基于管道空间数据的天然气泄漏点定位方法研究

王泽鑫,周 恒,黄新刚,张皓翔,杨 璇

(克拉玛依市富城能源集团有限公司,新疆 克拉玛依 834000)

0 引言

管道天然气泄漏定位系统需要多方面相互配合,可通过及时的泄漏定位令地面救援指挥部门了解现场情况,从而迅速制定合理的应对方案[1-2]。因此,在救援指挥系统中,对天然气泄漏点的具体位置进行精准定位尤为重要。文献[3]以概率统计为依据,对灾害中天然气泄漏点的定位特征向量进行分析描述,以完成定位并应用到救援指挥系统中。虽然这种方法在实际应用中操作简单,但在泄漏点定位方面存在一定的误差,降低了天然气泄漏定位系统的精准性。

文献[4]首先利用坐标变换原理分析,对物体图像的平面与世界两坐标建立数学关系,并计算得到距离和信标的坐标以实现对观察点的定位;然后采用稀疏自编码器与深度神经网络模型,将多个自定义Wi-Fi特征和11个距离类别分别作为输入和标签;最后通过节点间的距离识别定位坐标的有效值,完成整个定位流程,并应用于救援指挥系统中。此方法实施时定位过程较复杂,且计算时间长,导致天然气泄漏定位系统不能及时地实施人员救助。这主要是因为当前方法都是以明确的阈值特征判断发生泄漏的位置,需要长时间积累才能明确诊断。多点安装传感器能解决这一问题,但是会产生巨大成本,同时大幅增加通信故障的可能性。

针对上述问题,本文设计基于管道空间数据的天然气泄漏点定位方法。本文构建天然气泄漏检测系统,筛选出距离未知节点位置最近的基站节点,采用最小二乘法求解天然气传感节点位置,并通过加权融合算法实现节点坐标的定位。

1 天然气泄漏特征空间数据关系分析

一般的天然气泄漏检测系统采用嵌入式技术实现。天然气泄漏检测系统主要由通信装置、精准定位监测站、发光信号指示牌、精准定位收发器、超声波传感器、通信信号装置、传感定位系统和红外气体泄漏传感器等构成[5-6]。天然气泄漏检测系统组成如图1所示。

在天然气泄漏检测系统中,对天然气泄漏的具体特征属性进行监测是重中之重。天然气定位系统大部分采用三线边定位法计算出泄漏点的具体位置[7-8],并运用假设法验证检测方法的可实施性以及准确率。

本文在传统方法的基础上,结合管道空间数据关系,设3个已知的基站点位为圆心、待测区域到检测点的距离为半径。根据检测可得,基于三线边定位法的定位中,接收信号强度指标较大的节点基站对定位的精准度影响较大,而指标较小的则没有太大影响[9-11]。因此,为了保证检测质量,必须选择各指标都较为中和的空间节点参与定位。根据接收信号强度指示(received signal strength indicator,RSSI)的范围和泄漏特征信号接收强度,本文筛选出3个符合要求且距离未知节点位置最近的基站节点,从而确保定位信息不受干扰。基站节点的优先选取如图2所示。

图2 基站节点的优先选取

由图2可知:首先,通过筛选依据RSSI,将范围从1#～10#空间节点缩小到待测区域周围的1#～4#基站节点;然后,以接收空间信号的强度关系为依据,对1#～4#基站节点进行降序组合排列;最后,选定1#～3#节点作为检测节点参与计算。此操作处理在一定程度上保障了后续的定位检测精准度。

2 定位算法设计

在坐标系全局下,本文将未知井下天然气传感节点的位置设为P(x,y)。选定的3个基站节点坐标分别为A(a1,b1)、B(a2,b2)、C(a3,b3)。天然气传感节点P的位置坐标可以通过距离方程来表达。具体计算式为:

(1)

式中:x为天然气传感节点P的横坐标,m;a1、a2、a3分别为选定3个基站节点A、B、C的横坐标,m;y为P的纵坐标,m;b1、b2、b3分别为A、B、C的纵坐标,m;d1、d2、d3分别为A、B、C到P的距离,m。

在实际应用中,会发生因为测量误差使式(1)出现无解的情况,所以在求解定位时要对式(1)进行转换:

(2)

(3)

式中:Q为假定圆的位置。

θ=[xyx2+y2]T

(4)

式中:θ为节点向量。

(5)

式中:K为基站节点到天然气传感节点的距离。

式(3)～式(5)可化简为Qθ=K。则运用最小二乘法计算可得:

θ=(QTQ)-1QTK

(6)

