CN116255570A - 一种用于二氧化碳捕集的管道监测和隐患分析方法及*** - Google Patents
一种用于二氧化碳捕集的管道监测和隐患分析方法及*** Download PDFInfo
- Publication number
- CN116255570A CN116255570A CN202211656701.1A CN202211656701A CN116255570A CN 116255570 A CN116255570 A CN 116255570A CN 202211656701 A CN202211656701 A CN 202211656701A CN 116255570 A CN116255570 A CN 116255570A
- Authority
- CN
- China
- Prior art keywords
- data
- carbon dioxide
- conveying pipeline
- analysis
- dioxide conveying
- 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.)
- Pending
Links
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 title claims abstract description 356
- 229910002092 carbon dioxide Inorganic materials 0.000 title claims abstract description 178
- 239000001569 carbon dioxide Substances 0.000 title claims abstract description 178
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012544 monitoring process Methods 0.000 title claims abstract description 57
- 238000004458 analytical method Methods 0.000 claims abstract description 151
- 230000008859 change Effects 0.000 claims abstract description 74
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000012038 vulnerability analysis Methods 0.000 claims description 19
- 238000000354 decomposition reaction Methods 0.000 claims description 11
- 238000007418 data mining Methods 0.000 claims description 10
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 230000006698 induction Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 6
- 230000002159 abnormal effect Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 239000010779 crude oil Substances 0.000 description 5
- 239000003921 oil Substances 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000003628 erosive effect Effects 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D3/00—Arrangements for supervising or controlling working operations
- F17D3/01—Arrangements for supervising or controlling working operations for controlling, signalling, or supervising the conveyance of a product
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D1/00—Pipe-line systems
- F17D1/02—Pipe-line systems for gases or vapours
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/005—Protection or supervision of installations of gas pipelines, e.g. alarm
