CN109827079A - 一种基于海底石油管道信息物理***的溢油源检测方法 - Google Patents
一种基于海底石油管道信息物理***的溢油源检测方法 Download PDFInfo
- Publication number
- CN109827079A CN109827079A CN201910202925.7A CN201910202925A CN109827079A CN 109827079 A CN109827079 A CN 109827079A CN 201910202925 A CN201910202925 A CN 201910202925A CN 109827079 A CN109827079 A CN 109827079A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- model
- information
- source
- formula
- 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.)
- Granted
Links
Landscapes
- Pipeline Systems (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明提供一种基于海底石油管道信息物理***的溢油源检测方法,涉及海底管道信息物理***溢油检测技术领域。该方法包括:建立海底管道石油传输模型;建立海底管道稳态模型;生成管道CPS模型;泄漏点初步定位;根据泄漏点处的性能指标判断初步定位的泄漏点位置是否准确,若不准确则进行修正;对不准确的泄漏点位置进行反复调整并仿真模拟;根据仿真结果与实施遥感观测值的失配率判断是否继续调整,无需调整后输出泄漏点的位置。本方法将海底输油管道稳态模型与遥感数据结合,从而集成为实现以海上石油CPS***为代表的管道溢油检测的新方法。弥补了现有技术对溢油检测泄漏点定位精度低的不足。
Description
技术领域
本发明涉及海底管道信息物理***溢油检测技术领域,具体涉及一种基于海底石油管道信息物理***的溢油源检测方法。
背景技术
管道运输作为重要的运输形式,在国民经济中具有举足轻重的战略地位。然而,管道泄漏频频发生造成了严重的经济损失和环境污染,因此管道泄漏检测与定位方法的研究有着重要的现实意义。虽然基于卫星遥感数据的管道泄漏检测与定位有一定的效果,但受卫星遥感数据较长的回访时间以及水下溢油模型的复杂性影响,现有技术在管道泄漏点精准定位方面还存在很大的不足。因此,基于海底复杂管网稳态模型的信息物理***建模从而实现管道泄漏检测与定位的溢油检测方法显得尤为重要。
海底管道信息物理融合***的提出与发展为石油勘探、生产和管理提供了便利,为检测和降低海上石油泄漏风险的目标提供了新的思路和实现途径。信息物理***(CPS)是将计算资源与物理***深度融合所构成的新型***,针对管道CPS的理论、模型、方法、算法和计算与实现工具等方面的研究有待进一步开拓和深入,从而实现将海底管道CPS模型与卫星遥感数据探测相结合,集成为实现以海上石油CPS***为代表的管道溢油检测的新方法。
发明内容
针对现有技术存在的问题,本发明提供一种基于海底石油管道信息物理***的溢油源检测方法,利用卫星遥感数据以及前沿信息技术增强对海底输油管道***的感知和控制能力,从而更加精准的识别泄漏点。
为了实现上述目的,一种基于海底石油管道信息物理***的溢油源检测方法,具体步骤如下:
步骤1:将信息物理***概念与海底输油管道***特点相结合,提出海底管道信息物理***架构,并建立海底管道信息***模型;
步骤1.1:建立海底石油管道稳态模型;
步骤1.1.1:分析简单管道的瞬变流动过程,建立运动过程和连续方程的微分形式,从而建立管道传输模型;
所述管道传输模型的公式如下:
式中,P为断面平均压力,t为时间,L为位移,ρ为流体平均密度,a为流体与水平轴的角度,v为断面的平均流速,g为重力加速度,λ为水力摩阻系数,D为管道内径,Cv为管道中液体热能,T为流体温度,k为地面热导率,T(r)为温度函数,r为管道中某点距管径中心的径向距离;
步骤1.1.2:根据管道传输模型,考虑连续性方程和运动方程,建立稳态管道模型;
所述稳态管道模型的公式如下:
式中,当a=0时,表示无高程差影响,当a≠0时,表示有高程差影响;
步骤1.2:针对通信网络的开放***互联模型中的网络层和传输层分别建立网络层动态模型和传输层动态模型,对建立的所有动态模型的信息-能量流分布进行混成求解,建立管道信息***模型;
所述动态模型包括能量流计算模型、能量流向信息流转换模型、信息流计算模型和信息流向能量流转换模型;
