CN117892247B - 一种天然气泄漏检测系统 - Google Patents
一种天然气泄漏检测系统 Download PDFInfo
- Publication number
- CN117892247B CN117892247B CN202410290776.5A CN202410290776A CN117892247B CN 117892247 B CN117892247 B CN 117892247B CN 202410290776 A CN202410290776 A CN 202410290776A CN 117892247 B CN117892247 B CN 117892247B
- Authority
- CN
- China
- Prior art keywords
- pipeline
- waveform image
- pipeline vibration
- vibration waveform
- data analysis
- 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 78
- 239000003345 natural gas Substances 0.000 title claims abstract description 39
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 238000007405 data analysis Methods 0.000 claims abstract description 68
- 230000002159 abnormal effect Effects 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000012216 screening Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 24
- 230000007613 environmental effect Effects 0.000 claims description 21
- 238000009434 installation Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010070670 Limb asymmetry Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及管道泄漏技术领域，尤其涉及一种天然气泄漏检测系统，本发明通过数据分类模块计算干扰参数，划分对应管道铺设区域的环境干扰类别，通过数据解析模块根据环境干扰类别确定对管道铺设区域内管道振动信号的异常分析方式，包括，识别突变波形图像段，分析管道振动信号是否存在异常，或，根据地面振动波形图像中各波峰的幅值确定特征幅值范围，根据特征幅值范围对管道振动波形图像进行筛选，根据筛选后管道振动波形图像的基本参数分析管道振动信号是否存在异常；通过预警模块在管道振动信号存在异常时发出预警提示，本发明可降低管道铺设区域其他噪声的干扰，并在降低算力的同时保证对管道振动信号分析的可靠性。
Description
技术领域
本发明涉及管道泄漏技术领域，尤其涉及一种天然气泄漏检测系统。
背景技术
天然气管道是一种用于输送天然气的基础设施，是能源行业的关键组成部分，对国家和地区的能源供应和经济发展起着重要作用。天然气管道泄漏可能导致火灾、爆炸和人员伤亡等安全性问题以及导致天然气资源的浪费等经济性问题。为减少天然气管道泄漏造成的不良后果，应对天然气管道进行检测。
中国专利公开号：CN102997048A，公开了一种天然气管道泄漏光纤检测系统的抗相位衰落方法和系统。涉及机械振动的测量、冲击的测量和管道系统技术领域。它是在管道本体上每隔一定距离安装一个迈克耳逊干涉仪或马赫-曾德干涉仪结构的传感器，各传感器通过光分束器和合束器并联接在发射光纤和回传光纤之间；基于锯齿波或倒锯齿波调制的激光器作为光源，以及不等臂长的迈克耳逊干涉仪或马赫-曾德干涉仪作为传感器，在干涉仪信号中产生近似单频的余弦信号载波，使用与载波信号同频的余弦和正弦信号对载波信号进行解调，得到原始泄漏声波信号。
但是，现有技术中还存在以下问题，
现有技术中，天然气管道铺设区域由于部分路面噪音大，风速大，环境复杂，通过管道振动信号对天然气管道泄漏进行检测时部分管路段受环境的影响会导致管道振动信号中的关键特征被覆盖，进而使得检测精度下降或出现误检测。
发明内容
为此，本发明提供一种天然气泄漏检测系统，用以克服现有技术中天然气管道铺设区域由于部分路面噪音大，风速大，环境复杂，通过管道振动信号对天然气管道泄漏进行检测时,部分管路段受环境的影响会导致管道振动信号中的关键特征被覆盖，进而使得检测精度下降或出现误检测的问题。
为实现上述目的，本发明提供一种天然气泄漏检测系统，包括：
数据采集模块，其包括设置在天然气管道上用以采集管道振动信号的若干管道振动采集单元、设置在各管道铺设区域内用以采集地面振动信号的地面振动采集单元以及设置在各所述管道铺设区域内用以采集风速值的风速采集单元；