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Acoustics & Sound (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种用于二氧化碳捕集的管道监测和隐患分析方法和***,本发明通过采集温度、流量和压力的多类型数据来对二氧化碳输送管道进行综合分析,提高分析结果的准确性,能够根据分析结果准确地判断二氧化碳输送管道的漏洞位置,并且对二氧化碳输送管道的漏洞进行精准定位,在对漏洞进行分析定位后,根据分析过程中的变化数据找出导致出现漏洞的故障设备,为维修调度人员提供相应的决策支持,降低维修调度人员的事故处理效率。
Description
技术领域
本发明技术二氧化碳输送管道检测分析领域,具体涉及一种用于二氧化碳捕集的管道监测和隐患分析方法及***。
背景技术
二氧化碳驱油(CCUS)是一种把二氧化碳注入油层中以提高油田采收率的技术,是在合适的压力、温度和原油组分的条件下,二氧化碳变成超临界流体与原油形成混相前缘,二氧化碳超临界流体从原油中萃取出较重的碳氢化合物,并不断使驱替前缘的气体浓缩,二氧化碳和原油就变成混相的液体,形成单一液相,从而将地层原油驱替到生产井,输送二氧化碳输送管道建设项目的主要特点为压力高,大大超出了常规天然气输送管道工程的设计压力。
在二氧化碳输送管道的建设过程中,管道纵横交错使得安全运行成为一个不可忽视的问题,管道沿线地形环境多变、安全因素复杂多样使得管道安全状况受到环境、人为、季节等多种因素影响,若二氧化碳输送管道发生泄漏,不仅造成大气污染,而且极易引发安全事故,给国家和人民带来极大的生命财产损失。
所以,现有的监测和分析方法存在以下问题:
1、传统的监测方法为人工巡检,主要是通过巡检人员携带检测设备沿管线行走查看并检测管道附近的异常情况,这种方法直接准确,但实时性差,耗费大量的人力,到了现在又采用负压波检测法、质量/流量平衡法、声波法等对二氧化碳输送管道进行监测,但是这类监测方法都需要通过人工进行数据采集,然后再针对收集的数据进行分析,从而再判断二氧化碳输送管道是否存在漏洞,很显然这一类采集方法并不适用于现有的二氧化碳输送管道,因为采集的数据类别较为单一,无法根据分析结果准确地判断二氧化碳输送管道的漏洞位置,从而无法对二氧化碳输送管道的漏洞进行精准定位,无法降低二氧化碳输送管道泄漏带来的损失和影响。
2、对二氧化碳输送管道的隐患分析方法仅仅停留在对管道发生问题后进行数据回放,无法根据问题原因的分析结果为维修调度人员提供相应的决策支持,降低维修调度人员的事故处理效率。
发明内容
针对上述现有技术的不足,本申请提供一种用于二氧化碳捕集的管道监测和隐患分析方法及***。
第一方面本申请提出了一种用于二氧化碳捕集的管道监测和隐患分析方法,包括以下步骤:
实时监控并采集二氧化碳输送管道中的感应数据;
对采集的感应数据的变化情况进行分析,根据分析结果判断述二氧化碳输送管道是否存在漏洞;
基于漏洞判定结果结合所述感应数据中的分析过程数据定位二氧化碳输送管道的漏洞位置;
根据所述感应数据以及所述感应数据的分析过程数据构建隐患分析文件,基于隐患分析文件对二氧化碳输送管道设备进行推演,分析出故障设备。
在一些实施例的一些可选的实现方式中,所述感应数据包括温度、流量和压力数据。
在一些实施例的一些可选的实现方式中,所述对采集的感应数据的变化情况进行分析,根据分析结果判断述二氧化碳输送管道是否存在漏洞,包括:
根据所述温度数据的变化趋势判断所述二氧化碳输送管道是否存在漏洞,当所述温度数据有下降趋势,若温度小于正常工况温度,则确定所述二氧化碳输送管道存在漏洞;
根据所述流量数据的频率变化判断所述二氧化碳输送管道是否存在漏洞,若所述流量数据为由超声波流量计采集的超声波信号,通过广义谐波分解及频差法确定所述超声波信号的频率,根据所述频率计算出流速,若上游流速增加,则确定所述二氧化碳输送管道存在漏洞;
根据所述压力数据与压力阈值对照判断所述二氧化碳输送管道是否存在漏洞,计算理论最大安全工作压力和二氧化碳输送管道断裂压力,综合所述理论最大安全工作压力和二氧化碳输送管道断裂压力计算二氧化碳输送管道的实际承受压力阈值,将压力数据与实际承受压力阈值进行比较,若超过实际承受压力阈值则确定所述二氧化碳输送管道存在漏洞。
在一些实施例的一些可选的实现方式中,所述基于漏洞判定结果结合所述感应数据中的分析过程数据定位二氧化碳输送管道的漏洞位置,包括:
根据所述温度数据和温度梯度法定位所述二氧化碳输送管道发生泄漏的第一分析位置;
根据所述压力数据生成的压力递归图和所述述流量数据计算出的流速确定所述二氧化碳输送管道发生泄漏的第二分析位置;
计算所述第一分析位置和所述第二分析位置的平均值以定位所述二氧化碳输送管道的漏洞位置。
在一些实施例的一些可选的实现方式中,所述根据所述感应数据以及所述感应数据的分析过程数据构建隐患分析文件,基于隐患分析文件对二氧化碳输送管道设备进行推演,分析出故障设备,包括:
调用所述隐患分析文件进行推演,按照预设的时间顺序轮询所选择的隐患分析文件中的采集变化数据;
根据所述采集变化数据形成采集变化数据集,根据所述采集变化数据集确定采集点告警变化数据,根据所述采集点告警变化数据和二氧化碳输送管道设备的拓扑关联关系,利用数据挖掘分析出故障设备。
第二方面本申请提出了一种用于二氧化碳捕集的管道监测和隐患分析***,包括数据监控采集模块、漏洞分析模块、漏洞定位模块和故障设备分析模块;
