。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
训练样本包括样本第一预设点位的设备腐蚀度、电阻分布情况、IR降分布情况,标签为样本第一预设点位的管道电位数据的可信程度。
训练样本和标签可以通过历史数据获取。例如,第一预设点位为点位A、点位B、点位C、点位D,点位A、B、C、D对应的管道电位数据的可信程度记为a、b、c、d,则训练标签为【a,b,c,d】。
智慧燃气管网安全管理平台可以获取历史每个第一预设点位A、B、C、D对应管道发生异常的情况,对于一组训练样本来说,如果采集该训练样本的历史时刻的前后一段时间内(比如一周),至少一个第一预设点位的管道出现异常(假设点位A、点位C出现异常),则该训练样本对应的训练标签【a,b,c,d】中,该异常点位A、点位C对应的训练子标签a、c为0~1之间的值(不包括1,可以包括0);未出现异常情况的点位对应的训练子标签为1。例如,点位A、点位C出现异常,根据历史经验评估其异常类型的严重程度分别为0.3和0.6,点位B、点位D正常,训练标签为【0.3,1,0.6,1】。
异常点位对应的训练子标签的值,基于异常类型确定。例如,异常类型越严重,标签越靠近0。
当一个预设点位检测数据的可信度越低、土壤电阻越大、管道IR降越大,其检测到的管道电位数据越不可信,后续评估阴极保护效果时需要剔除该管道电位数据。对于一个预设点位的管道电位测量结果中每个测量结果的可信程度,选择其中可信度高的管道电位测量结果的进行管道电位数据的可信程度评估。在本说明书的一些实施例中,智慧燃气管网安全管理平台基于设备腐蚀度、电阻分布情况、IR降分布情况,通过预测模型确定管道电位数据的可信程度,可以有效提高管道电位数据的可信程度的准确度。
步骤520,基于可信程度,确定目标测量结果。
目标测量结果是指可信程度高于可信程度阈值的管道电位数据。
在一些实施例中,智慧燃气管网安全管理平台可以将管道电位数据的可信程度与可信程度阈值进行比较,将可信程度大于可信程度阈值的管道电位数据确定为目标测量结果。可信程度阈值可以人为预设。
步骤530,基于目标测量结果,确定阴保评分。
阴保评分是指用于衡量阴极保护效果的参数。
在一些实施例中,智慧燃气管网安全管理平台可以计算每个目标测量结果与预设的标准电位之间的差异;将每个目标测量结果与预设的标准电位之间的差异,加权求和,得到综合差异,将综合差异作为阴保评分。其中,权重可以基于历史经验人工预设。预设的标准电位是指阴极保护效果符合要求时的电位。
步骤540,响应于阴保评分满足预设评分条件,发出预警提示。
预设评分条件是阴保评分低于评分阈值。
在一些实施例中,评分阈值为动态阈值,评分阈值基于管道电位数据的平均可信程度确定。
平均可信程度是指管道电位数据的可信程度的平均值。例如,多个第一预设点位A、B、C、D,对应的测量结果分别为【U1,U2,U3,U4】,每个测量结果的可信程度分别为【P1,P2,P3,P4】,平均可信程度=(P1+P2+P3+P4)/4。
在一些实施例中,智慧燃气管网安全管理平台可以基于平均可信程度通过第五预设表确定评分阈值。第五预设表基于平均可信程度与评分阈值构建。其中,平均可信程度越大,评分阈值越小。
在本说明书一些实施例中,基于测量结果的平均可信程度确定评分阈值,可以更合理地确定预设评分条件,从而判断出阴极保护效果。
在一些实施例中,响应于阴保评分满足低于评分阈值,智慧燃气管网安全管理平台可以向智慧燃气管网维护工程对象分平台发出预警提示。
在本说明书的一些实施例中,基于可信程度,确定目标测量结果;基于目标测量结果,确定阴保评分,从而科学评判管道阴极保护效果,并设定合适的预设评分条件,对阴极保护效果不足的管道及时发出预警,提醒维修人员检修,保障燃气管道的正常运行。
本说明书一些实施例提供了一种计算机可读存储介质,存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机运行如前文所述的方法。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (7)
1.一种智慧燃气管道阴极保护智能检测方法,其特征在于,所述方法由智慧燃气管道阴极保护智能检测物联网系统的智慧燃气管网安全管理平台执行,包括:
获取第一预设点位的管道电位数据;
获取第二预设点位的环境检测数据;
基于所述环境检测数据,确定所述第一预设点位的设备腐蚀度,所述第二预设点位基于所述第一预设点位确定;
获取第三预设点位的土壤电阻率;
基于所述土壤电阻率,确定电阻分布情况,所述第三预设点位基于所述第一预设点位确定;
获取管道数据、阴极保护数据;
基于所述管道数据、所述阴极保护数据,确定IR降分布情况;