数据分类模块，其与所述数据采集模块连接，用以根据各所述管道铺设区域内地面振动信号的信号参数以及风速值计算干扰参数，以划分对应管道铺设区域的环境干扰类别，所述信号参数包括信号强度以及信号频率；
数据解析模块，其分别与所述数据采集模块以及数据分类模块连接，用以根据管道铺设区域的环境干扰类别确定对管道铺设区域内管道振动信号的异常分析方式，包括，
所述数据解析模块构建管道振动波形图像，基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段，以根据突变波形图像段的基本参数分析管道振动信号是否存在异常；
或，所述数据解析模块分别构建地面振动波形图像以及管道振动波形图像，根据地面振动波形图像中各波峰的幅值确定特征幅值范围；
以及，根据所述特征幅值范围对管道振动波形图像进行筛选，以根据筛选后管道振动波形图像的基本参数分析管道振动信号是否存在异常；
预警模块，其与所述数据解析模块连接，用以发出预警提示。
进一步地，所述数据分类模块根据各所述管道铺设区域内地面振动信号的信号参数以及风速值根据公式（1）计算干扰参数，
；公式（1）中，E表示干扰参数，V表示风速值，V0表示预设风速值对比阈值，I表示地面振动信号强度，I0表示预设振动信号强度对比阈值，f表示地面振动信号频率，f0表示预设振动信号频率对比阈值，α表示风速值权重系数，β表示振动信号强度权重系数，γ表示振动信号频率权重系数。
进一步地，所述数据分类模块划分对应管道铺设区域的环境干扰类别的过程包括，
所述数据分类模块将所述干扰参数与预设的干扰参数对比阈值进行对比，
若所述干扰参数小于预设的干扰参数对比阈值，则所述数据分类模块判定所述管道铺设区域的环境干扰类别为弱干扰类别；
若所述干扰参数大于或等于预设的干扰参数对比阈值，则所述数据分类模块判定所述管道铺设区域的环境干扰类别为强干扰类别。
进一步地，所述数据解析模块根据管道铺设区域的环境干扰类别确定对管道铺设区域内管道振动信号的异常分析方式的过程包括，
若所述管道铺设区域的环境干扰类别为弱干扰类别，所述数据解析模块构建管道振动波形图像，基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段，以根据突变波形图像段的基本参数分析管道振动信号是否存在异常；
若所述管道铺设区域的环境干扰类别为强干扰类别，所述数据解析模块分别构建地面振动波形图像以及管道振动波形图像，根据地面振动波形图像中各波峰的幅值确定特征幅值范围；
以及，根据所述特征幅值范围对管道振动波形图像进行筛选，以根据筛选后管道振动波形图像的基本参数分析管道振动信号是否存在异常。
进一步地，所述数据解析模块还用以根据公式（2）计算突变差值，
D=|fi+1-fi|/f0+|Ai+1-Ai|/A0 （2）
公式（2）中，D表示突变差值，fi+1表示第i+1管道振动波形图像段的平均频率，fi表示第i管道振动波形图像段的平均频率，Ai+1表示第i+1管道振动波形图像段的平均幅值，Ai表示第i管道振动波形图像段的平均幅值，f0表示管道振动波形图像段的平均频率，A0表示管道振动波形图像段的平均幅值。
进一步地，所述数据解析模块基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段的过程包括，
所述数据解析模块将管道振动波形图像段与邻接管道振动波形图像段的突变差值与预设突变差值阈值进行对比；
若管道振动波形图像段与邻接管道振动波形图像段的突变差值大于预定突变差值阈值，则所述数据解析模块判定所述管道振动波形图像段为突变波形图像段。
进一步地，所述数据解析模块根据基本参数分析管道振动信号是否存在异常的过程包括，
所述数据解析模块中预先存储有若干管道振动信号标准样本参数，所述数据解析模块将基本参数中的各项子参数与对应的样本子参数进行对比，
若任一子参数与样本子参数的差异比大于预定的差异比阈值，则所述数据解析模块判定管道振动信号存在异常，
基本参数中的子参数包括平均频率、平均幅值以及峰峰值。
进一步地，所述数据解析模块根据地面振动波形图像中各波峰的幅值确定特征幅值范围的过程包括，
所述数据解析模块计算各所述波峰的幅值的平均值，将所述特征幅值范围设置为[A-ε，A+ε]，其中，A表示各波峰的幅值的平均值，ε表示幅值波动参量。
进一步地，所述数据解析模块根据所述特征幅值范围对管道振动波形图像进行筛选，筛选的过程包括，
所述数据解析模块将所述管道振动波形图像的各波峰的幅值与所述特征幅值范围进行对比；
若所述管道振动波形图像的波峰的幅值处于所述特征幅值范围，所述数据解析模块将所述波峰在所述管道振动波形图像中删除。
进一步地，所述预警模块发出预警提示的过程包括，
当所述数据解析模块判定管道振动信号存在异常时，所述预警模块发出预警提示。
与现有技术相比，本发明通过数据分类模块计算干扰参数，划分对应管道铺设区域的环境干扰类别；通过数据解析模块根据环境干扰类别确定对管道铺设区域内管道振动信号的异常分析方式，包括，识别突变波形图像段，分析管道振动信号是否存在异常；或，根据地面振动波形图像中各波峰的幅值确定特征幅值范围，根据特征幅值范围对管道振动波形图像进行筛选，根据筛选后管道振动波形图像的基本参数分析管道振动信号是否存在异常；通过预警模块在管道振动信号存在异常时发出预警提示，本发明可降低管道铺设区域其他噪声的干扰，并在降低算力的同时保证对管道振动信号分析的可靠性。