所述数据监控采集模块,用于实时监控并采集二氧化碳输送管道中的感应数据;
所述漏洞分析模块,用于对采集的感应数据的变化情况进行分析,根据分析结果判断述二氧化碳输送管道是否存在漏洞;
所述漏洞定位模块,用于基于漏洞判定结果结合所述感应数据中的分析过程数据定位二氧化碳输送管道的漏洞位置;
所述故障设备分析模块,用于根据所述感应数据以及所述感应数据的分析过程数据构建隐患分析文件,基于隐患分析文件对二氧化碳输送管道设备进行推演,分析出故障设备。
在一些实施例的一些可选的实现方式中,所述数据监控采集模块包括温度监控采集单元、流量监控采集单元和压力监控采集单元;
所述温度监控采集单元,用于监控和采集二氧化碳输送管道中的温度数据;
所述流量监控采集单元,用于监控和采集二氧化碳输送管道中的流量数据;
所述压力监控采集单元,用于监控和采集二氧化碳输送管道中的压力数据。
在一些实施例的一些可选的实现方式中,所述漏洞分析模块包括温度数据漏洞分析单元、流量数据漏洞分析单元和压力数据漏洞分析单元;
所述温度数据漏洞分析单元,用于根据所述温度数据的变化趋势判断所述二氧化碳输送管道是否存在漏洞,当所述温度数据有下降趋势,若温度小于正常工况温度,则确定所述二氧化碳输送管道存在漏洞;
所述流量数据漏洞分析单元,用于根据所述流量数据的频率变化判断所述二氧化碳输送管道是否存在漏洞,若所述流量数据为由超声波流量计采集的超声波信号,通过广义谐波分解及频差法确定所述超声波信号的频率,根据所述频率计算出流速,若上游流速增加,则确定所述二氧化碳输送管道存在漏洞;
所述压力数据漏洞分析单元,用于根据所述压力数据与压力阈值对照判断所述二氧化碳输送管道是否存在漏洞,计算理论最大安全工作压力和二氧化碳输送管道断裂压力,综合所述理论最大安全工作压力和二氧化碳输送管道断裂压力计算二氧化碳输送管道的实际承受压力阈值,将压力数据与实际承受压力阈值进行比较,若超过实际承受压力阈值则确定所述二氧化碳输送管道存在漏洞。
在一些实施例的一些可选的实现方式中,所述漏洞定位模块,包括第一分析单元、第二分析单元和漏洞定位单元;
所述第一分析单元,用于根据所述温度数据和温度梯度法定位所述二氧化碳输送管道发生泄漏的第一分析位置;
所述第二分析单元,用于根据所述压力数据生成的压力递归图和所述述流量数据计算出的流速确定所述二氧化碳输送管道发生泄漏的第二分析位置;
所述漏洞定位单元,用于计算所述第一分析位置和所述第二分析位置的平均值以定位所述二氧化碳输送管道的漏洞位置。
在一些实施例的一些可选的实现方式中,所述故障设备分析模块,包括推演单元和故障分析单元;
所述推演单元,用于调用所述隐患分析文件进行推演,按照预设的时间顺序轮询所选择的隐患分析文件中的采集变化数据;
所述故障分析单元,用于根据所述采集变化数据形成采集变化数据集,根据所述采集变化数据集确定采集点告警变化数据,根据所述采集点告警变化数据和二氧化碳输送管道设备的拓扑关联关系,利用数据挖掘分析出故障设备。
本发明的有益效果:
与传统的人工巡检相比,本发明通过采集温度、流量和压力的多类型数据来对二氧化碳输送管道进行综合分析,提高分析结果的准确性,能够根据分析结果准确地判断二氧化碳输送管道的漏洞位置,并且对二氧化碳输送管道的漏洞进行精准定位,在对漏洞进行分析定位后,根据分析过程中的变化数据找出导致出现漏洞的故障设备,为维修调度人员提供相应的决策支持,降低维修调度人员的事故处理效率。
附图说明
图1为本发明的总体流程图。
图2为二氧化碳输送管道漏洞定位流程图。
图3为二氧化碳输送管道的故障设备分析流程图。
图4为本发明的***框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制;相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
第一方面本申请提出了一种用于二氧化碳捕集的管道监测和隐患分析方法,如图1所示,包括步骤S100-S400:
S100:实时监控并采集二氧化碳输送管道中的感应数据;
在一些实施例的一些可选的实现方式中,所述感应数据包括温度、流量和压力数据。
其中,本发明主要应用于SCADA***,SCADA***主要由变送器、服务器、远程客户端和通信网络等部分组成。SCADA***在二氧化碳输送管道网络中管理管道的顺序控制输送、设备及管道运行状况监控和数据同步传输记录等,在二氧化碳输送管道中都有设置温度检测装置,压力检测装置和流量检测装置等。SCADA***实时获取上述装置反馈的温度数据、压力数据和流量数据,本申请实施例对温度数据、压力数据和流量数据不作具体限定。
S200:对采集的感应数据的变化情况进行分析,根据分析结果判断述二氧化碳输送管道是否存在漏洞;
在一些实施例的一些可选的实现方式中,所述对采集的感应数据的变化情况进行分析,根据分析结果判断述二氧化碳输送管道是否存在漏洞,包括:
根据所述温度数据的变化趋势判断所述二氧化碳输送管道是否存在漏洞,当所述温度数据有下降趋势,若温度小于正常工况温度,则确定所述二氧化碳输送管道存在漏洞;
其中,在发现温度数据有明显下降的时候,考虑到温度数据会因为实际工况环境有所波动,将该温度与正常工况温度比对,若明显小于正常工况温度,说明二氧化碳输送管道发生泄漏。
