一种基于无量纲的成品油管道泄漏量估计系统及方法
【技术领域】
[0001] 本发明涉及成品油管道泄漏量检测方法技术领域，具体涉及一种基于无量纲的成 品油管道泄漏量估计系统及方法。
【背景技术】
[0002] 目前，基于负压波检测法的管道泄漏检测系统已经得到较为广泛的应用，但这类 系统还存在一些共性的问题：成品油管道泄漏监测系统对于泄漏事故的泄漏等级无法评 估，即管道的泄漏量的定量估计在技术上一直无法实现。
[0003] 目前，准确估计成品油管道的泄漏量与很多方面的因素相关，其中最关键的就是 当前管道介质的压力波衰减率，通过准确的压力波衰减率可以建立对应的模型来估计泄漏 量；长输成品油管道在水力瞬变过程中，所发生的直接水击压力将会沿管道传播，由于存在 剩余流动，直接水击压力波的所到之处，流速会不断变化，直接水击压力波前峰值存在明显 的衰减，即所谓的压力波衰减；压力波在管道中传递存在着不同程度上的损失，压力波的每 一次传递过程中都是衰减的，根据不同的介质以及距离导致压力波衰减的程度不一；但由 于长输管道间距较长，环境影响因素较多，各管道介质边界条件不同，因而目前针对成品油 管道中压力波衰减的程度及形式的相关理论还未形成，只能以针对性的管段进行数据收集 研究，因此，寻求合适的途径计算压力波衰减率以及建立合适的模型估计泄漏量是未来研 究的大方向。
【发明内容】
[0004] 针对现有技术的不足，本发明提出一种基于无量纲的成品油管道泄漏量估计系统 及方法，以达到准确计算管道压力衰减率和估计泄漏量的目的。
[0005] -种基于无量纲的成品油管道泄漏量估计系统，该系统包括信号采集器、压力传 感器阵列、三阶有源滤波器、中央处理单元和上位机，其中，
[0006] 信号采集器：用于采集目标管段进口压力、目标管段出口处的压力、目标管段进口 流量、目标管段出口流量、介质温度和介质密度，并对采集的各类信号进行归一化处理，再 发送至三阶有源滤波器；
[0007] 压力传感器阵列：用于测量管道运行时，整条管道的压力变化情况，再发送至中央 处理单元中；
[0008] 三阶有源滤波器：用于对信号采集器采集的数据进行噪声滤波，再发送至中央处 理单元中；
[0009] 中央处理单元：用于对信号进行放大和模数转换，存储并发送至上位机中；
[0010] 上位机：
[0011] 用于查询管网的历史工况情况，判断是否为误报警；
[0012] 用于实时显示目标管段进口压力、目标管段出口处的压力、目标管段进口流量、目 标管段出口流量、介质温度和介质密度，并求解目标管段的介质平均温度和介质平均密度， 根据介质平均温度和介质平均密度获得目标管段内负压波波速；
[0013] 用于根据目标管段的进口压力和出口压力，采用小波理论确定管道泄漏发生时， 被监测管段负压波到达进口和出口的时间差，在根据目标管段的长度、波速和负压波到达 进口和出口的时间差，获得泄漏点位于目标管段的位置；
[0014] 用于根据目标管段的历史数据采用BP神经网络算法，确定目标管段中压力波衰 减率；
[0015] 用于根据获得的目标管段中压力波衰减率，获得目标管段泄漏点的压降，进而获 得该泄漏点的孔径；
[0016] 用于采用无量纲化处理法获取目标管段的泄漏量，并将泄漏量，泄漏点位置和泄 漏时间在上位机中进行显示，提示工作人员。
[0017] 采用基于无量纲的成品油管道泄漏量估计系统进行的估计方法，包括以下步骤：
[0018] 步骤1、确定管网中每个阀门和栗的初始状态，即开通或关闭，并根据阀门和栗的 初始状态及压力传感器阵列，构建管网的整体拓扑结构图并获得管网的压力变化曲线；
[0019] 步骤2、采用信号采集器采集目标管段进口压力、目标管段出口处的压力、目标管 段进口流量、目标管段出口流量、介质温度和介质密度，并对采集的各类信号进行归一化处 理，并发送至三阶有源滤波器中进行滤波，再发送至中央处理单元中；
[0020] 步骤3、采用中央处理单元对信号进行放大和模数转换，存储并发送至上位机中；