基于所述设备腐蚀度、所述电阻分布情况、所述IR降分布情况,通过预测模型预测所述管道电位数据的可信程度;
基于所述可信程度,确定目标测量结果;
基于所述目标测量结果,确定阴保评分;
响应于所述阴保评分满足预设评分条件,发出预警提示。
2.根据权利要求1所述的方法,其特征在于,所述环境检测数据具有对应的指标,所述指标包括土壤的温度、湿度、pH值、氧气含量、水分含量、硫化物含量、氯化物含量中的一种或多种,所述基于所述环境检测数据,确定所述第一预设点位的设备腐蚀度包括:
基于所述环境检测数据,确定环境特征,所述环境特征包括一致性向量和均值向量;
将所述环境特征中的所述均值向量与标准环境数据进行比较,确定所述指标的异常值;
基于所述指标的异常值以及所述指标的权重,进行加权求和确定土壤腐蚀能力;
基于所述土壤腐蚀能力和电位检测设备参数,预测所述设备腐蚀度。
3.根据权利要求1所述的方法,其特征在于,所述基于所述土壤电阻率,确定电阻分布情况包括:
基于预设时段内的所述土壤电阻率,确定土壤电阻特征;
基于所述土壤电阻特征确定所述电阻分布情况,所述电阻分布情况为土壤电阻率分布图。
4.一种智慧燃气管道阴极保护智能检测物联网系统,其特征在于,所述系统包括智慧燃气管网安全管理平台,所述智慧燃气管网安全管理平台被配置为执行以下操作:
获取第一预设点位的管道电位数据;
获取第二预设点位的环境检测数据;
基于所述环境检测数据,确定所述第一预设点位的设备腐蚀度,所述第二预设点位基于所述第一预设点位确定;
获取第三预设点位的土壤电阻率;
基于所述土壤电阻率,确定电阻分布情况,所述第三预设点位基于所述第一预设点位确定;
获取管道数据、阴极保护数据;
基于所述管道数据、所述阴极保护数据,确定IR降分布情况;
基于所述设备腐蚀度、所述电阻分布情况、所述IR降分布情况,通过预测模型预测所述管道电位数据的可信程度;
基于所述可信程度,确定目标测量结果;
基于所述目标测量结果,确定阴保评分;
响应于所述阴保评分满足预设评分条件,发出预警提示。
5.根据权利要求4所述的物联网系统,其特征在于,所述智慧燃气管网安全管理平台包括智慧燃气管网风险评估管理分平台和智慧燃气数据中心,所述物联网系统还包括智慧燃气管网传感网络平台和智慧燃气管网对象平台;
所述智慧燃气管网对象平台被配置为获取所述管道电位数据、所述环境检测数据和所述土壤电阻率,并经由所述智慧燃气管网传感网络平台传输至所述智慧燃气数据中心;
所述智慧燃气管网风险评估管理分平台基于所述智慧燃气数据中心确定阴极保护效果,发出所述预警提示;
所述智慧燃气管网安全管理平台将所述预警提示经由所述智慧燃气管网传感网络平台传输至所述智慧燃气管网对象平台。
6.根据权利要求4所述的物联网系统,其特征在于,所述环境检测数据具有对应的指标,所述指标包括土壤的温度、湿度、pH值、氧气含量、水分含量、硫化物含量、氯化物含量中的一种或多种,所述智慧燃气管网安全管理平台进一步用于:
基于所述环境检测数据,确定环境特征,所述环境特征包括一致性向量和均值向量;
将所述环境特征中的所述均值向量与标准环境数据进行比较,确定所述指标的异常值;
基于所述指标的异常值以及所述指标的权重,进行加权求和确定土壤腐蚀能力;
基于所述土壤腐蚀能力和电位检测设备参数,预测所述设备腐蚀度。
7.根据权利要求4所述的物联网系统,其特征在于,所述智慧燃气管网安全管理平台进一步用于:
基于预设时段内的所述土壤电阻率,确定土壤电阻特征;
基于所述土壤电阻特征确定所述电阻分布情况,所述电阻分布情况为土壤电阻率分布图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410240175.3A CN117821984B (zh) | 2024-03-04 | 2024-03-04 | 一种智慧燃气管道阴极保护智能检测方法和物联网系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410240175.3A CN117821984B (zh) | 2024-03-04 | 2024-03-04 | 一种智慧燃气管道阴极保护智能检测方法和物联网系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117821984A CN117821984A (zh) | 2024-04-05 |
CN117821984B true CN117821984B (zh) | 2024-05-24 |
Family