步骤1.2.1:建立能量流计算模型;
所述能量流计算模型的公式如下:
f(x(N+1),u(N),D(N+1),p,A)=0;
式中,A为网络结构变量,p为网络原件参数,D为干扰变量,u为控制变量,x为依从变量,N为时标;
步骤1.2.2:根据工业现场的控制需求建立能量流向信息流转换模型;
所述能量流向信息流转换模型的公式如下:
y(N)=Hy·x(N);
式中,y(N)为虚拟信号,Hy为相应控制需求;
步骤1.2.3:将动态模型中的信息流视为由根节点y到其他节点的信息映射,则动态模型末端叶节点及其他节点的信息分别记为z=[z1,...,zn]T和w=[wl,...,wl]T,得到动态模型信息流计算模型g(y(N));
所述动态模型信息流计算模型的公式如下:
步骤1.2.4:将信息网络各叶节点信息z映射为实际的控制量u,建立信息流向能量流转换模型;
所述信息流向能量流转换模型的公式如下:
u(N)=Eu·z(N);
式中,z(N)为节点信息,Eu为映射参数,u(N)为实际控制量;
步骤1.2.5:选择各节点的阻塞窗口尺寸和各队列的尺寸作为动态模型的状态变量,各数据流的传输延迟和数据丢失率作为动态模型的输出,分析动态模型的信息-物理耦合特性,即对建立的所有动态模型的信息-能量流分布进行混成求解,建立管道信息***模型;
步骤1.3:将海底石油管道传输模型与管道信息***模型联立得到管道信息物理***模型:
步骤2:根据管道稳态模型建立管道压力梯度分布曲线,对溢油源的位置进行估计,再根据建立的管道信息***模型计算管道泄漏发生之后t时段内管道信息***性能指标的时变路径;
步骤2.1:根据监测管道两端的流量差对管道进行泄漏检测;
所述对管道进行泄漏检测的公式如下:
GM-GC>σ;
式中,GM为监测管道入口质量流量,GC为监测管道出口质量流量,σ为设定的报警阈值;
步骤2.2:根据管道稳态模型建立管道压力梯度分布曲线,再根据管道压力梯度分布曲线中的拐点确定检测管道的泄漏位置;
所述根据管道压力梯度分布曲线中的拐点确定检测管道的泄漏位置的公式如下:
式中,Lr为管道泄漏源与管道首端之间的距离,Pq为稳态时管道泄漏发生后管道首段的压力,Pz为泄漏源处的压力,Qq为稳态时管道泄漏发生后管道首段的流量,Qz为泄漏源处的流量,L为管道总长度,ρ为流体平均密度,g为重力加速度,λ为水力摩阻系数,Δh=L sin a,D为管道内径;
步骤2.3:根据管道信息物理***模型计算管道泄漏发生之后t时段内管道信息***性能指标的时变路径;
所述管道信息***性能指标包括传输延时、数据丢失率;
步骤3:判断管道信息***性能指标的时变路径是否大于设定阈值,若是,则说明溢油源的位置不准确,继续步骤4,若否,则说明溢油源的位置准确,输出溢油源的位置;
步骤4:对于每一个候选泄漏源,模拟一个溢油场景,使用迭代的方式计算漏油面积,并根据卫星遥感观测到的实际漏油面积判断是否对候选泄漏源的位置进行修正;
步骤4.1:将遥感数据和地质参数作为输入,初始化漏油源的搜索范围和泄漏源的位置[POSmin,POSmax]、模拟次数k=1;
步骤4.2:根据步骤2估算得到的溢油点生成N个候选泄漏源示例{X1,X2,…XN},其中,Xi为第i个泄漏源个体,i=1,......,N,对于每一个候选泄漏源,通过模拟软件模拟一个溢油场景,通过模拟计算得到仿真结果{S(Xi)}={S(X1),S(X2),…,S(XN)},并将仿真结果{S(Xi)}的值从小到大进行排列;
步骤4.3:对生成的候选泄漏源示例进行第k次模拟,计算目标函数η的分位数,使得P(S(Xi)<bk)=η,其中,bk为目标函数最优值γ*在第k次模拟中的估计值,即用于比较的库函数值次序统计量的η分位数S(XηN);
步骤4.4:将第k次的仿真结果与遥感数据对比,对泄漏源的仿真结果进行评价,若泄漏源第k次的仿真结果与遥感数据接近,则将其作为高质量的样本存入候选集中;
步骤4.5:从候选集中选择与遥感数据最接近的高质量样本继续步骤4.6,同时更新候选泄漏源示例;
步骤4.6:判断第k次的仿真结果与遥感数据的差值是否小于设定阈值ε,若是,则输出泄漏源的位置,若否,则令k=k+1,返回步骤4.2。
本发明的有益效果:
本发明提出一种基于海底石油管道信息物理***的溢油源检测方法,将海底输油管道稳态模型与遥感数据结合,从而集成为实现以海上石油CPS***为代表的管道溢油检测的新方法。弥补了现有技术对溢油检测泄漏点定位精度低的不足。
附图说明
图1为本发明实施例中基于海底石油管道信息物理***的溢油源检测方法的流程图;
图2为本发明实施例中无高程差的管道模型示意图;