P(x,y)的估计值是θ中的元素。无论3个假定的圆是相交还是相离,用这种方法获得的P(x,y)都可以得到相应的实数解。但是这种方法会受外在环境因素的影响而降低定位精准度,从而出现较大的定位误差。因此,采用加权融合算法[12],即将空间特征关系加权因子加到每组的定位坐标中,可以提高定位精度。具体操作如下。

本文通过A、B这2点得到P1(x1,y1),即P的坐标估计值。同理,通过A、C点与B、C点可分别得到P2(x2,y2)、P3(x3,y3)这2个点的坐标估计值。天然气泄漏检测的初始传感节点与未知节点间的距离和与之相对应的节点坐标呈反比。所以,当上述传感节点与未知节点间的距离越远时,与之相对应的节点坐标空间关系比重就会越小。P的坐标(x,y)可通过加权值得到:

(7)

式中:x1、x2、x3分别为A和B、A和C、B和C所得到的P的坐标估计值的横坐标,m;y1、y2、y3分别为A和B、A和C、B和C所得到的P的坐标估计值的纵坐标,m。

至此,本文运用较少的节点定位出天然气泄漏点的具体位置。此环节为救援行动的重要环节,可提高救援速度。

3 试验

3.1 试验环境的搭建

通过仿真试验,对本文设计的基于物联网技术的天然气泄漏点定位系统进行验证分析。进行试验的仿真模拟环境为45 m×45 m的空旷室内。试验所需要的输气管道泄漏试验装置包括管道、空气压缩机、缓冲罐。

在某一阶段,用于软件测试的真实管道系统的基本参数为:管道长度L=55 km;管道平均直径D=0.529 m;管壁厚度e=0.007 m;管材弹性模量E=2.06×1011Pa;媒质(天然气)密度ρ=900 kg/m3;流体体积弹性系数K=1.32×109Pa。

管道内媒质的流速对负压波波速有一定的影响。当管道内媒质流速增大时,负压波的波速也会增加。因此,通过负压波传播速度,可计算得出负压波的波速v=994.1 m/s。

3.2 传感器的选择与应用结果测定

天然气泄漏特征会被转换为电涡流信号。电涡流传感器的工作原理如图3所示。

图3 电涡流传感器的工作原理

运用本文方法对传感器进行布局,可以使天然气浓度不断增大。以阈值为基础的电涡流传感器静态输出与动态输出如图4所示。

图4 电涡流传感器静态输出与动态输出示意图

由图4可知,本文方法利用空间关系,可以快速检测出泄漏点。其不再单纯依靠阈值,故优势明显。

3.3 试验结果对比分析

试验步骤为确定区域内 4条边线及4个顶点的中心点,计算出该区域内的大致中心点,并设置9个基站节点。试验随机选择1个未知节点(8,8)进行测试,采用文献[3]系统、文献[4]系统及本文设计的定位系统共同对该节点进行定位。迭代次数为50次。3种系统定位误差率对比结果如图5所示。

图5 3种系统定位误差率对比结果

由图5可知,本文系统相对于其他2种系统,定位误差曲线较为平缓,误差率明显较低。通过误差曲线的对比可推理,较为平缓的曲线趋势就表示系统的运行稳定,不会出现较大的波动误差。为进一步验证所提系统的可靠性,本文分别对3种系统定位的时效和精确度进行比较。系统定位时效对比结果如图6所示。

图6 系统定位时效对比结果

由图6可知,相对于其他2种系统,本文系统的耗时最短,耗时稳定维持在14～18 min。而其他2种系统的定位所耗时间均在20 min以上。使用文献[4]定位方法的应急定位指挥系统的定位耗时最长。

精准度对比结果如图7所示。由图7可知,相对于其他2种系统,本文系统的精准度最高,接近99%,且稳定。文献[3]系统精准度最低,且上下波动较大。文献[4]系统的精准度比文献[3]系统高、波动较小,精准度维持在75%～90%之间。

综上所述,本文系统的性能好、定位误差小、定位时间短,且精准度高。该系统能够在较短的时间内定位出天然气泄漏位置,并且定位精度较高,为天然气泄漏事故发生后的应急救援工作节省一定的时间,有助于救援行动的及时进行。

4 结论

本文基于管道空间数据,设计天然气泄漏点定位方法,采用三线边定位法筛选出基站节点,通过最小二乘法和加权融合算法,对节点坐标进行定位。该方法可在突发天然气泄漏事故时迅速、精准定位泄漏点,为事故救援工作节省时间,以便决策单位及时通知救援小组对周围人民群众进行安全撤离。这将有效减少由灾害带来的安全隐患,极大程度地保障人民群众的生命财产安全,具有较好的应用性能。