ID=90519511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410240175.3A Active CN117821984B (zh) | 2024-03-04 | 2024-03-04 | 一种智慧燃气管道阴极保护智能检测方法和物联网系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117821984B (zh) |
Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2355285A1 (fr) * | 1976-06-18 | 1978-01-13 | Coprelec | Procede et dispositifs de detection de la corrosion sur des pieces ou ensembles de pieces metalliques enterrees, notamment sur des canalisations |
RU2229704C1 (ru) * | 2002-10-21 | 2004-05-27 | Общество с ограниченной ответственностью "Завод газовой аппаратуры "НС" | Устройство для измерения потенциалов подземных трубопроводов |
JP2007191733A (ja) * | 2006-01-17 | 2007-08-02 | Tokyo Gas Co Ltd | カソード防食された埋設金属体の防食管理方法、防食管理装置、防食管理プログラム、情報記録媒体 |
CN101221633A (zh) * | 2007-06-19 | 2008-07-16 | 广州市煤气公司 | 基于穆氏模型的燃气管道风险评估方法 |
JP2008292360A (ja) * | 2007-05-25 | 2008-12-04 | Tokyo Gas Co Ltd | 埋設パイプラインのカソード防食状況計測評価装置及び計測評価方法 |
US8372260B1 (en) * | 2011-04-27 | 2013-02-12 | Brunswick Corporation | Marine drive cathodic protection system with accurate detection of reference potential |
CN103866330A (zh) * | 2014-03-12 | 2014-06-18 | 西安石油大学 | 一种阴极保护现场在线监测与评价的方法 |
CN203700528U (zh) * | 2014-01-23 | 2014-07-09 | 中国石油化工股份有限公司 | 阴极保护断电电位同步监测仪 |
CN104061443A (zh) * | 2014-07-01 | 2014-09-24 | 北京昊科航科技有限责任公司 | 管道安全预警与泄漏监测报警方法 |
CN104122196A (zh) * | 2014-07-15 | 2014-10-29 | 北京工业大学 | 应力条件下油气管道用高强钢直流杂散电流腐蚀评价方法 |
CN104532264A (zh) * | 2014-12-24 | 2015-04-22 | 中国石油天然气股份有限公司 | 一种管道外损伤及阴极保护效果评价方法及装置 |
CN104846381A (zh) * | 2015-03-30 | 2015-08-19 | 国家电网公司 | 一种牺牲阳极的阴极保护模拟方法 |
RU2659543C1 (ru) * | 2017-06-19 | 2018-07-02 | Акционерное общество "Гипрогазцентр" | Способ регулирования параметров катодной защиты подземных трубопроводов |
CN111595788A (zh) * | 2020-05-12 | 2020-08-28 | 中核武汉核电运行技术股份有限公司 | 核电厂埋地管风险监测系统 |
CN111690938A (zh) * | 2020-06-05 | 2020-09-22 | 大庆市中研技术开发有限公司 | 一种阴极保护智能化控制方法及系统 |
CN111876786A (zh) * | 2020-06-19 | 2020-11-03 | 中国石油天然气股份有限公司 | 一种埋地管道阴极保护的远程监测方法及装置 |
CN212338935U (zh) * | 2020-06-11 | 2021-01-12 | 无锡华润燃气有限公司 | 一种油气管道腐蚀监控系统 |