尤其，本发明通过数据分类模块划分对应管道铺设区域的环境干扰类别，由于管道铺设区域路面振动以及风对管道的作用力会在一定程度上影响采集的管道振动信号，将路面振动大以及风速大的区域划分为强干扰类别，将路面噪声较小以及风速噪声较小的区域划分为弱干扰类别，有助于后续对管道振动信号作出更可靠分析，减少地面振动信号对管道振动信号的影响。
尤其，本发明通过数据解析模块根据管道铺设区域的环境干扰类别确定对管道铺设区域内管道振动信号的异常分析方式，由于管道铺设区域的地面噪声和风速噪声的大小存在差异，对于噪声较小的区域，其对管道振动信号的干扰较小，管道振动信号对应的时域波形图像中数据表征性强，对于噪声较大的区域，外界振动对管道振动信号的影响较大，管道振动信号对应的时域波形图像中的部分关键振动信号容易被覆盖，需要进一步分析，通过采取不同的管道振动信号的异常分析方式，可以增加对管道振动信号分析的可靠性。
尤其，本发明通过数据解析模块基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段，由于正常情况下，管道振动波形图像段的幅值以及频率应在一定范围内浮动，当邻接管道振动波形图像段的平均幅值以及平均频率的差值较大时，判断其可能出现异常，判定该管道振动波形图像段为突变波形图像段，仅针对突变波形图像段进行进一步分析，可以在降低算力的同时，保证管道振动信号分析的可靠性。
尤其，本发明通过数据解析模块根据地面振动波形图像中各波峰的幅值确定特征幅值范围，根据地面振动波形图像各波峰的幅值可以一定程度上得知地面振动信号对于管道振动信号的影响大小，有助于后续尽可能消除地面振动信号对于管道振动信号的影响，增大对于管道振动信号分析的可靠性。
附图说明
图1为发明实施例的天然气泄漏检测系统结构图；
图2为发明实施例的天然气泄漏检测系统环境干扰类别逻辑判定图；
图3为发明实施例的天然气泄漏检测系统识别突变波形图像段逻辑判定图；
图4为发明实施例的天然气泄漏检测系统分析管道振动信号异常逻辑判定图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1-图4所示，图1为发明实施例的天然气泄漏检测系统结构图；图2为发明实施例的天然气泄漏检测系统环境干扰类别逻辑判定图；图3为发明实施例的天然气泄漏检测系统识别突变波形图像段逻辑判定图；图4为发明实施例的天然气泄漏检测系统分析管道振动信号异常逻辑判定图，本发明的天然气泄漏检测系统，包括：
数据采集模块，其包括设置在天然气管道上用以采集管道振动信号的若干管道振动采集单元、设置在各管道铺设区域内用以采集地面振动信号的地面振动采集单元以及设置在各所述管道铺设区域内用以采集风速值的风速采集单元；
数据分类模块，其与所述数据采集模块连接，用以根据各所述管道铺设区域内地面振动信号的信号参数以及风速值计算干扰参数，以划分对应管道铺设区域的环境干扰类别，所述信号参数包括信号强度以及信号频率；
数据解析模块，其分别与所述数据采集模块以及数据分类模块连接，用以根据管道铺设区域的环境干扰类别确定对管道铺设区域内管道振动信号的异常分析方式，包括，
所述数据解析模块构建管道振动波形图像，基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段，以根据突变波形图像段的基本参数分析管道振动信号是否存在异常；
或，所述数据解析模块分别构建地面振动波形图像以及管道振动波形图像，根据地面振动波形图像中各波峰的幅值确定特征幅值范围；
以及，根据所述特征幅值范围对管道振动波形图像进行筛选，以根据筛选后管道振动波形图像的基本参数分析管道振动信号是否存在异常；
预警模块，其与所述数据解析模块连接，用以发出预警提示。
具体而言，本发明对数据采集模块的具体结构不做限定，对于其中的管道振动采集单元以及地面振动采集单元可以是振动信号传感器，只需要能获得振动信号即可，对于风速采集单元，可以为风速传感器，只需能测量风速值即可，均为现有技术，此处不再赘述。
具体而言，本发明对数据分类模块以及数据解析模块的具体结构不做限定，均可以由逻辑部件或逻辑部件的组合构成，逻辑部件包括现场可编程处理器、计算机或计算机中的微处理器。
具体而言，本发明对预警模块的具体结构不做限定，预警模块可以包括语音提示单元以及逻辑部件，通过语音提示单元发出预警提示，此为现有技术，不再赘述。
具体而言，在本实施例中在单个天然气管道铺设路径上存在若干管道铺设区域，优选的管道铺设区域为矩形区域，该矩形区域的宽度为天然气管道半径的5倍，长度为100m。
具体而言，所述数据分类模块根据各所述管道铺设区域内地面振动信号的信号参数以及风速值根据公式（1）计算干扰参数，
；公式（1）中，E表示干扰参数，V表示风速值，V0表示预设风速值对比阈值，I表示地面振动信号强度，I0表示预设振动信号强度对比阈值，f表示地面振动信号频率，f0表示预设振动信号频率对比阈值，α表示风速值权重系数，β表示振动信号强度权重系数，γ表示振动信号频率权重系数，在本实施例中设定，α=0.3，β=0.5，γ=0.2。