图3为本发明实施例中有高程差的管道模型示意图;
图4为本发明实施例中海底管道CPS模型示意图。
具体实施方式
为了使本发明的目的、技术方案及优势更加清晰,下面结合附图和具体实施例对本发明做进一步详细说明。此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本实施例以某海域油田为例进行分析,并将其应用于海上管道信息物理***模型中。由于输油管铺设在海床上,在本实施例中,假设漏油位置的深度为该区域的平均深度。用来模拟石油泄漏过程的地质模型是三维河口海岸海洋模式。该模型可以求解不可压缩流体中质量、动量、盐、热和湍流量守恒的时间相关的三维方程。该模型将油田划分为众多的油粒,每一个油粒的油位可以通过下式计算。
其中X0、Y0、Z0为油粒子当前位置坐标的三维坐标。X1,Y1,Z1是经过时间Δt后的坐标位置。Sx,Sy,Sz是x,y,z方向的速度。Sω和Dω是风在xy平面上的速度和角度。a角度校正因子考虑波浪诱导电流的影响。Dz是风在z方向上的角度。R是0到1之间的一个随机数。E为油扩散系数,可由水动力模型计算。Dr和Dz是在x,y平面和z方向上的任意扩展角。利用上式可以计算出每个油粒的运动轨迹,从而模拟整个溢油场的泄漏过程。
在本实施例中,模拟精度定义为海水表面油污模拟区域与遥感卫星拍摄图像的差值。例如,假设地表污染面积用10000像素表示,8000像素覆盖遥感卫星实测污染面积,仿真精度为80%。
一种基于海底石油管道信息物理***的溢油源检测方法,流程如图1所示,包括如下步骤:
步骤1:将信息物理***概念与海底输油管道***特点相结合,提出海底管道信息物理***架构,并建立海底管道信息***模型,具体步骤如下:
步骤1.1:建立海底石油管道稳态模型,具体步骤如下:
步骤1.1.1:分析简单管道的瞬变流动过程,建立运动过程和连续方程的微分形式,从而建立管道传输模型。
由于原油输送管道内液体的流动状态可分为稳定和不稳定两大类。压力管道中任一点的参数只与管道位置有关,与时间无关的流动称为稳定流动,反之就是不稳定流动或称为瞬变流动。在实际的输油管道中,管内流动难以保持绝对的稳定。本实施例中,为了简化模型便于研究主要参数对泄漏检测定位的影响,假设管材和流体变形均在线性弹性变形范围内,管道沿线管径、壁厚和管内流体性质均相同,温度、管径和油品密度恒定不变,建立管道传输模型的公式如公式(1)所示:
式中,P为断面平均压力,t为时间,L为位移,ρ为流体平均密度,a为流体与水平轴的角度,v为断面的平均流速,g为重力加速度,λ为水力摩阻系数,D为管道内径,Cv为管道中液体热能,T为流体温度,k为地面热导率,T(r)为温度函数,r为管道中某点距管径中心的径向距离。
步骤1.1.2:根据管道传输模型,考虑连续性方程和运动方程,建立稳态管道模型。
本实施例中,无高程差的管道模型如图2所示,认为管道中油品流动为稳定状态,压力流量的变化与时间无关,温度恒定不变,只考虑连续性方程和运动方程,且假设整条管道水平无落差,根据式(1)建立的管道模型,得到无高程差的管道模型,即
在实际的输油管道运行中,由于管道所经过地势不同,其走向也随之变化,管道存在一定高程差,为使模型更加符合管道实际情况,需要考虑管道上下游落差。有高程差的管道模型如图3所示。
根据管道传输模型考虑管道高程差时,可得管道运动方程和连续性方程:
管道稳态有高差影响和无高差影响两种形式的基本模型相同,为了便于模型的求解,将两个模型统一为如公式(4)所示的形式,即稳态管道模型的公式如公式(4)所示:
式中,当a=0时,表示无高程差影响,当a≠0时,表示有高程差影响。
采用直接消去法对式(4)的线性方程组求解,并将特定管段上压力、流速对管道位置积分,求得管道内各点信息。
步骤1.2:针对通信网络的开放***互联(open system interconnection,OSI)模型中的网络层和传输层分别建立网络层动态模型和传输层动态模型,对建立的所有动态模型的信息-能量流分布进行混成求解,建立管道信息***模型。
所述动态模型包括能量流计算模型、能量流向信息流转换模型、信息流计算模型和信息流向能量流转换模型。
本实施例中,通信网络的开放***互联(open system interconnection,OSI)模型是国际标准组织(ISO)所制定的,通信网络按照功能可以划分为7层,由于在输油管道***分析和控制中所感兴趣的问题是通信网络造成的数据延迟和丢失现象,因此只针对OSI模型中的网络层和传输层建立其动态模型;在网络层和传输层中,建模对象是路由器、通信线路以及用于防止网络阻塞的阻塞控制协议,其中,路由器和通信线路自带内存缓冲,当出现网络阻塞时,选择各节点的阻塞窗口尺寸和各队列的尺寸作为动态模型的状态变量;而***的输出取为各数据流的传输延迟和数据丢失率。