根据所述流量数据的频率变化判断所述二氧化碳输送管道是否存在漏洞,若所述流量数据为由超声波流量计采集的超声波信号,通过广义谐波分解及频差法确定所述超声波信号的频率,根据所述频率计算出流速,若上游流速增加,则确定所述二氧化碳输送管道存在漏洞;
其中,基于改进的广义谐波小波包分解及混沌振子阵列的频差法检测每段二氧化碳输送管道出口与入口的超声波信号的频率,并计算出相应的流速,若发现出口处的流速明显加快,说明二氧化碳输送管道发生泄漏。
根据所述压力数据与压力阈值对照判断所述二氧化碳输送管道是否存在漏洞,计算理论最大安全工作压力和二氧化碳输送管道断裂压力,综合所述理论最大安全工作压力和二氧化碳输送管道断裂压力计算二氧化碳输送管道的实际承受压力阈值,将压力数据与实际承受压力阈值进行比较,若超过实际承受压力阈值则确定所述二氧化碳输送管道存在漏洞。
其中,先计算出理论最大安全工作压力:
d:侵蚀蚀坑深度;t:管道公称壁厚;Ps:理论最大安全工作压力;P表示实际额定的管道最大允许工作压力与设计压力之中的较大者;Pt:未受到侵蚀的二氧化碳输送管道所能承受的最大压力;Sy:材料的最小屈服强度;F:材料的设计系数;B′:二氧化碳输送管道的侵蚀系数;Lm:最大允许纵向长度;
计算二氧化碳输送管道断裂压力:
并且,当P1<Pd时,取P1=Pd;当P2<Pd时,取P2=Pd;
其中,P1:当侵蚀坑为纵向时计算得出的石油管道所能承受的最大压力,P2:当侵蚀坑为环向时计算得出的石油管道所能承受的最大压力,Pd:侵蚀管道所能承受的最小压力,Sy:材料的最小屈服强度;E:材料的弹性模量,δc:材料的COD值,M:材料的设计系数,α:侵蚀区域的当量半裂纹长度;
综合计算二氧化碳输送管道的实际承受压力阈值:
P'=MIN(Ps,P1,P2);P'表示实际承受压力阈值;
因此,当二氧化碳输送管道中某处的压力数据大于P'且出现异常时,则判定该异常处存在漏洞。
进一步的,当若压力数据为负压波信号,通过奇异值分解提取异常负压波信号;判断异常负压波信号与预设异常负压波信号是否一致;若是,确定二氧化碳输送管道发生泄漏,压力数据为负压波信号时,通过奇异值分解提取异常负压波信号,奇异值分解是线性代数和矩阵论中一种重要的矩阵分解法,适用于信号处理和统计学等领域,将提取出的异常负压波信号与预设异常负压波信号进出比对,从而判断二氧化碳输送管道是否发生泄漏。
本实施例中可以根据温度数据确定泄漏位置,根据压力数据确定泄漏位置,或是根据流浪数据确定泄漏点位置,或是根据上述数据综合判断出泄漏位置,本申请实施例对如何确定泄漏位置不作具体限定,泄漏位置可以是一个或多个。
S300:基于漏洞判定结果结合所述感应数据中的分析过程数据定位二氧化碳输送管道的漏洞位置,如图2所示,包括步骤S301-S303;
在一些实施例的一些可选的实现方式中,所述基于漏洞判定结果结合所述感应数据中的分析过程数据定位二氧化碳输送管道的漏洞位置,包括:
S301:根据所述温度数据和温度梯度法定位所述二氧化碳输送管道发生泄漏的第一分析位置;
其中,根据每段二氧化碳输送管道入口处的温度数据利用温度梯度法推出全程的第一温降曲线,每段二氧化碳输送管道出口处温度数据利用温度梯度法推出全程的第二温降曲线,根据第一温降曲线和第二温降曲线的交点确定二氧化碳输送管道的第一分析位置。
S302:根据所述压力数据生成的压力递归图和所述述流量数据计算出的流速确定所述二氧化碳输送管道发生泄漏的第二分析位置;
其中,根据不同时间的所述压力数据生成的压力递归图;根据所述压力递归图确定泄漏时间;根据所述流量数据计算出流速;根据所述流速和所述泄漏时间确定所述二氧化碳输送管道的第二分析位置。
S303:计算所述第一分析位置和所述第二分析位置的平均值以定位所述二氧化碳输送管道的漏洞位置。
其中,考虑到单一根据温度确定的第一分析位置和根据压力数据确定的第二分析位置不够准确,所以计算第一分析位置和第二分析位置的平均值,作为二氧化碳输送管道的泄漏位置。
S400:根据所述感应数据以及所述感应数据的分析过程数据构建隐患分析文件,基于隐患分析文件对二氧化碳输送管道设备进行推演,分析出故障设备,如图3所示,包括步骤S401-S402;
在一些实施例的一些可选的实现方式中,所述根据所述感应数据以及所述感应数据的分析过程数据构建隐患分析文件,基于隐患分析文件对二氧化碳输送管道设备进行推演,分析出故障设备,包括:
S401:调用所述隐患分析文件进行推演,按照预设的时间顺序轮询所选择的隐患分析文件中的采集变化数据;
其中,在调用隐患分析文件进行推演前,需要对用于构建隐患分析文件的数据进行采集和存储,为了保证反演的准确性,除了对感应数据、分析过程数据进行采集外,还需要采集日志数据,日志数据包括采集变化数据和人工操作数据,根据预设的时间间隔对上述数据进行采集,生成隐患分析文件,并根据时间顺序连续存储,隐患分析文件存储的对象是业务数据流,该实施例的步骤可以定时存储隐患分析文件的数据,采用统一管理机制对隐患分析文件中的数据进行管理,压缩了数据存储量,节约了数据库存储资源,便于反演和分析时的数据调用。
进一步的,根据设定的开始反演时间和结束反演时间,选择记录时间在开始反演时间和结束反演时间之间的所有隐患分析文件作为调用的隐患分析文件,同时,该步骤中按照时间顺序轮询所选择的隐患分析文件中的采集变化数据,轮询时根据设定的反演步长刷新采集变化数据。