预设风速值对比阈值在区间[8.5，12.5]内选定，区间单位为秒/公里，预设振动信号强度对比阈值以及预设振动信号频率对比阈值为实验预先获得，预先在若干不同的管道铺设区域内采集地面振动采集单元的数据，获取振动信号强度以及振动信号频率，计算振动信号强度平均值Ie和振动信号频率平均值fe，设定I0=e×Ie，设定f0=e×fe，e表示偏移系数，1.1＜e＜1.3。
请参阅图2，具体而言，所述数据分类模块划分对应管道铺设区域的环境干扰类别的过程包括，
所述数据分类模块将所述干扰参数与预设的干扰参数对比阈值进行对比，
若所述干扰参数小于预设的干扰参数对比阈值，则所述数据分类模块判定所述管道铺设区域的环境干扰类别为弱干扰类别；
若所述干扰参数大于或等于预设的干扰参数对比阈值，则所述数据分类模块判定所述管道铺设区域的环境干扰类别为强干扰类别。
在本实施例中，预设的干扰参数对比阈值在区间[0.85，1.15]内设定。
具体而言，本发明通过数据分类模块划分对应管道铺设区域的环境干扰类别，由于管道铺设区域路面振动以及风对管道的作用力会在一定程度上影响采集的管道振动信号，将路面振动大以及风速大的区域划分为强干扰类别，将路面噪声较小以及风速噪声较小的区域划分为弱干扰类别，有助于后续对管道振动信号作出更可靠分析，减少地面振动信号对管道振动信号的影响。
具体而言，所述数据解析模块根据管道铺设区域的环境干扰类别确定对管道铺设区域内管道振动信号的异常分析方式的过程包括，
若所述管道铺设区域的环境干扰类别为弱干扰类别，所述数据解析模块构建管道振动波形图像，基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段，以根据突变波形图像段的基本参数分析管道振动信号是否存在异常；
若所述管道铺设区域的环境干扰类别为强干扰类别，所述数据解析模块分别构建地面振动波形图像以及管道振动波形图像，根据地面振动波形图像中各波峰的幅值确定特征幅值范围；
以及，根据所述特征幅值范围对管道振动波形图像进行筛选，以根据筛选后管道振动波形图像的基本参数分析管道振动信号是否存在异常。
具体而言，本发明通过数据解析模块根据管道铺设区域的环境干扰类别确定对管道铺设区域内管道振动信号的异常分析方式，由于管道铺设区域的地面噪声和风速噪声的大小存在差异，对于噪声较小的区域，其对管道振动信号的干扰较小，管道振动信号对应的时域波形图像中数据表征性强，对于噪声较大的区域，外界振动对管道振动信号的影响较大，管道振动信号对应的时域波形图像中的部分关键振动信号容易被覆盖，需要进一步分析，通过采取不同的管道振动信号的异常分析方式，可以增加对管道振动信号分析的可靠性。
具体而言，所述数据解析模块还用以根据公式（2）计算突变差值，
D=|fi+1-fi|/f0+|Ai+1-Ai|/A0 （2）
公式（2）中，D表示突变差值，fi+1表示第i+1管道振动波形图像段的平均频率，fi表示第i管道振动波形图像段的平均频率，Ai+1表示第i+1管道振动波形图像段的平均幅值，Ai表示第i管道振动波形图像段的平均幅值，f0表示管道振动波形图像段的平均频率，A0表示管道振动波形图像段的平均幅值。
请参阅图3，具体而言，所述数据解析模块基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段的过程包括，
所述数据解析模块将管道振动波形图像段与邻接管道振动波形图像段的突变差值与预设突变差值阈值进行对比；
若管道振动波形图像段与邻接管道振动波形图像段的突变差值大于预定突变差值阈值，则所述数据解析模块判定所述管道振动波形图像段为突变波形图像段。
在本实施例中，为表征差异性，预设突变差值阈值为预先设定，在区间[0.5，1]内设定。
具体而言，本发明通过数据解析模块基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段，由于正常情况下，管道振动波形图像段的幅值以及频率应在一定范围内浮动，当邻接管道振动波形图像段的平均幅值以及平均频率的差值较大时，判断其可能出现异常，判定该管道振动波形图像段为突变波形图像段，仅针对突变波形图像段进行进一步分析，可以在降低算力的同时，保证管道振动信号分析的可靠性。
请参阅图4，具体而言，所述数据解析模块根据基本参数分析管道振动信号是否存在异常的过程包括，
所述数据解析模块中预先存储有若干管道振动信号标准样本参数，所述数据解析模块将基本参数中的各项子参数与对应的样本子参数进行对比，
若任一子参数与样本子参数的差异比大于预定的差异比阈值，则所述数据解析模块判定管道振动信号存在异常，
基本参数中的子参数包括平均频率、平均幅值以及峰峰值。
在本实施例中，样本子参数为预先测定所得，其中，采集天然气管道不同管道段无泄漏情况下的管道振动信号作为样本，构建各管道段对应管道振动信号的时域波形图像并提取基本参数，求解各子参数的平均值，将子参数的平均值设定为样本子参数。
在本实施例中，预定的差异比阈值为预先设定所得，不同的子参数对应不同的差异比阈值，其中，