步骤1.2.1:建立能量流计算模型。
所述能量流计算模型的公式如公式(5)所示:
f(x(N+1),u(N),D(N+1),p,A)=0 (5)
式中,A为网络结构变量,p为网络原件参数,D为干扰变量,u为控制变量,x为依从变量,N为时标。
步骤1.2.2:根据工业现场的控制需求建立能量流向信息流转换模型。
所述能量流向信息流转换模型的公式如公式(6)所示:
y(N)=Hy·x(N) (6)
式中,y(N)为虚拟信号,Hy为相应控制需求。
本实施例中,工业现场的控制需求可以根据不同的工业现场的操作标准进行修改。
步骤1.2.3:将动态模型中的信息流视为由根节点y到其他节点的信息映射,则动态模型末端叶节点及其他节点的信息分别记为z=[z1,...,zn]T和w=[wl,...,wl]T,得到动态模型信息流计算模型g(y(N))。
所述动态模型信息流计算模型的公式如公式(7)所示:
步骤1.2.4:将信息网络各叶节点信息z映射为实际的控制量u,建立信息流向能量流转换模型。
所述信息流向能量流转换模型的公式如公式(8)所示:
u(N)=Eu·z(N) (8)
式中,z(N)为节点信息,Eu为映射参数,u(N)为实际控制量;
本实施例中,为了处理信息***在各种离散工作状态间的转换,引入有穷自动机作为数学工具,与微分方程组共同构成通信网络的数学模型;利用有穷自动机模拟***的离散状态转换,而对应有穷自动机的每一个离散状态,***的动态行为由相应的微方程组进行模拟;不同通信网络所采取的网络协议不同,其阻塞控制机制也就不同,因此,在建立通信网络的动态模型时,必须考虑阻塞控制协议本身的特点。
步骤1.2.5:选择各节点的阻塞窗口尺寸和各队列的尺寸作为动态模型的状态变量,各数据流的传输延迟和数据丢失率作为动态模型的输出,分析动态模型的信息-物理耦合特性,即对建立的所有动态模型的信息-能量流分布进行混成求解,建立管道信息***模型。
步骤1.3:将海底石油管道传输模型与管道信息***模型联立得到管道信息物理***模型。
步骤2:根据管道稳态模型建立管道压力梯度分布曲线,对溢油源的位置进行估计,再根据建立的管道信息***模型计算管道泄漏发生之后t时段内管道信息***性能指标的时变路径,具体步骤如下:
步骤2.1:根据监测管道两端的流量差对管道进行泄漏检测。
所述对管道进行泄漏检测的公式如公式(9)所示:
GM-GC>σ (9)
式中,GM为监测管道入口质量流量,GC为监测管道出口质量流量,σ为设定的报警阈值。
本实施例中,若忽略干扰因素波动的影响,当管道出、入口质量流量之差超过报警阈值时,表明管道发生了泄漏。其中报警阈值的选取需要根据现场实际情况进行设定。
步骤2.2:根据管道稳态模型建立管道压力梯度分布曲线,再根据管道压力梯度分布曲线中的拐点确定检测管道的泄漏位置。
所述根据管道压力梯度分布曲线中的拐点确定检测管道的泄漏位置的公式如公式(10)所示:
式中,Lr为管道泄漏源与管道首端之间的距离,Pq为稳态时管道泄漏发生后管道首段的压力,Pz为泄漏源处的压力,Qq为稳态时管道泄漏发生后管道首段的流量,Qz为泄漏源处的流量,L为管道总长度,ρ为流体平均密度,g为重力加速度,λ为水力摩阻系数,Δh=L sin a,D为管道内径。
本实施例中,当管道正常运行时,取管道摩阻系数平均值获得压力梯度分布曲线,此时管道压力梯度为一斜线,当管道发生泄漏后,泄漏点上、下游管段的压力梯度不同,两者的交点即为泄漏位置。由式(10)可见,当管道发生泄漏时,根据管道两端的压力和流量即可确定泄漏位置。
步骤2.3:根据管道信息物理***模型计算管道泄漏发生之后t时段内管道信息***性能指标的时变路径。
所述管道信息***性能指标包括传输延时、数据丢失率。
步骤3:判断管道信息***性能指标的时变路径是否大于设定阈值,若是,则说明溢油源的位置不准确,继续步骤4,若否,则说明溢油源的位置准确,输出溢油源的位置。
本实施例中,由以上步骤得到的海底管道CPS模型如图4所示。
步骤4:对于每一个候选泄漏源,模拟一个溢油场景,使用迭代的方式计算漏油面积,并根据卫星遥感观测到的实际漏油面积判断是否对候选泄漏源的位置进行修正。
本实施例中,为了更加精确的估算出原油泄漏位置的坐标,本发明提出一种基于迭代求解的海上油田溢油源检测(CE based Oil Spill Source Detection,COSSD)方法,该方法是一种基于可靠性分析与随机优化设计的方法,具有高效性和自适应性。在每次迭代中,根据现场人员判断的不准确的泄漏源,对于每一个候选泄漏源,模拟一个溢油场景,通过模拟得到海水表面的污染区域。将仿真结果应用于泄漏源评价中。通过对遥感图像的分析,确定了模拟污染海域与实际污染海域之间的失配值。不匹配值较小的候选泄漏源被认为是可信赖的泄漏源,可以在下一个迭代中更新解决方案。具体步骤如下:
