CN100456010C - 基于压力信号拐点检测油气管道泄漏的方法 - Google Patents

Abstract

本发明公开了一种基于压力信号拐点检测油气管道泄漏的方法，属于管道监测技术。该方法过程包括：分别采集管道上出、入口泵站压力变送器的输出值序列，送入计算机，利用卡尔曼滤波理论递推算法对其进行变换处理，使得压力信号波形突变的拐点位置明显突出，数量级为10^-1～10⁰，信号波形平缓的部分变为零值附近的随机小量，数量级为10^-2～10^-4，变换后的序列经序贯概率比检验法确定拐点发生的时刻，得到负压波通过上下游测量点的时间差，进而判断管道是否泄漏。本发明的优点在于：方法简单实用，可有效降低误报警率，提高泄漏定位精度，实时性好，灵敏度高，运行可靠。本发明适用于正常输送情况下的油气管道泄漏检测。

Description

基于压力信号拐点检测油气管道泄漏的方法

技术领域

本发明涉及一种基于压力信号拐点检测油气管道泄漏的方法，属于管道监测技术。

背景技术

管道在国民经济中的地位越重要，管道的安全运行越受重视，作为管道运行监控重要组成部分的泄漏检测技术一直在不断发展中。目前已有多种管道泄漏检测方法，由于管道泄漏检测是多领域多学科知识的综合，各种检测方法之间在检测方式和技术手段方面差别较大，从最简单的人工分段沿管道巡视到较为复杂的软硬件相结合的方法，从陆地检测发展到海底检测，甚至利用飞机或卫星遥感检测大范围管网等。

负压波检测法具有较高的灵敏度和定位准确度，近年来在国际上颇受重视。当管线破裂发生泄漏时，泄漏处的压力突然下降，压力波由泄漏处向上、下游传播，由于管壁的波导作用，压力波传播过程衰减较小，可以传播相当远的距离，传感器能检测出压力波到达测量点的时刻，利用负压波通过上下游测量点的时间差以及负压波在管线中的传播速度，可以确定泄漏位置。因此负压波方法的关键就是准确地定出负压波通过上下游测量点的时刻。

长距离输送管道由多个泵站及连接泵站的管道组成，泵站上有多种测量仪表，其中压力变送器是每个泵站都有的仪表，它们被安装在管壁上，直接测量管道内部压力，一般有较高的测量精度。压力变送器的输出值能反映出管道输送状况的变化，因此管道泄漏检测大多采用压力变送器的输出值作为判断依据。根据负压波理论，负压波通过上下游测量点的时刻也就是压力变送器输出的信号序列出现突变的位置(拐点)，于是确定压力信号的拐点成为负压波检测法的关键。

获取压力信号特征拐点的算法目前主要采用的是小波变换法，虽然其泄漏定位精度及灵敏度较高，但误报警率也比较高，容易造成人力物力的不必要浪费。本发明人提出的基于卡尔曼滤波理论检测压力信号特征拐点的算法不仅可以有效地降低误报警率，而且定位精度及灵敏度也比较高，采用递推算法便于计算机自动处理，实时性好。

发明内容

本发明的目的在于提供一种基于压力信号拐点检测油气管道泄漏的方法，该方法具有检测精度高和适用性广的特点。

本发明是利用数据采集器采集油气管道出、入口泵站的压力变送器输出的压力数据，并实时地将压力数据送入计算机进行处理而实现的基于压力信号拐点检测油气管道泄漏的方法，其特征在于包括以下过程：

1.分别采集某段油气管道出、入口泵站的压力变送器的输出值序列x(k)，送入计算机。由于x(k)是一维压力信号序列，即单个信号波形——标量信号，采用标量信号的卡尔曼滤波理论对其进行变换处理，将信号波形突变的拐点位置突显出来。

2.对压力信号序列加以处理，突出拐点：

(1)建立如下系统模型：

s(k)＝s(k-1)+w(k-1)        (1)

x(k)＝s(k)+n(k)            (2)