CN113981453A (zh) * | 2021-09-10 | 2022-01-28 | 北京市燃气集团有限责任公司 | 有阴极保护燃气管网杂散电流腐蚀风险评判方法及装置 |
CN114250471A (zh) * | 2021-12-21 | 2022-03-29 | 西安石油大学 | 一种油气智慧管道架构下的阴极保护电位随动控制系统 |
CN114318347A (zh) * | 2020-09-30 | 2022-04-12 | 中国石油天然气股份有限公司 | 阴极保护评价方法、装置、计算机设备及存储介质 |
CN114481141A (zh) * | 2022-02-10 | 2022-05-13 | 深圳国能宸泰科技有限公司 | 海上风电机组阴极保护方法、设备及存储介质 |
CN114606502A (zh) * | 2022-02-23 | 2022-06-10 | 江西省天然气管道有限公司运营分公司 | 管道的保护电位的检测方法及装置 |
CN114959716A (zh) * | 2022-04-11 | 2022-08-30 | 国家石油天然气管网集团有限公司 | 一种阴极保护管道杂散电流干扰测试探头及智能监测系统 |
CN115614678A (zh) * | 2022-12-16 | 2023-01-17 | 成都秦川物联网科技股份有限公司 | 智慧燃气管道电化学腐蚀评估方法和物联网系统、介质 |
CN116596302A (zh) * | 2023-04-27 | 2023-08-15 | 广东省特种设备检测研究院顺德检测院 | 基于动态分析的埋地钢制燃气管道检验周期确定方法、电子设备和存储介质 |
CN116770317A (zh) * | 2023-05-23 | 2023-09-19 | 国家石油天然气管网集团有限公司 | 一种油气管道的地面标记及阴极保护综合智能监测系统 |
CN117535669A (zh) * | 2023-11-15 | 2024-02-09 | 国网浙江省电力有限公司电力科学研究院 | 一种接地网定点精准阴极保护防腐方法 |
-
2024
- 2024-03-04 CN CN202410240175.3A patent/CN117821984B/zh active Active
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2355285A1 (fr) * | 1976-06-18 | 1978-01-13 | Coprelec | Procede et dispositifs de detection de la corrosion sur des pieces ou ensembles de pieces metalliques enterrees, notamment sur des canalisations |
RU2229704C1 (ru) * | 2002-10-21 | 2004-05-27 | Общество с ограниченной ответственностью "Завод газовой аппаратуры "НС" | Устройство для измерения потенциалов подземных трубопроводов |
JP2007191733A (ja) * | 2006-01-17 | 2007-08-02 | Tokyo Gas Co Ltd | カソード防食された埋設金属体の防食管理方法、防食管理装置、防食管理プログラム、情報記録媒体 |
JP2008292360A (ja) * | 2007-05-25 | 2008-12-04 | Tokyo Gas Co Ltd | 埋設パイプラインのカソード防食状況計測評価装置及び計測評価方法 |
CN101221633A (zh) * | 2007-06-19 | 2008-07-16 | 广州市煤气公司 | 基于穆氏模型的燃气管道风险评估方法 |
US8372260B1 (en) * | 2011-04-27 | 2013-02-12 | Brunswick Corporation | Marine drive cathodic protection system with accurate detection of reference potential |
CN203700528U (zh) * | 2014-01-23 | 2014-07-09 | 中国石油化工股份有限公司 | 阴极保护断电电位同步监测仪 |
CN103866330A (zh) * | 2014-03-12 | 2014-06-18 | 西安石油大学 | 一种阴极保护现场在线监测与评价的方法 |
