泄漏定位系统的研究与应用

侯念忠,李挺立

(中国石化股份有限公司中原油田分公司油气储运管理处,河南濮阳 457165)

泄漏定位系统的研究与应用

侯念忠,李挺立

(中国石化股份有限公司中原油田分公司油气储运管理处,河南濮阳 457165)

管道泄漏是输油管道运行的主要故障之一,主要表现在输油管道腐蚀穿孔和在输油管道上打孔窃油等事故,给国家财产和环境带来了巨大威胁。为减少输油管道的泄漏,针对原油泄漏时产生的负压波信号研发了泄漏定位技术。该技术主要通过负压波法与物质平衡法相耦合,并对信号进行特征量提取处理,进行泄漏检测定位,同时利用神经网络算法提高系统报警准确率,该系统在实际应用中取得了良好的应用效果。

集输管线;泄漏检测;定位

0 引 言

为解决不法分子打孔窃油不能及时发现问题,笔者所在单位开发了微机监控泄漏定位和防盗系统,极大地抑制了不法分子的打孔窃油行为。针对输油管道小流量窃油无法发现的问题及泄漏定位系统中存在的定位检测灵敏度低,系统误报率高、缺少智能诊断、不能排除干扰因素、数据通信方式单一等问题,基于SP2.0采集技术开发了新一代泄漏检测系统,实现了对发生泄漏管道的小流量泄漏检测定位。

1 新一代泄漏技术的开发研究

基于SP2.0数据采集技术的输油管道泄漏定位系统的关键技术是通过负压波法、流量平衡法进行耦合并综合神经网络智能辨识技术,准确判断出是否有盗油现象并准确定位出盗油点。

1.1 原 理

该系统主要根据流体力学理论,管线在正常运行时,两端的温度、压力、流量等参数是相对稳定的。当管线发生泄漏时,由于管道内外的压差,泄漏点会产生一个负的压力变化即负压波,负压波通过一定的波速沿管道向两端传播,该系统就是根据此原理来确定泄漏点的位置。系统原理如图1所示。

图1 泄漏定位系统原理

1.2 技术思路

该泄漏检测系统以多种全自动泄漏检测、定位算法和智能辨识方法为基础,通过分析研究系统长期的应用数据,统计分析系统故障问题,以软件数据处理和信号采集处理两方面为切入点进行数据多层计算、分析、判断,使系统可检测的最小泄漏量进一步降低。为简化系统结构,开发SP2.0信号处理器,以提高系统的检测速度与抗干扰能力并将数据传送到远程计算终端,增强SP2.0信号处理器定址发送功能,使其能够具有网络穿透能力。从而简化系统整体结构,同时减少系统故障点,使得泄漏报警更加有效、更加准确。系统结构如图2所示。

图2 泄漏定位系统的结构

1.3 研究内容

该泄漏定位系统的核心是对压力波特性数据进行采集与智能辨识诊断处理。经现场数据采集器采集数据,首先经过滤波,再通过智能辨识计算,最后经耦合处理与判断后输出到报警模块实现报警。

智能诊断系统通过物质平衡法和负压波法的耦合,克服两种方法单独使用时的弊端,从而形成一种新的管道检测、定位系统。

在管道泄漏监测中,建立带多层前馈的分别用来识别输入端压力波形、输出端压力波形和输差波形模式的神经网络智能检测模型。该模型通过提取流体流经管道不同泄漏点和未泄漏点时的泄漏信号特征,构造输入矩阵指导神经网络学习,对流体管道状况进行分类,具有很强的容错性,对于有一定环境噪声影响的信号,其输出波形小,仍能正确分类,具有自学习能力,当神经网络发出流体管道泄漏报警信号后,通过实际检查,若属误报警,则可将当前数据存入样本学习矩阵,转入神经网络自学习程序调整映射网络,降低系统的不确定性,有利于克服管道中的噪声影响,同时对管道运行状况进行分类识别,具有高度的容错性和精确度,提高其对流体管道泄漏检测能力。

在神经网络智能辨识、诊断功能的基础上,系统融入多尺度小波变换算法,对压力和经计算的标体流量数据改进小波分析,对泄漏、提排量、降排量以及油库内各来油管线相互影响时的流量变化趋势进行统计,加入了程序数据库,通过现场流量数据的小波分析确定其实际的趋势,并进行对比,判断是否为泄漏。对输差的判断则是在标体的基础上进行换算后进行平均值对比分析,当输差判断出有泄漏时,软件马上进行压力的分析,软件中对泄漏、提压、降压以及油库内各来油管线相互影响时的压力变化趋势进行了统计,加入了程序数据库,通过对输差有问题时刻前后时段的现场压力数据的小波分析确定其实际的趋势,进行对比,判断是否为泄漏。这样通过对输差、流量、压力的综合分析来确保系统报警的准确性,如果不符合条件则忽略,如果符合泄漏条件,则对压力的毫秒数据精确分析,找到泄漏点。提高了系统的检测速度与抗干扰能力和拐点判断的准确性,使系统可检测的最小泄漏量进一步降低,解决了系统小流量无法报警的问题,误报警频率得到显著降低。

为实现系统的报警,设计报警处理模块,对接收到的数据采用试探响应特性和模式识别技术来增加定位精度。在接到耦合判断的报警标志以后,对本次的报警数据进行排序、存盘;自动记录每次泄漏时的曲线特性,以区别站内倒阀门、调排量等其他非泄漏时的工况调节而导致的压力波动的曲线特性,逐步形成一个逼近真正的泄漏曲线的数据信息库。在报警信息到来时,该模块会弹出报警画面、显示相应的报警数据,并打印报警曲线,同时系统通过声、光报警信号来提示值班工人。

2 现场应用情况

该系统研发成功后,通过在某输油管道上应用,实现了最低可检测泄漏量为16 L,报警准确率不小于90%、误报率不大于10%、定位误差不大于±250 m的指标。该系统2009年在中原油田5条输油主干线,近百公里输油管道上应用,打孔数比历史同期下降30%,损油量下降35.9%,有效降低了原油损失,减少了环境污染。

3 建议与结论

该系统采用负压波与物质平衡耦合的方式并融入改进的小波分析技术,确定小流量信号拐点,解决了系统小流量无法报警的问题。可广泛应用于陆上输油长输管道的泄漏定位检测领域。

该系统开发智能诊断模块与神经网络算法、小波变换算法融合,使系统具备学习能力,提高了系统的检测速度、抗干扰能力和容错性,从而提高了系统的报警准确性。

[1] 刘 涛.管道检测系统中的信号处理技术研究[D].天津:天津大学,2007.

[2] 袁朝庆,庞鑫峰.管道泄漏检测技术现状及展望[J].大庆石油学院学报,2006,30(2):76-79.

[3] 刘恩斌.基于瞬态模型的油气管道泄漏检测[J].天然气工业,2005;25(6):102-104.

TP274

B

1007-7324(2010)06-0080-02

2010-08-11。

侯念忠(1977—),山东淄博人,1999年毕业于青岛化工学院信息工程专业,现在中原油田分公司油气储运管理处从事储运技术管理工作,任工程师。