预先获取天然气管道不同管道段泄漏情况下的管道振动信号作为样本，构建各管道段对应管道振动信号的时域波形图像并提取基本参数，求解各子参数与对应样本子参数的差异比，并求解差异比平均值，将子参数对应的差异比平均值设定为差异比阈值。
具体而言，所述数据解析模块根据地面振动波形图像中各波峰的幅值确定特征幅值范围的过程包括，
所述数据解析模块计算各所述波峰的幅值的平均值，将所述特征幅值范围设置为[A-ε，A+ε]，其中，A表示各波峰的幅值的平均值，ε表示幅值波动参量。
在本实施例中，幅值波动参量设置为1/10A。
具体而言，本发明通过数据解析模块根据地面振动波形图像中各波峰的幅值确定特征幅值范围，根据地面振动波形图像各波峰的幅值可以一定程度上得知地面振动信号对于管道振动信号的影响大小，有助于后续尽可能消除地面振动信号对于管道振动信号的影响，增大对于管道振动信号分析的可靠性。
具体而言，所述数据解析模块根据所述特征幅值范围对管道振动波形图像进行筛选，筛选的过程包括，
所述数据解析模块将所述管道振动波形图像的各波峰的幅值与所述特征幅值范围进行对比；
若所述管道振动波形图像的波峰的幅值处于所述特征幅值范围，所述数据解析模块将所述波峰在所述管道振动波形图像中删除。
具体而言，所述预警模块发出预警提示的过程包括，
当所述数据解析模块判定管道振动信号存在异常时，所述预警模块发出预警提示。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种天然气泄漏检测系统，其特征在于，包括：
数据采集模块，其包括设置在天然气管道上用以采集管道振动信号的若干管道振动采集单元、设置在各管道铺设区域内用以采集地面振动信号的地面振动采集单元以及设置在各所述管道铺设区域内用以采集风速值的风速采集单元；
数据分类模块，其与所述数据采集模块连接，用以根据各所述管道铺设区域内地面振动信号的信号参数以及风速值计算干扰参数，以划分对应管道铺设区域的环境干扰类别，所述信号参数包括信号强度以及信号频率；
数据解析模块，其分别与所述数据采集模块以及数据分类模块连接，用以根据管道铺设区域的环境干扰类别确定对管道铺设区域内管道振动信号的异常分析方式，包括，
所述数据解析模块构建管道振动波形图像，基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段，以根据突变波形图像段的基本参数分析管道振动信号是否存在异常；
或，所述数据解析模块分别构建地面振动波形图像以及管道振动波形图像，根据地面振动波形图像中各波峰的幅值确定特征幅值范围；
然后，根据所述特征幅值范围对管道振动波形图像进行筛选，以根据筛选后管道振动波形图像的基本参数分析管道振动信号是否存在异常；
预警模块，其与所述数据解析模块连接，用以发出预警提示。
2.根据权利要求1所述的天然气泄漏检测系统，其特征在于，所述数据分类模块根据各所述管道铺设区域内地面振动信号的信号参数以及风速值根据公式（1）计算干扰参数，
，公式（1）中，E表示干扰参数，V表示风速值,V0表示预设风速值对比阈值，I表示地面振动信号强度，I0表示预设振动信号强度对比阈值，f表示地面振动信号频率，f0表示预设振动信号频率对比阈值，α表示风速值权重系数，β表示振动信号强度权重系数，γ表示振动信号频率权重系数。
3.根据权利要求2所述的天然气泄漏检测系统，其特征在于，所述数据分类模块划分对应管道铺设区域的环境干扰类别的过程包括，
所述数据分类模块将所述干扰参数与预设的干扰参数对比阈值进行对比，
若所述干扰参数小于预设的干扰参数对比阈值，则所述数据分类模块判定所述管道铺设区域的环境干扰类别为弱干扰类别；
若所述干扰参数大于或等于预设的干扰参数对比阈值，则所述数据分类模块判定所述管道铺设区域的环境干扰类别为强干扰类别。
4.根据权利要求3所述的天然气泄漏检测系统，其特征在于，所述数据解析模块根据管道铺设区域的环境干扰类别确定对管道铺设区域内管道振动信号的异常分析方式的过程包括，
若所述管道铺设区域的环境干扰类别为弱干扰类别，所述数据解析模块构建管道振动波形图像，基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段，以根据突变波形图像段的基本参数分析管道振动信号是否存在异常；
若所述管道铺设区域的环境干扰类别为强干扰类别，所述数据解析模块分别构建地面振动波形图像以及管道振动波形图像，根据地面振动波形图像中各波峰的幅值确定特征幅值范围；
以及，根据所述特征幅值范围对管道振动波形图像进行筛选，以根据筛选后管道振动波形图像的基本参数分析管道振动信号是否存在异常。
5.根据权利要求1所述的天然气泄漏检测系统，其特征在于，所述数据解析模块还用以根据公式（2）计算突变差值，
D=|fi+1-fi|/f0+|Ai+1-Ai|/A0 （2）
公式（2）中，D表示突变差值，fi+1表示第i+1管道振动波形图像段的平均频率，fi表示第i管道振动波形图像段的平均频率，Ai+1表示第i+1管道振动波形图像段的平均幅值，Ai表示第i管道振动波形图像段的平均幅值，f0表示管道振动波形图像段的平均频率，A0表示管道振动波形图像段的平均幅值。