其中s(k)是过程状态变量；w(k)是状态噪声；x(k)是采集的压力信号序列；n(k)是测量噪声，与w(k)不相关。满足下列条件：

$E\left[n\left(k\right)\right]=0,E\left[n\left(i\right)n\left(j\right)\right]={\mathrm{\σ}}_n^2\mathrm{\δ}(i,j);$

E[w(k)n(j)]＝0。

σ_m ²是状态噪声w(k)的方差，σ_n ²是测量噪声n(k)的方差。

(2)利用上述模型，按照线性最小均方准则，卡尔曼滤波递推算法如下：

滤波方程：

增益方程： $b\left(k\right)=p_1\left(k\right){[p_1\left(k\right)+{\mathrm{\σ}}_n^2]}^{-1}---\left(4\right)$

预测均方误差：

滤波均方误差；p(k)＝p₁(k)-b(k)p₁(k)    (6)

新息：

新息方差： $S\left(k\right)=p_1\left(k\right)+{\mathrm{\σ}}_n^2---\left(8\right)$

送到计算机的压力信号序列x(k)经卡尔曼滤波递推算法处理可得新息序列：

其符合下面的分布：

e(k)～(0，S(k))

适当选择参数σ_m ²及σ_n ²，可使e(k)波形具备如下特征：

1)原压力信号波形平缓的地方，其值在零值附近，数量级为10^-2～10^-4；

2)原压力信号波形突变的拐点位置，其出现极值点，数量级为10^-1～10⁰。

(3)确定突出拐点的发生时刻：

以变换的新息序列采用序贯概率比检验法递推公式计算检验参数λ(k)：

$\mathrm{\λ}\left(k\right)=\mathrm{\λ}(k-1)+(e\left(k\right)\·\mathrm{\Δ\μ}-\frac{1}{2}{\mathrm{\Δ\μ}}^2)---\left(9\right)$

其中，Δμ为压力信号均值偏差。当检验参数大于报警上限时，由计算机自动获得拐点发生时刻。

3.判断泄漏是否发生：分别获得该段管道出、入口泵站的压力信号拐点的发生时刻，计算时间差，根据负压波法定位公式：

$X=\frac{L+\mathrm{a\Δt}}{2}---\left(10\right)$

式中，X为泄漏点距首端测压点的距离，m；L为管段全长，m；a为管输介质中压力波的传播速度，m/s；Δt为时间差，s。

如果计算的泄漏点位置在该段管道长度之内，则认为发生泄漏；如果在该段管道长度之外或X为负值，则认为未发生泄漏。

本发明的优点主要在于可以有效地降低误报警率，减少不必要的人力物力的浪费，节省资源，而且灵敏度高，定位精度好，实时性好。本方法可以直接嵌入到现有的SCADA系统中，不需要增加另外的资源，实现了计算机的完全自动化，简单实用，运行可靠。

附图说明

图1：数据采集器采集到的管道出口泵站的压力变送器输出曲线(实际发生泄漏)。

图2：图1中压力变送器输出曲线经卡尔曼滤波的结果图(新息序列)。

图3：数据采集器采集到的管道入口泵站的压力变送器输出曲线(实际发生泄漏)。

图4：图3中压力变送器输出曲线经卡尔曼滤波的结果图(新息序列)。

具体实施方式

下面结合附图详细说明检测处理过程：

由数据采集器采集到的压力数据(20个/s)实时地送到计算机，图1就是由数据采集器采集到的某油气管道实际发生泄漏时出口泵站的压力变送器输出曲线x(k)(1个小时)，其中可以很明显地看出压力信号波形存在突变的拐点。计算机对送进来的每个压力数据依据(3)-(8)式进行卡尔曼滤波递推算法运算，得到相应的新息数据，图2就是图1的压力信号波形对应的新息序列e(k)，从中可以清楚地看到图1中拐点的相应位置出现极值，而且其数量级比非拐点处的转换值的数量级要大很多。将图2的新息序列送去进一步分析，依据(9)式进行序贯概率比检验，得到检验参数λ(k)，当检验参数大于报警上限时，由计算机自动获得该段管道出口泵站压力信号的拐点发生时刻。图3是该管道入口泵站的压力变送器输出曲线，图4是其相应的卡尔曼滤波结果。将图4的新息序列送去进行序贯概率比检验分析，得到相应的检验参数λ(k)，当检验参数大于报警上限时，由计算机自动获得入口泵站压力信号的拐点发生时刻。综合两个拐点发生时刻，计算时间差，利用负压波泄漏定位公式(10)式判断管道是否发生泄漏，并获得泄漏地点。