S402:根据所述采集变化数据形成采集变化数据集,根据所述采集变化数据集确定采集点告警变化数据,根据所述采集点告警变化数据和二氧化碳输送管道设备的拓扑关联关系,利用数据挖掘分析出故障设备。
其中,为了实现智能化故障设备分析,根据采集变化数据形成采集变化数据集;根据采集变化数据集中的采集点告警变化数据和二氧化碳输送管道设备的拓扑关联关系,利用数据挖掘找到导致漏洞发生的故障设备。一般是在反演时调用的隐患分析文件中提取采集变化数据,但本发明不限于此。这里的采集点告警变化数据是指与之前采集到的数据相比发生突变超出预设范围而导致告警的数据。
例如采用基于支持向量机的分类技术来进行关联规则挖掘。关联规则挖掘的核心是获取频繁项集。在二氧化碳输送管道的漏洞数据挖掘中,候选项集为油气管道设备采集数据集AP,
即:AP={AP1,AP2,AP3,AP4}
但是,二氧化碳输送管道***中的设备众多,采集数据量一般都较多,如果在数据集AP的基础上进行数据挖掘产生频繁项集,则会造成占用资源较高而且挖掘结果不可靠等问题,二氧化碳输送管道***中出现漏洞往往都是具有拓扑关系的相关设备引起,具有一定的关联规则,因此根据拓扑结构关系来建立候选项集能有效减少计算量。Apriori算法适合于最大频繁项集(最大频繁项集是各频繁k项集中符合无超集条件的频繁项集)相对较小的数据集中的关联规则挖掘。
本步骤中,故障设备分析的基础数据为事故反演预处理之后的数据集D′,D′为解析隐患分析文件L得出的采集变化数据,即:
根据D′中的采集点告警变化信息,在数据挖掘得出的最大频繁项集Fk中分析得出导致漏洞发生的故障设备,定位故障设备,然后进行人工分析,确定故障的大小和影响,为二氧化碳输送管道设备生产运行的安全性提供了决策支持。
因此,这里的数据挖掘是根据油气管道的拓扑关联关系发现所有的频繁项集,利用Apirori算法获取最大频繁项集,根据最大频繁项集中的采集变化数据对应的二氧化碳输送管道设备定位故障设备。最大频繁项集中的采集变化数据由量测设备测得,对应于一个或多个油气管道设备的运行,其中就有导致故障发生的故障设备,因此可以通过最大频繁项集中的采集变化数据来定位故障设备,最大频繁项集越简单,越易定位。
基于与方法的相同构思,第二方面提出了一种用于二氧化碳捕集的管道监测和隐患分析***,如图4所示,包括数据监控采集模块、漏洞分析模块、漏洞定位模块和故障设备分析模块;
所述数据监控采集模块,用于实时监控并采集二氧化碳输送管道中的感应数据;
所述漏洞分析模块,用于对采集的感应数据的变化情况进行分析,根据分析结果判断述二氧化碳输送管道是否存在漏洞;
所述漏洞定位模块,用于基于漏洞判定结果结合所述感应数据中的分析过程数据定位二氧化碳输送管道的漏洞位置;
所述故障设备分析模块,用于根据所述感应数据以及所述感应数据的分析过程数据构建隐患分析文件,基于隐患分析文件对二氧化碳输送管道设备进行推演,分析出故障设备。
在一些实施例的一些可选的实现方式中,所述数据监控采集模块包括温度监控采集单元、流量监控采集单元和压力监控采集单元;
所述温度监控采集单元,用于监控和采集二氧化碳输送管道中的温度数据;
所述流量监控采集单元,用于监控和采集二氧化碳输送管道中的流量数据;
所述压力监控采集单元,用于监控和采集二氧化碳输送管道中的压力数据。
在一些实施例的一些可选的实现方式中,所述漏洞分析模块包括温度数据漏洞分析单元、流量数据漏洞分析单元和压力数据漏洞分析单元;
所述温度数据漏洞分析单元,用于根据所述温度数据的变化趋势判断所述二氧化碳输送管道是否存在漏洞,当所述温度数据有下降趋势,若温度小于正常工况温度,则确定所述二氧化碳输送管道存在漏洞;
所述流量数据漏洞分析单元,用于根据所述流量数据的频率变化判断所述二氧化碳输送管道是否存在漏洞,若所述流量数据为由超声波流量计采集的超声波信号,通过广义谐波分解及频差法确定所述超声波信号的频率,根据所述频率计算出流速,若上游流速增加,则确定所述二氧化碳输送管道存在漏洞;
所述压力数据漏洞分析单元,用于根据所述压力数据与压力阈值对照判断所述二氧化碳输送管道是否存在漏洞,计算理论最大安全工作压力和二氧化碳输送管道断裂压力,综合所述理论最大安全工作压力和二氧化碳输送管道断裂压力计算二氧化碳输送管道的实际承受压力阈值,将压力数据与实际承受压力阈值进行比较,若超过实际承受压力阈值则确定所述二氧化碳输送管道存在漏洞。
在一些实施例的一些可选的实现方式中,所述漏洞定位模块,包括第一分析单元、第二分析单元和漏洞定位单元;
所述第一分析单元,用于根据所述温度数据和温度梯度法定位所述二氧化碳输送管道发生泄漏的第一分析位置;
所述第二分析单元,用于根据所述压力数据生成的压力递归图和所述述流量数据计算出的流速确定所述二氧化碳输送管道发生泄漏的第二分析位置;
所述漏洞定位单元,用于计算所述第一分析位置和所述第二分析位置的平均值以定位所述二氧化碳输送管道的漏洞位置。
在一些实施例的一些可选的实现方式中,所述故障设备分析模块,包括推演单元和故障分析单元;
所述推演单元,用于调用所述隐患分析文件进行推演,按照预设的时间顺序轮询所选择的隐患分析文件中的采集变化数据;
所述故障分析单元,用于根据所述采集变化数据形成采集变化数据集,根据所述采集变化数据集确定采集点告警变化数据,根据所述采集点告警变化数据和二氧化碳输送管道设备的拓扑关联关系,利用数据挖掘分析出故障设备。
以上仅是本发明优选的实施方式,需指出的是,对于本领域技术人员在不脱离本技术方案的前提下,作出的若干变形和改进的技术方案应同样视为落入本权利要求书要求保护的范围。