[0021] 步骤4、采用上位机判断目标管段进口与出口的流量差值，判断流量差值是否达到 设定阈值，若是，则执行步骤5 ;否则，返回执行步骤4 ;
[0022] 步骤5、查询目标管段的历史工况情况，判断该监控站历史工况情况中是否存在开 阀、关阀、开栗和停栗的操作，若是，则为误报警，否则，执行步骤6 ;
[0023] 步骤6、查询整条管道的历史工况情况，并确定其他监控站的工况操作是否影响报 警监控站的流量差值，若是，则为误报警，否则，执行步骤7 ;
[0024] 步骤7、采用上位机实时显示目标管段进口压力、目标管段出口处的压力、目标管 段进口流量、目标管段出口流量、介质温度和介质密度，并求解目标管段的介质平均温度和 介质平均密度，根据介质平均温度和介质平均密度获得目标管段内负压波波速；
[0025] 步骤8、上位机根据目标管段的进口压力和出口压力，采用小波理论确定管道泄漏 发生时，被监测管段负压波到达进口和出口的时间差，在根据目标管段的长度、波速和负压 波到达进口和出口的时间差，获得泄漏点的位于目标管段的位置；
[0026] 步骤9、根据目标管段的历史数据采用BP神经网络算法，确定目标管段中压力波 衰减率，具体步骤如下：
[0027]步骤9-1、将目标管段的进口正常压力值、目标管段的出口正常压力值、目标管段 的进口出现泄漏事故后的压力值、目标管段的出口出现泄漏事故后的压力值、目标管段的 进口正常流量值、目标管段的出口正常流量值、目标管段的进口出现泄漏事故后的流量值、 目标管段的出口出现泄漏事故后的流量值、泄漏点距离进口的距离、管道介质的黏度、管道 介质的密度，雷诺数和管道的直径作为BP神经网络的输入，将目标管段进口和出口的压力 波衰减率作为输出进行训练；
[0028]步骤9-2、将实时采集的目标管段进口压力、目标管段出口处的压力、目标管段进 口流量、目标管段出口流量、介质温度和介质密度作为训练好后BP神经网络的输入，获得 目标管段中压力波衰减率；
[0029] 步骤10、根据获得的目标管段中压力波衰减率，获得目标管段泄漏点的压降和泄 漏点压力，进而获得该泄漏点的孔径；
[0030] 步骤11、采用无量纲化处理法来获取目标管段的泄漏量，具体步骤如下：
[0031] 步骤11-1、根据目标管段的历史数据，采用非线性回归拟合的方法，构建介质密 度、介质黏度、泄漏点压力、介质实时温度、瞬时泄漏量和泄漏孔径六个物理量之间的函数 关系；
[0032] 步骤11-2、在介质密度、介质黏度、泄漏点压力、介质实时温度和泄漏孔径五个物 理量中随机选取四个物理量作为基本量，将另一个物理量和瞬时泄漏量作为循环量；
[0033] 步骤11-3、构建两个循环量分别与四个基本量的函数关系；
[0034] 步骤11-4、将两个循环量分别与四个基本量的函数关系代入六个物理量之间的函 数关系中，获得成品油管道泄漏时的泄漏量模型；
[0035] 步骤11-5、将实时采集的介质密度、介质黏度、泄漏点压力、介质实时温度和泄漏 孔径代入泄漏量模型中，获得泄漏量，并确定该管道上由入口到出口方向前3个监控站内 的出口压降，依次计算上述出口压降与报警站入口压降的比值，作为泄漏量的置信度，或确 定该管道上由出口到入口方向的前3个监控站内的入口压降，依次计算上述入口压降与报 警站出口压降的比值，作为泄漏量的置信度；
[0036] 步骤11-6、判断泄漏量置信度是否均在设定范围内，若是，则执行步骤11-7,否 贝1J，返回执行步骤11-2;
[0037] 步骤11-7、获得目标管段的泄漏量；
[0038] 步骤12、将泄漏量、泄漏点位置和泄漏时间在上位机中进行显示，提示工作人员。
[0039] 步骤11-1所述的六个物理量之间的函数关系，具体公式如下：
[0040]
[0041] 其中，處朽7,0，幻表示六个物理量之间的函数，P表示介质密度，雜表示介 质黏度，P表示泄漏点压力，T表示介质实时温度，Q为成品油管道泄漏的瞬时泄漏量，d表 示泄漏孔径，a、b、c、d、e、f、g、p、q表示返回拟合后的待定系数。<