6.根据权利要求5所述的天然气泄漏检测系统，其特征在于，所述数据解析模块基于管道振动波形图像段与邻接管道振动波形图像段中平均频率以及平均幅值的差异性识别突变波形图像段的过程包括，
所述数据解析模块将管道振动波形图像段与邻接管道振动波形图像段的突变差值与预设突变差值阈值进行对比；
若管道振动波形图像段与邻接管道振动波形图像段的突变差值大于预定突变差值阈值，则所述数据解析模块判定所述管道振动波形图像段为突变波形图像段。
7.根据权利要求1所述的天然气泄漏检测系统，其特征在于，所述数据解析模块根据基本参数分析管道振动信号是否存在异常的过程包括，
所述数据解析模块中预先存储有若干管道振动信号标准样本参数，所述数据解析模块将基本参数中的各项子参数与对应的样本子参数进行对比，
若任一子参数与样本子参数的差异比大于预定的差异比阈值，则所述数据解析模块判定管道振动信号存在异常，
基本参数中的子参数包括平均频率、平均幅值以及峰峰值。
8.根据权利要求1所述的天然气泄漏检测系统，其特征在于，所述数据解析模块根据地面振动波形图像中各波峰的幅值确定特征幅值范围的过程包括，
所述数据解析模块计算各所述波峰的幅值的平均值，将所述特征幅值范围设置为[A-ε，A+ε]，其中，A表示各波峰的幅值的平均值，ε表示幅值波动参量。
9.根据权利要求1所述的天然气泄漏检测系统，其特征在于，所述数据解析模块根据所述特征幅值范围对管道振动波形图像进行筛选，筛选的过程包括，
所述数据解析模块将所述管道振动波形图像的各波峰的幅值与所述特征幅值范围进行对比；
若所述管道振动波形图像的波峰的幅值处于所述特征幅值范围，所述数据解析模块将所述波峰在所述管道振动波形图像中删除。
10.根据权利要求1所述的天然气泄漏检测系统，其特征在于，所述预警模块发出预警提示的过程包括，
当所述数据解析模块判定管道振动信号存在异常时，所述预警模块发出预警提示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410290776.5A CN117892247B (zh) | 2024-03-14 | 2024-03-14 | 一种天然气泄漏检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410290776.5A CN117892247B (zh) | 2024-03-14 | 2024-03-14 | 一种天然气泄漏检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117892247A CN117892247A (zh) | 2024-04-16 |
| CN117892247B true CN117892247B (zh) | 2024-05-17 |
Family
ID=90652029
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410290776.5A Active CN117892247B (zh) | 2024-03-14 | 2024-03-14 | 一种天然气泄漏检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117892247B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104948905A (zh) * | 2015-06-23 | 2015-09-30 | 大丰市大昌燃气设备有限公司 | 一种lng加液机及其操作方法 |
| JP2016161397A (ja) * | 2015-03-02 | 2016-09-05 | コニカミノルタ株式会社 | 流体漏れ検知装置 |
| CN110332465A (zh) * | 2019-06-27 | 2019-10-15 | 中石化川气东送天然气管道有限公司 | 一种长输天然气管道泄漏监测决策方法和系统 |
| CN110953485A (zh) * | 2019-12-06 | 2020-04-03 | 北京无线电计量测试研究所 | 一种燃气管线泄漏点定位方法和系统 |
| WO2021249480A1 (zh) * | 2020-06-11 | 2021-12-16 | 中冶南方都市环保工程技术股份有限公司 | 一种凝汽器漏空气超标检测方法 |
| CA3133263A1 (en) * | 2020-10-06 | 2022-04-06 | Abb Schweiz Ag | Technologies for producing efficient investigation routes for identifying gas leak locations |
| CN114648043A (zh) * | 2022-03-18 | 2022-06-21 | 杭州鲁尔物联科技有限公司 | 压电式雨量计干扰信号处理方法、装置及计算机设备 |
| CN116368355A (zh) * | 2021-09-05 | 2023-06-30 | 汉熵通信有限公司 | 物联网系统 |