Claims (10)
1.一种用于二氧化碳捕集的管道监测和隐患分析方法,其特征在于:包括以下步骤:
实时监控并采集二氧化碳输送管道中的感应数据;
对采集的感应数据的变化情况进行分析,根据分析结果判断述二氧化碳输送管道是否存在漏洞;
基于漏洞判定结果结合所述感应数据中的分析过程数据定位二氧化碳输送管道的漏洞位置;
根据所述感应数据以及所述感应数据的分析过程数据构建隐患分析文件,基于隐患分析文件对二氧化碳输送管道设备进行推演,分析出故障设备。
2.根据权利要求1所述的方法,其特征在于:所述感应数据包括温度、流量和压力数据。
3.根据权利要求2所述的方法,其特征在于:所述对采集的感应数据的变化情况进行分析,根据分析结果判断述二氧化碳输送管道是否存在漏洞,包括:
根据所述温度数据的变化趋势判断所述二氧化碳输送管道是否存在漏洞,当所述温度数据有下降趋势,若温度小于正常工况温度,则确定所述二氧化碳输送管道存在漏洞;
根据所述流量数据的频率变化判断所述二氧化碳输送管道是否存在漏洞,若所述流量数据为由超声波流量计采集的超声波信号,通过广义谐波分解及频差法确定所述超声波信号的频率,根据所述频率计算出流速,若上游流速增加,则确定所述二氧化碳输送管道存在漏洞;
根据所述压力数据与压力阈值对照判断所述二氧化碳输送管道是否存在漏洞,计算理论最大安全工作压力和二氧化碳输送管道断裂压力,综合所述理论最大安全工作压力和二氧化碳输送管道断裂压力计算二氧化碳输送管道的实际承受压力阈值,将压力数据与实际承受压力阈值进行比较,若超过实际承受压力阈值则确定所述二氧化碳输送管道存在漏洞。
4.根据权利要求3所述的方法,其特征在于:所述基于漏洞判定结果结合所述感应数据中的分析过程数据定位二氧化碳输送管道的漏洞位置,包括:
根据所述温度数据和温度梯度法定位所述二氧化碳输送管道发生泄漏的第一分析位置;
根据所述压力数据生成的压力递归图和所述述流量数据计算出的流速确定所述二氧化碳输送管道发生泄漏的第二分析位置;
计算所述第一分析位置和所述第二分析位置的平均值以定位所述二氧化碳输送管道的漏洞位置。
5.根据权利要求4所述的方法,其特征在于:所述根据所述感应数据以及所述感应数据的分析过程数据构建隐患分析文件,基于隐患分析文件对二氧化碳输送管道设备进行推演,分析出故障设备,包括:
调用所述隐患分析文件进行推演,按照预设的时间顺序轮询所选择的隐患分析文件中的采集变化数据;
根据所述采集变化数据形成采集变化数据集,根据所述采集变化数据集确定采集点告警变化数据,根据所述采集点告警变化数据和二氧化碳输送管道设备的拓扑关联关系,利用数据挖掘分析出故障设备。
6.一种用于二氧化碳捕集的管道监测和隐患分析***,其特征在于:包括数据监控采集模块、漏洞分析模块、漏洞定位模块和故障设备分析模块;
所述数据监控采集模块,用于实时监控并采集二氧化碳输送管道中的感应数据;
所述漏洞分析模块,用于对采集的感应数据的变化情况进行分析,根据分析结果判断述二氧化碳输送管道是否存在漏洞;
所述漏洞定位模块,用于基于漏洞判定结果结合所述感应数据中的分析过程数据定位二氧化碳输送管道的漏洞位置;
所述故障设备分析模块,用于根据所述感应数据以及所述感应数据的分析过程数据构建隐患分析文件,基于隐患分析文件对二氧化碳输送管道设备进行推演,分析出故障设备。
7.根据权利要求6所述的***,其特征在于:所述数据监控采集模块包括温度监控采集单元、流量监控采集单元和压力监控采集单元;
所述温度监控采集单元,用于监控和采集二氧化碳输送管道中的温度数据;
所述流量监控采集单元,用于监控和采集二氧化碳输送管道中的流量数据;
所述压力监控采集单元,用于监控和采集二氧化碳输送管道中的压力数据。
8.根据权利要求7所述的***,其特征在于:所述漏洞分析模块包括温度数据漏洞分析单元、流量数据漏洞分析单元和压力数据漏洞分析单元;
所述温度数据漏洞分析单元,用于根据所述温度数据的变化趋势判断所述二氧化碳输送管道是否存在漏洞,当所述温度数据有下降趋势,若温度小于正常工况温度,则确定所述二氧化碳输送管道存在漏洞;
所述流量数据漏洞分析单元,用于根据所述流量数据的频率变化判断所述二氧化碳输送管道是否存在漏洞,若所述流量数据为由超声波流量计采集的超声波信号,通过广义谐波分解及频差法确定所述超声波信号的频率,根据所述频率计算出流速,若上游流速增加,则确定所述二氧化碳输送管道存在漏洞;
所述压力数据漏洞分析单元,用于根据所述压力数据与压力阈值对照判断所述二氧化碳输送管道是否存在漏洞,计算理论最大安全工作压力和二氧化碳输送管道断裂压力,综合所述理论最大安全工作压力和二氧化碳输送管道断裂压力计算二氧化碳输送管道的实际承受压力阈值,将压力数据与实际承受压力阈值进行比较,若超过实际承受压力阈值则确定所述二氧化碳输送管道存在漏洞。
9.根据权利要求8所述的***,其特征在于:所述漏洞定位模块,包括第一分析单元、第二分析单元和漏洞定位单元;
所述第一分析单元,用于根据所述温度数据和温度梯度法定位所述二氧化碳输送管道发生泄漏的第一分析位置;
所述第二分析单元,用于根据所述压力数据生成的压力递归图和所述述流量数据计算出的流速确定所述二氧化碳输送管道发生泄漏的第二分析位置;
所述漏洞定位单元,用于计算所述第一分析位置和所述第二分析位置的平均值以定位所述二氧化碳输送管道的漏洞位置。