步骤4.1:将遥感数据和地质参数作为输入,初始化漏油源的搜索范围和泄漏源的位置[POSmin,POSmax]、模拟次数k=1。
步骤4.2:根据步骤2估算得到的溢油点生成N个候选泄漏源示例{X1,X2,…XN},其中,Xi为第i个泄漏源个体,i=1,......,N,对于每一个候选泄漏源,通过模拟软件模拟一个溢油场景,通过模拟计算得到仿真结果{S(Xi)}={S(X1),S(X2),…,S(XN)},并将仿真结果{S(Xi)}的值从小到大进行排列。
步骤4.3:对生成的候选泄漏源示例进行第k次模拟,计算目标函数η的分位数,使得P(S(Xi)<bk)=η,其中,bk为目标函数最优值γ*在第k次模拟中的估计值,即用于比较的库函数值次序统计量的η分位数S(XηN)。
本实施例中,由于泄漏源示例中各个泄漏源个体的模拟场景彼此独立,因此可以并行模拟,节省时间。
步骤4.4:将第k次的仿真结果与遥感数据对比,对泄漏源的仿真结果进行评价,若泄漏源第k次的仿真结果与遥感数据接近,则将其作为高质量的样本存入候选集中。
步骤4.5:从候选集中选择与遥感数据最接近的高质量样本继续步骤4.6,同时更新候选泄漏源示例。
步骤4.6:判断第k次的仿真结果与遥感数据的差值是否小于设定阈值ε,若是,则输出泄漏源的位置,若否,则令k=k+1,返回步骤4.2。
本实施例中,阈值ε的大小可根据现场需求进行调整。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;因而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (4)
1.一种基于海底石油管道信息物理***的溢油源检测方法,其特征在于,包括以下步骤:
步骤1:将信息物理***概念与海底输油管道***特点相结合,提出海底管道信息物理***架构,并建立海底管道信息***模型,具体方法如下:
步骤1.1:建立海底石油管道稳态模型;
步骤1.2:针对通信网络的开放***互联模型中的网络层和传输层分别建立网络层动态模型和传输层动态模型,对建立的所有动态模型的信息-能量流分布进行混成求解,建立管道信息***模型;
所述动态模型包括能量流计算模型、能量流向信息流转换模型、信息流计算模型和信息流向能量流转换模型;
步骤1.3:将海底石油管道传输模型与管道信息***模型联立得到管道信息物理***模型:
步骤2:根据管道稳态模型建立管道压力梯度分布曲线,对溢油源的位置进行估计,再根据建立的管道信息***模型计算管道泄漏发生之后t时段内管道信息***性能指标的时变路径;
步骤3:判断管道信息***性能指标的时变路径是否大于设定阈值,若是,则说明溢油源的位置不准确,继续步骤4,若否,则说明溢油源的位置准确,输出溢油源的位置;
步骤4:对于每一个候选泄漏源,模拟一个溢油场景,使用迭代的方式计算漏油面积,并根据卫星遥感观测到的实际漏油面积判断是否对候选泄漏源的位置进行修正,具体方法如下:
步骤4.1:将遥感数据和地质参数作为输入,初始化漏油源的搜索范围和泄漏源的位置[POSmin,POSmax]、模拟次数k=1;
步骤4.2:根据步骤2估算得到的溢油点生成N个候选泄漏源示例{X1,X2,…XN},其中,Xi为第i个泄漏源个体,i=1,......,N,对于每一个候选泄漏源,通过模拟软件模拟一个溢油场景,通过模拟计算得到仿真结果{S(Xi)}={S(X1),S(X2),…,S(XN)},并将仿真结果{S(Xi)}的值从小到大进行排列;
步骤4.3:对生成的候选泄漏源示例进行第k次模拟,计算目标函数η的分位数,使得P(S(Xi)<bk)=η,其中,bk为目标函数最优值γ*在第k次模拟中的估计值,即用于比较的库函数值次序统计量的η分位数S(XηN);
步骤4.4:将第k次的仿真结果与遥感数据对比,对泄漏源的仿真结果进行评价,若泄漏源第k次的仿真结果与遥感数据接近,则将其作为高质量的样本存入候选集中;
步骤4.5:从候选集中选择与遥感数据最接近的高质量样本继续步骤4.6,同时更新候选泄漏源示例;
步骤4.6:判断第k次的仿真结果与遥感数据的差值是否小于设定阈值ε,若是,则输出泄漏源的位置,若否,则令k=k+1,返回步骤4.2。
2.根据权利要求1所述的基于海底石油管道信息物理***的溢油源检测方法,其特征在于,所述步骤1.1包括以下步骤:
步骤1.1.1:分析简单管道的瞬变流动过程,建立运动过程和连续方程的微分形式,从而建立管道传输模型;