Claims (1)

1.一种基于压力信号拐点检测油气管道泄漏的方法，该方法利用数据采集器采集油气管道出、入口泵站的压力变送器输出的压力数据，并实时地将压力数据送入计算机进行处理而实现的基于压力信号拐点检测油气管道泄漏，其特征在于包括以下过程：

1)分别采集某段油气管道出、入口泵站的压力变送器的输出值序列x(k)，送入计算机，由于x(k)是一维压力信号序列，即单个信号波形——标量信号，采用标量信号的卡尔曼滤波理论对其进行变换处理，将信号波形突变的拐点位置突显出来；

2)对压力信号序列加以处理，突出拐点：

(1)建立如下系统模型：

s(k)＝s(k-1)+w(k-1)    (1)

x(k)＝s(k)+n(k)        (2)

其中s(k)是过程状态变量；w(k)是状态噪声；x(k)是采集的压力信号序列；n(k)是测量噪声，与w(k)不相关，满足下列条件：

E[w(k)]＝0，

E[n(k)]＝0， $E\left[n\left(i\right)n\left(j\right)\right]={\mathrm{\σ}}_n^2\mathrm{\δ}(i,j);$

E[w(k)n(j)]＝0；

是状态噪声w(k)的方差，σ_n ²是测量噪声n(k)的方差；

(2)利用上述模型，按照线性最小均方准则，卡尔曼滤波递推算法如下：

滤波方程：

增益方程： $b\left(k\right)=p_1\left(k\right){[p_1\left(k\right)+{\mathrm{\σ}}_n^2]}^{-1}---\left(4\right)$

预测均方误差：

滤波均方误差：p(k)＝p₁(k)-b(k)p₁(k)    (6)

新息：

新息方差： $S\left(k\right)=p_1\left(k\right)+{\mathrm{\σ}}_n^2---\left(8\right)$

送到计算机的压力信号序列x(k)经卡尔曼滤波递推算法处理得新息序列：

其符合下面的分布：

e(k)～(0，S(k))

适当选择参数

及σ_n ²，使e(k)波形具备如下特征：

<1>原压力信号波形平缓的地方，其值在零值附近，数量级为10^-2～10^-4；

<2>原压力信号波形突变的拐点位置，其出现极值点，数量级为10^-1～10⁰；

(3)确定突出拐点的发生时刻：

以变换的新息序列采用序贯概率比检验法递推公式计算检验参数λ(k)：

$\mathrm{\&lambda;}\left(k\right)=\mathrm{\&lambda;}(k-1)+(e\left(k\right)\&CenterDot;\mathrm{\&Delta;\&mu;}-\frac{1}{2}{\mathrm{\&Delta;\&mu;}}^2)---\left(9\right)$

其中，Δμ为压力信号均值偏差；当检验参数大于报警上限时，由计算机自动获得拐点发生时刻；

3)判断泄漏是否发生：分别获得该段管道出、入口泵站的压力信号拐点的发生时刻，计算时间差，根据负压波法定位公式：

$X=\frac{L+\mathrm{a\&Delta;t}}{2}---\left(10\right)$

式中，X为泄漏点距首端测压点的距离，m；L为管段全长，m；a为管输介质中压力波的传播速度，m/s；Δt为时间差，s；

如果计算的泄漏点位置在该段管道长度之内，则认为发生泄漏；如果在该段管道长度之外或X为负值，则认为未发生泄漏。

Images