10.根据权利要求9所述的***,其特征在于:所述故障设备分析模块,包括推演单元和故障分析单元;
所述推演单元,用于调用所述隐患分析文件进行推演,按照预设的时间顺序轮询所选择的隐患分析文件中的采集变化数据;
所述故障分析单元,用于根据所述采集变化数据形成采集变化数据集,根据所述采集变化数据集确定采集点告警变化数据,根据所述采集点告警变化数据和二氧化碳输送管道设备的拓扑关联关系,利用数据挖掘分析出故障设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211656701.1A CN116255570A (zh) | 2022-12-22 | 2022-12-22 | 一种用于二氧化碳捕集的管道监测和隐患分析方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211656701.1A CN116255570A (zh) | 2022-12-22 | 2022-12-22 | 一种用于二氧化碳捕集的管道监测和隐患分析方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116255570A true CN116255570A (zh) | 2023-06-13 |
Family
ID=86687071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211656701.1A Pending CN116255570A (zh) | 2022-12-22 | 2022-12-22 | 一种用于二氧化碳捕集的管道监测和隐患分析方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116255570A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117970890A (zh) * | 2024-02-02 | 2024-05-03 | 太和气体(荆州)有限公司 | 基于数据分析的二氧化碳生产的人工智能控制*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU125623U1 (ru) * | 2011-11-09 | 2013-03-10 | Общество с ограниченной ответственностью "Газпром добыча Ямбург" | Автоматизированная система управления технологическими процессами установок комплексной подготовки газа газоконденсатных месторождений крайнего севера |
US20150324818A1 (en) * | 2014-05-09 | 2015-11-12 | Jason W. Lachance | Long-Term Flow Assurance In A Transportation System |
CN107859878A (zh) * | 2017-11-14 | 2018-03-30 | 于岚 | 一种长输石油管道的监控*** |
CN108073586A (zh) * | 2016-11-09 | 2018-05-25 | 中国石油天然气股份有限公司 | 基于油气管道scada***的事故分析方法与装置 |
CN112593913A (zh) * | 2019-11-27 | 2021-04-02 | 四川北斗星河科技有限公司 | 气田集输智能化提升*** |
CN113126017A (zh) * | 2020-01-10 | 2021-07-16 | 国网上海市电力公司 | 电能量采集***中数据采集失败的故障诊断方法 |
CN113585982A (zh) * | 2021-08-27 | 2021-11-02 | 重庆力劲机械有限公司 | 一种带压力流量温度检测的油管 |
CN114087542A (zh) * | 2021-11-23 | 2022-02-25 | 国家石油天然气管网集团有限公司华南分公司 | 基于scada***的管道泄漏检测方法、装置及介质 |
-
2022
- 2022-12-22 CN CN202211656701.1A patent/CN116255570A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU125623U1 (ru) * | 2011-11-09 | 2013-03-10 | Общество с ограниченной ответственностью "Газпром добыча Ямбург" | Автоматизированная система управления технологическими процессами установок комплексной подготовки газа газоконденсатных месторождений крайнего севера |