| CN116484308A (zh) * | 2023-06-25 | 2023-07-25 | 火眼科技(天津)有限公司 | 一种基于边缘自适用计算的数据采集方法 |
| CN116617616A (zh) * | 2023-04-24 | 2023-08-22 | 深圳市筑乐科技有限公司 | 一种消防管道监测方法、系统、终端设备及存储介质 |
| CN116906840A (zh) * | 2023-07-31 | 2023-10-20 | 江苏诺贝尔塑业股份有限公司 | 一种管道异常预警方法及系统 |
| CN117603744A (zh) * | 2024-01-24 | 2024-02-27 | 山西国化能源有限责任公司 | 一种自动化天然气脱硫系统 |
-
2024
- 2024-03-14 CN CN202410290776.5A patent/CN117892247B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016161397A (ja) * | 2015-03-02 | 2016-09-05 | コニカミノルタ株式会社 | 流体漏れ検知装置 |
| CN104948905A (zh) * | 2015-06-23 | 2015-09-30 | 大丰市大昌燃气设备有限公司 | 一种lng加液机及其操作方法 |
| CN110332465A (zh) * | 2019-06-27 | 2019-10-15 | 中石化川气东送天然气管道有限公司 | 一种长输天然气管道泄漏监测决策方法和系统 |
| CN110953485A (zh) * | 2019-12-06 | 2020-04-03 | 北京无线电计量测试研究所 | 一种燃气管线泄漏点定位方法和系统 |
| WO2021249480A1 (zh) * | 2020-06-11 | 2021-12-16 | 中冶南方都市环保工程技术股份有限公司 | 一种凝汽器漏空气超标检测方法 |
| CA3133263A1 (en) * | 2020-10-06 | 2022-04-06 | Abb Schweiz Ag | Technologies for producing efficient investigation routes for identifying gas leak locations |
| CN116368355A (zh) * | 2021-09-05 | 2023-06-30 | 汉熵通信有限公司 | 物联网系统 |
| CN114648043A (zh) * | 2022-03-18 | 2022-06-21 | 杭州鲁尔物联科技有限公司 | 压电式雨量计干扰信号处理方法、装置及计算机设备 |
| CN116617616A (zh) * | 2023-04-24 | 2023-08-22 | 深圳市筑乐科技有限公司 | 一种消防管道监测方法、系统、终端设备及存储介质 |
| CN116484308A (zh) * | 2023-06-25 | 2023-07-25 | 火眼科技(天津)有限公司 | 一种基于边缘自适用计算的数据采集方法 |
| CN116906840A (zh) * | 2023-07-31 | 2023-10-20 | 江苏诺贝尔塑业股份有限公司 | 一种管道异常预警方法及系统 |
| CN117603744A (zh) * | 2024-01-24 | 2024-02-27 | 山西国化能源有限责任公司 | 一种自动化天然气脱硫系统 |
Non-Patent Citations (4)
| Title |
|---|
| Leak detection and location for gas pipelines using acoustic emission sensors;Shuaiyong Li等;《2012 IEEE International Ultrasonics Symposium》;20130718;957-960 * |
| Research on Natural Gas Leakage Diffusion of Urban Underground Pipeline and its Explosion Hazard;Dai Wang等;《KSCE Journal of Civil Engineering 》;20221108;第27卷;590-603 * |
| 南海深水半潜式钻井平台井喷时可燃气体扩散规律;李修峰等;《中国海上油气》;20150211;第27卷(第1期);111-115+120 * |
| 基于振动特征估计的气体绝缘开关设备故障检测与定位;梁博渊等;《科学技术与工程》;20201108;第20卷(第31期);12836-12842 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117892247A (zh) | 2024-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10850754B2 (en) | Distributed fibre optic sensing for monitoring rail networks | |