所述管道传输模型的公式如下:
式中,P为断面平均压力,t为时间,L为位移,ρ为流体平均密度,a为流体与水平轴的角度,v为断面的平均流速,g为重力加速度,λ为水力摩阻系数,D为管道内径,Cv为管道中液体热能,T为流体温度,k为地面热导率,T(r)为温度函数,r为管道中某点距管径中心的径向距离;
步骤1.1.2:根据管道传输模型,考虑连续性方程和运动方程,建立稳态管道模型;
所述稳态管道模型的公式如下:
式中,当a=0时,表示无高程差影响,当a≠0时,表示有高程差影响。
3.根据权利要求1所述的基于海底石油管道信息物理***的溢油源检测方法,其特征在于,所述步骤1.2包括以下步骤:
步骤1.2.1:建立能量流计算模型;
所述能量流计算模型的公式如下:
f(x(N+1),u(N),D(N+1),p,A)=0;
式中,A为网络结构变量,p为网络原件参数,D为干扰变量,u为控制变量,x为依从变量,N为时标;
步骤1.2.2:根据工业现场的控制需求建立能量流向信息流转换模型;
所述能量流向信息流转换模型的公式如下:
y(N)=Hy·x(N);
式中,y(N)为虚拟信号,Hy为相应控制需求;
步骤1.2.3:将动态模型中的信息流视为由根节点y到其他节点的信息映射,则动态模型末端叶节点及其他节点的信息分别记为z=[z1,...,zn]T和w=[w1,...,wl]T,得到动态模型信息流计算模型g(y(N));
所述动态模型信息流计算模型的公式如下:
步骤1.2.4:将信息网络各叶节点信息z映射为实际的控制量u,建立信息流向能量流转换模型;
所述信息流向能量流转换模型的公式如下:
u(N)=Eu·z(N);
式中,z(N)为节点信息,Eu为映射参数,u(N)为实际控制量;
步骤1.2.5:选择各节点的阻塞窗口尺寸和各队列的尺寸作为动态模型的状态变量,各数据流的传输延迟和数据丢失率作为动态模型的输出,分析动态模型的信息-物理耦合特性,即对建立的所有动态模型的信息-能量流分布进行混成求解,建立管道信息***模型。
4.根据权利要求1所述的基于海底石油管道信息物理***的溢油源检测方法,其特征在于,所述步骤2包括以下步骤:
步骤2.1:根据监测管道两端的流量差对管道进行泄漏检测;
步骤2.2:根据管道稳态模型建立管道压力梯度分布曲线,再根据管道压力梯度分布曲线中的拐点确定检测管道的泄漏位置;
所述根据管道压力梯度分布曲线中的拐点确定检测管道的泄漏位置的公式如下:
式中,Lr为管道泄漏源与管道首端之间的距离,Pq为稳态时管道泄漏发生后管道首段的压力,Pz为泄漏源处的压力,Qq为稳态时管道泄漏发生后管道首段的流量,Qz为泄漏源处的流量,L为管道总长度,ρ为流体平均密度,g为重力加速度,λ为水力摩阻系数,D为管道内径,Δh=Lsina,当a=0时,表示管道稳态的水力模型无高程差影响,当a≠0时,表示管道稳态的水力模型有高程差影响;
步骤2.3:根据管道信息物理***模型计算管道泄漏发生之后t时段内管道信息***性能指标的时变路径;
所述管道信息***性能指标包括传输延时、数据丢失率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910202925.7A CN109827079B (zh) | 2019-03-18 | 2019-03-18 | 一种基于海底石油管道信息物理***的溢油源检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910202925.7A CN109827079B (zh) | 2019-03-18 | 2019-03-18 | 一种基于海底石油管道信息物理***的溢油源检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109827079A true CN109827079A (zh) | 2019-05-31 |
CN109827079B CN109827079B (zh) | 2020-05-22 |
Family
ID=66870739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910202925.7A Active CN109827079B (zh) | 2019-03-18 | 2019-03-18 | 一种基于海底石油管道信息物理***的溢油源检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109827079B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680889A (zh) * | 2020-05-20 | 2020-09-18 | 中国地质大学(武汉) | 一种基于交叉熵的海上石油泄漏源定位方法及装置 |