US20150324818A1 (en) * | 2014-05-09 | 2015-11-12 | Jason W. Lachance | Long-Term Flow Assurance In A Transportation System |
CN108073586A (zh) * | 2016-11-09 | 2018-05-25 | 中国石油天然气股份有限公司 | 基于油气管道scada***的事故分析方法与装置 |
CN107859878A (zh) * | 2017-11-14 | 2018-03-30 | 于岚 | 一种长输石油管道的监控*** |
CN112593913A (zh) * | 2019-11-27 | 2021-04-02 | 四川北斗星河科技有限公司 | 气田集输智能化提升*** |
CN113126017A (zh) * | 2020-01-10 | 2021-07-16 | 国网上海市电力公司 | 电能量采集***中数据采集失败的故障诊断方法 |
CN113585982A (zh) * | 2021-08-27 | 2021-11-02 | 重庆力劲机械有限公司 | 一种带压力流量温度检测的油管 |
CN114087542A (zh) * | 2021-11-23 | 2022-02-25 | 国家石油天然气管网集团有限公司华南分公司 | 基于scada***的管道泄漏检测方法、装置及介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117970890A (zh) * | 2024-02-02 | 2024-05-03 | 太和气体(荆州)有限公司 | 基于数据分析的二氧化碳生产的人工智能控制*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Korlapati et al. | Review and analysis of pipeline leak detection methods | |
RU2525369C2 (ru) | Способ и устройство для повышения в реальном времени эффективности работы трубопровода для транспортировки текучей среды | |
CN109854953B (zh) | 一种特殊工况下的原油输送管线泄漏检测***及方法 | |
CN104180166B (zh) | 一种基于管道压力数据的管道泄漏检测方法 | |
CN102563360B (zh) | 基于序贯概率比检测的管道安全预警***的振动事件检测方法 | |
CN106813109A (zh) | 一种流体泄漏在线监测和定位***及方法 | |
CN202082629U (zh) | 天然气管线泄漏监测*** | |
CN202074237U (zh) | 管道泄漏监测与负压保护装置 | |
CN116255570A (zh) | 一种用于二氧化碳捕集的管道监测和隐患分析方法及*** | |
CN109340582A (zh) | 一种海底管道泄漏监测方法及*** | |
CN1693865A (zh) | 基于压力信号拐点检测油气管道泄漏的方法 | |
CN116541678B (zh) | 一种气站安全管道压力监测方法、装置 | |
CN103032626B (zh) | 调节阀故障诊断***及方法 | |
CN108799847A (zh) | 一种高压气体输送管道泄漏监测***和方法 | |
CN102242872B (zh) | 基于广义模糊双曲正切模型的输油管网泄漏检测方法 | |
Wu et al. | Time series data decomposition-based anomaly detection and evaluation framework for operational management of smart water grid | |
CN107869654A (zh) | 一种油气管道爆管检测定位方法 | |
Yang et al. | Fault diagnosis of electric submersible pump tubing string leakage | |
CN110503254B (zh) | 一种基于马尔科夫链的非金属管道泄漏预警方法 | |
CN202065685U (zh) | 油田管路腐蚀预警*** | |
CN108346111A (zh) | 集输管网泄漏风险评估方法及装置 | |
CN1266409C (zh) | 原油管道停输状态下的泄漏监测定位装置及过程 | |
CN111059477A (zh) | 一种基于双层架构反向寻源化工管道泄漏检测与定位方法 | |
Abhulimen et al. | Modelling complex pipeline network leak detection systems | |
Zhang et al. | Real-time pipeline leak detection on shell's North Western Ethylene pipeline |
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 |