CN104061443A (zh) * | 2014-07-01 | 2014-09-24 | 北京昊科航科技有限责任公司 | 管道安全预警与泄漏监测报警方法 |
CN104122196A (zh) * | 2014-07-15 | 2014-10-29 | 北京工业大学 | 应力条件下油气管道用高强钢直流杂散电流腐蚀评价方法 |
CN104532264A (zh) * | 2014-12-24 | 2015-04-22 | 中国石油天然气股份有限公司 | 一种管道外损伤及阴极保护效果评价方法及装置 |
CN104846381A (zh) * | 2015-03-30 | 2015-08-19 | 国家电网公司 | 一种牺牲阳极的阴极保护模拟方法 |
RU2659543C1 (ru) * | 2017-06-19 | 2018-07-02 | Акционерное общество "Гипрогазцентр" | Способ регулирования параметров катодной защиты подземных трубопроводов |
CN111595788A (zh) * | 2020-05-12 | 2020-08-28 | 中核武汉核电运行技术股份有限公司 | 核电厂埋地管风险监测系统 |
CN111690938A (zh) * | 2020-06-05 | 2020-09-22 | 大庆市中研技术开发有限公司 | 一种阴极保护智能化控制方法及系统 |
CN212338935U (zh) * | 2020-06-11 | 2021-01-12 | 无锡华润燃气有限公司 | 一种油气管道腐蚀监控系统 |
CN111876786A (zh) * | 2020-06-19 | 2020-11-03 | 中国石油天然气股份有限公司 | 一种埋地管道阴极保护的远程监测方法及装置 |
CN114318347A (zh) * | 2020-09-30 | 2022-04-12 | 中国石油天然气股份有限公司 | 阴极保护评价方法、装置、计算机设备及存储介质 |
CN113981453A (zh) * | 2021-09-10 | 2022-01-28 | 北京市燃气集团有限责任公司 | 有阴极保护燃气管网杂散电流腐蚀风险评判方法及装置 |
CN114250471A (zh) * | 2021-12-21 | 2022-03-29 | 西安石油大学 | 一种油气智慧管道架构下的阴极保护电位随动控制系统 |
CN114481141A (zh) * | 2022-02-10 | 2022-05-13 | 深圳国能宸泰科技有限公司 | 海上风电机组阴极保护方法、设备及存储介质 |
CN114606502A (zh) * | 2022-02-23 | 2022-06-10 | 江西省天然气管道有限公司运营分公司 | 管道的保护电位的检测方法及装置 |
CN114959716A (zh) * | 2022-04-11 | 2022-08-30 | 国家石油天然气管网集团有限公司 | 一种阴极保护管道杂散电流干扰测试探头及智能监测系统 |
CN115614678A (zh) * | 2022-12-16 | 2023-01-17 | 成都秦川物联网科技股份有限公司 | 智慧燃气管道电化学腐蚀评估方法和物联网系统、介质 |
CN116596302A (zh) * | 2023-04-27 | 2023-08-15 | 广东省特种设备检测研究院顺德检测院 | 基于动态分析的埋地钢制燃气管道检验周期确定方法、电子设备和存储介质 |
CN116770317A (zh) * | 2023-05-23 | 2023-09-19 | 国家石油天然气管网集团有限公司 | 一种油气管道的地面标记及阴极保护综合智能监测系统 |
CN117535669A (zh) * | 2023-11-15 | 2024-02-09 | 国网浙江省电力有限公司电力科学研究院 | 一种接地网定点精准阴极保护防腐方法 |
Non-Patent Citations (7)
Title |
---|
Effect of AC interference on cathodic protection monitoring;Ormellese, M;CORROSION ENGINEERING SCIENCE AND TECHNOLOGY;20110830;第46卷(第 (5) 期);全文 * |
Evaluation modeling of IR drops for CP potential of buried pipeline;Weng Yong-ji;Corrosion Science and Protection Technology;20041130;第16卷(第 (6)期);全文 * |