CN112213037A (zh) * | 2020-09-04 | 2021-01-12 | 昆明理工大学 | 一种基于cps的海上石油泄漏情况实时嵌入式检测装置 |
CN113836680A (zh) * | 2021-11-25 | 2021-12-24 | 德仕能源科技集团股份有限公司 | 一种石油油管自动灌装方法技术 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19542890C1 (de) * | 1995-11-17 | 1997-07-17 | Hansaconsult Ingenieurgesellsc | Verfahren zur Erkennung von Leckagen in Rohrleitungen |
CN103939749A (zh) * | 2014-04-28 | 2014-07-23 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控***及方法 |
CN106015948A (zh) * | 2016-05-15 | 2016-10-12 | 芦慧 | 一种长输油管道泄漏点快速准确定位的方法及装置 |
CN106899664A (zh) * | 2017-02-15 | 2017-06-27 | 东北大学 | 基于多智能体的输油管道分布式协同泄漏检测***及方法 |
-
2019
- 2019-03-18 CN CN201910202925.7A patent/CN109827079B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19542890C1 (de) * | 1995-11-17 | 1997-07-17 | Hansaconsult Ingenieurgesellsc | Verfahren zur Erkennung von Leckagen in Rohrleitungen |
CN103939749A (zh) * | 2014-04-28 | 2014-07-23 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控***及方法 |
CN106015948A (zh) * | 2016-05-15 | 2016-10-12 | 芦慧 | 一种长输油管道泄漏点快速准确定位的方法及装置 |
CN106899664A (zh) * | 2017-02-15 | 2017-06-27 | 东北大学 | 基于多智能体的输油管道分布式协同泄漏检测***及方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680889A (zh) * | 2020-05-20 | 2020-09-18 | 中国地质大学(武汉) | 一种基于交叉熵的海上石油泄漏源定位方法及装置 |
CN111680889B (zh) * | 2020-05-20 | 2023-08-18 | 中国地质大学(武汉) | 一种基于交叉熵的海上石油泄漏源定位方法及装置 |
CN112213037A (zh) * | 2020-09-04 | 2021-01-12 | 昆明理工大学 | 一种基于cps的海上石油泄漏情况实时嵌入式检测装置 |
CN112213037B (zh) * | 2020-09-04 | 2022-02-18 | 昆明理工大学 | 一种基于cps的海上石油泄漏情况实时嵌入式检测装置 |
CN113836680A (zh) * | 2021-11-25 | 2021-12-24 | 德仕能源科技集团股份有限公司 | 一种石油油管自动灌装方法技术 |
Also Published As
Publication number | Publication date |
---|---|
CN109827079B (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lane et al. | The application of computational fluid dynamics to natural river channels: three-dimensional versus two-dimensional approaches | |