| US9594002B2 (en) | Conduit monitoring | |
| KR100803377B1 (ko) | 광섬유 센서를 이용한 분포 개념의 온도 및 변형률 측정을통한 상수도관 누수 및 파손 감시 시스템 | |
| CN108732614B (zh) | 一种基于分布式声学传感器的在线铁路监测系统及方法 | |
| CN114659611B (zh) | 基于光纤光栅阵列的轨道扣件状态监测系统 | |
| US10697861B2 (en) | Structure abnormality detection device, structure abnormality detection method, storage medium, and structure abnormality detection system | |
| US20230152543A1 (en) | Impulse signal detection for buried cable protection using distributed fiber optic sensing | |
| CN112032575B (zh) | 一种基于弱光栅的管道安全监测方法、系统及存储介质 | |
| CN113945327A (zh) | 多物理量耦合的氢气泄漏监测系统和方法 | |
| CN117892247B (zh) | 一种天然气泄漏检测系统 | |
| EP3910301B1 (en) | Rail fracture decision system and method for deciding rail fracture using the same | |
| JP7380891B2 (ja) | 未確認音抽出装置および未確認音抽出方法 | |
| US20230339524A1 (en) | Method for monitoring a railway track and monitoring system for monitoring a railway track | |
| KR101110070B1 (ko) | 센서 네트워크를 이용한 파이프라인 내벽 모니터링 시스템 | |
| US20230010341A1 (en) | Detection system, detection device, and detection method | |
| CN107631697B (zh) | 一种基于cotdr的地铁隧道施工安全临时监测方法 | |
| Li et al. | Phase correction based SNR enhancement for distributed acoustic sensing with strong environmental background interference | |
| Serridge | Ten crucial concepts behind trustworthy fault detection in machine condition monitoring | |
| KR102612771B1 (ko) | 단일 관측센서를 이용하는 지진 관측소의 관측자료 모니터링 시스템 및 방법 | |
| Wu et al. | Multi-point detection for polarization-sensitive optical time domain reflectometry and its applications in electric power industry | |
| US20230324254A1 (en) | Optical fiber sensor and detection method | |
| US20230152152A1 (en) | Automatic fiber end point detection using coherent optical time domain reflectometry | |
| Li et al. | SNR Improvement for Distributed Acoustic Sensing with Strong Environmental Background Interference | |
| Zhang et al. | Intrusion detection of subway tunnel using fiber optic seismometer and time-frequency algorithm | |
| Liu et al. | An accurate disturbance source locating method based on machine learning for complex environments |
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 |