埋地管道阴极保护的效果监测;计鹏;2021-03-15;20210315;全文 * |
天然气管道腐蚀综合评价体系及腐蚀检测预警系统的研究;柳海;陈娟;张锋;王宝亮;孔国富;;新疆石油科技;20121215(04);全文 * |
提高站场区域阴极保护效果实践与认知;陈波;李果;林涛;嵇翔;杨甲强;谭新平;;天然气与石油;20180615(03);全文 * |
某战场侦察雷达电子机箱重要件寿命预测与可靠性分析;田丰;;装备环境工程;20171225(12);全文 * |
油气管道腐蚀直接评价方法研究;吴燕;中国优秀硕士学位论文全文数据库工程科技Ⅰ辑;20070115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117821984A (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9053519B2 (en) | System and method for analyzing GIS data to improve operation and monitoring of water distribution networks | |
TWI391803B (zh) | 監視水事業體網路之資源的系統及方法 | |
US9441988B2 (en) | System and method for identifying likely geographical locations of anomalies in a water utility network | |
US10242414B2 (en) | Method for locating a leak in a fluid network | |
Aksela et al. | Leakage detection in a real distribution network using a SOM | |
US20220057367A1 (en) | Method for evaluating pipe condition | |
CN116346864B (zh) | 基于智慧燃气物联网的超声波计量补偿方法、系统和介质 | |
US20230221207A1 (en) | Methods and internet of things systems for determining gas leakages based on smart gas | |
CN116503975B (zh) | 基于智慧燃气gis的安全隐患处置方法和物联网系统 | |
CN116539128B (zh) | 智慧燃气超声波计量仪表准确度诊断方法及物联网系统 | |
US11879599B2 (en) | Methods, Internet of Things systems, and mediums for assessing electrochemical corrosion of smart gas pipeline | |
KR20120077999A (ko) | 부식센서를 이용한 선박의 부식 모니터링 시스템 | |
CN116006908A (zh) | 一种智慧燃气管网可靠度监测方法和物联网系统 | |
CN117031930B (zh) | 不锈钢钢管的防腐蚀优化方法及系统 | |
CN117821984B (zh) | 一种智慧燃气管道阴极保护智能检测方法和物联网系统 | |
KR102564669B1 (ko) | 매설배관의 누설 및 부식 모니터링 시스템 | |
CN116202038B (zh) | 管网泄漏事件预警方法、装置、设备和介质 | |
CN113128803A (zh) | 油气管道风险确定方法、装置及计算机设备 | |
CN117973877A (zh) | 基于智慧燃气物联网的燃气管井安全管理方法与系统 | |
CN118014185A (zh) | 一种基于大数据的市政管网健康度在线监测系统 | |
CN117934212A (zh) | 基于iot技术数字可视化平台的施工过程监控方法 | |
CN118052082A (zh) | 加热铠丝管口密封控制方法及系统 | |
Trille | Reliability analysis for subsea pipeline cathodic protection systems |
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 |