Parsons et al. | Numerical modelling of flow structures over idealized transverse aeolian dunes of varying geometry | |
CN110500511A (zh) | 一种城市非金属管道泄漏定位方法 | |
CN109827079A (zh) | 一种基于海底石油管道信息物理***的溢油源检测方法 | |
Chaczykowski et al. | Gas composition tracking in transient pipeline flow | |
CN111664823B (zh) | 基于介质热传导系数差异的均压电极垢层厚度检测方法 | |
CN111859748B (zh) | 一种基于垂向混合坐标的海洋内波模拟方法 | |
CN108763825A (zh) | 一种模拟复杂地形的风场的数值模拟方法 | |
NO20101371A1 (no) | Fremgangsmate, system og apparat for modellering av usikkerhet i produksjonssystemnettverk | |
Azpiroz et al. | CFD modelling of bypass pigs with a deflector disk | |
Bates et al. | A preliminary investigation into the impact of initial conditions on flood inundation predictions using a time/space distributed sensitivity analysis | |
Wen et al. | Numerical simulation and experimental validation of flow characteristics for a butterfly check valve in small modular reactor | |
CN110135069A (zh) | 输水隧洞输水时的泥沙特征获取方法、装置、计算机设备 | |
Krvavica et al. | Salt-wedge dynamics in microtidal Neretva River estuary | |
Flaherty et al. | Computational fluid dynamic simulations of plume dispersion in urban Oklahoma City | |
NO323621B1 (no) | Fremgangsmate for a danne en simuleringsmodell av transiente tofasestromninger i rorledninger | |
CN108280300B (zh) | 基于计算流体力学的大数据流量计开发方法 | |
Fei et al. | Integrated rainfall-runoff process with shallow water model by mass varied smoothed particle hydrodynamics: Infiltration effect implementation | |
Cevheri et al. | Large-eddy simulation of a jet in crossflow using local mesh refinement | |
Wright et al. | Environmental applications of computational fluid dynamics | |
Fang et al. | Diagonal Cartesian method for the numerical simulation of flow and suspended sediment transport over complex boundaries | |
CN108416161A (zh) | 一种基于三维模型的管道水力计算方法及装置 | |
CN114462336A (zh) | 一种核反应堆主管道冷却剂平均温度计算方法 | |
CN106202743A (zh) | 一种复杂汽、水管道压力取样位置的确定方法 | |
CN116906839B (zh) | 融合物理测量和软测量的热力管线安全智能监测预警方法 |
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 |