基于模糊决策方法的管道泄漏诊断与定位

A leak detection plays a key role in the overall integrity monitoring for a oil pipeline system. A fuzzy decision-making approach to pipeline leak localization is proposed in this paper. The two main methods, pressure gradient localization and negative pressure wave localization, are combined with fuzzy logical decision-making method to form a novel fault diagnosis scheme. The combination scheme can improve the precision of localization. An application example, 14km long oil pipeline leak detection and localization, is illustrated. This method is compared with others through practical experiments and its validity is confirmed by the results.     

基于负压波法的输油管道泄漏检测定位系统

为实现对石油管道的泄漏进行检测并定位,简要分析了国内外输油管道泄漏检测定位方法及其应用现状,重点研究了负压波泄漏检测与定位算法在实际中的应用.尤其对负压波定位公式中需要的首、末站压力拐点的时间差,即各站压力下降的拐点寻找进行了比较深入的研究与分析.在此基础上设计了一套基于ADAM5510的泄漏检测系统,给出了系统的总体组成结构、各部分功能及软件设计思想.现场试验表明设计的泄漏检测与定位方法具有实用价值.     

基于虚拟仪器的输油管道泄漏监测定位系统的实现

为了解决目前的输油管道泄漏监测和定位问题,提出了一个基于虚拟仪器的输油管道泄漏监测定位系统的实现方法。其采用了因特网来传输数据,提出了基于负压波和流量平衡法的四段法判断泄漏,分析了负压力波传到首末两站的时间差对泄漏定位的影响以及使用小波变换检测时间差的方法。系统在实际应用中取得了良好的效果。     

输油管网泄漏检测与定位方法的研究

提出了一种新颖的基于模式识别的输油管网泄漏检测与定位的方法．该方法采集管网每个端点的压力信号，并基于模式识别的原理对管网进行泄漏检测与定位．仿真实验结果表明了该方法的有效性．     

基于动态压力变送器的输油管道泄漏检测与定位系统

设计了一套基于动态压力变送器的输油管道泄漏检测与定位系统,阐述了其系统组成和检测原理.通过动态压力变送器获取管道的动态压力信号,采用基于经验模态分解的方法提取信号的特征向量,再利用支持向量机实现对管道泄漏的识别.最后采用相关时延估计算法获得管道泄漏点的位置.通过现场应用实例表明,动态压力变送器具有更高的检测灵敏度和泄漏分辨力.该系统能够对管道泄漏进行正确识别,可以有效地降低误报警率,并提高了泄漏检测的灵敏度和定位精度.     

基于信息融合的管道泄漏检测与定位技术应用研究

基于目前已经在石油输送管道中应用的SCADA系统将信息融合技术应用于管道泄漏检测与定位系统中;该方法应用管道泄漏时的多种特征信号,采用最优加权融合算法将多元信息综合处理,扩展了时间和空间上的检测范围,提高了泄漏检测系统的灵敏度和可靠性;在实验室用水泵和不锈钢管道组成的水循环系统进行了模拟实验,通过对比验证了信息融合检漏方法比单一检漏方法具有明显的优越性。     

基于大维数据驱动的油气管网泄漏监控模糊决策方法

输油管网状态量多及工艺复杂,难以建立精确的管网数学模型,为了能够实时监控管网的安全运行情况,本文提出一种基于大维数据驱动的管网泄漏监控模糊决策方法.首先利用管网现有的数据信息,在不对数据进行降维处理的情况下,从信息物理系统的角度出发,将油气管网的拓扑结构、阀门开度等管道物理数据以及压力、流量等运行信息数据结合起来对复杂管网系统建立数据驱动模型.然后基于大维随机矩阵谱理论,将得到的信息物理数据协方差矩阵谱分布及圆环率作为模糊决策的条件对管网运行情况进行判断.当管网拓扑发生动态变化时,提出的方法可以有效地解决误报率高的问题.最后通过仿真及实例的分析,可以证明所提出方法的有效性.     

基于信息融合算法的管道泄漏检测技术研究

基于目前已经在石油输送管道中应用的SCADA系统，将信息融合技术应用于管道泄漏检测系统中；该方法应用管道泄漏时的多种特征信号，采用最优加权融合算法将多元信息综合处理，扩展了时间和空间上的检测范围，提高了泄漏检测系统的灵敏度和可靠性。在实验室用水泵和不锈钢管道组成的水循环系统进行了模拟实验，通过对比验证了信息融合检漏方法比单一检漏方法具有明显的优越性。     

管道泄漏计算机在线检测系统及其算法实现

设计了管道泄满计算机在线检测系统的总体结构，提出了一种基于工况分析的逻辑判决故障检测算法，当输油管道工作状况不断发生改变时，这种方法能够动态估计管道运行数据的正常值范围，很好地解决输油管道泄漏的故障检测问题，结合GPS技术和负压波定位算法，大大提高了报警准确性和定位精度，现场测试结果和实际工业应用证明了该方法的有效性。     

Bootstrap与模糊聚类在管道泄漏检测的研究

管道泄漏信息缺失对可靠提取小泄漏与工况变化所产生的负压波模式的特征一直是一瓶颈，也是降低系统误报警率的关键因素之一。本文利用小样本统计的Bootstrap方法，对观测样本进行模拟采样并进行统计分析，在此基础上，对管道不同工况提取特征．并用模糊聚类分析的方法分类管道小泄漏与工况变化的运行模式。仿真实验表明该方法应用在管道泄漏诊断中是简单实用和可行的。     

管道泄漏检测优化算法的研究与仿真

研究管道泄漏优化检测问题,提高检测准确率。由于管内压力噪声干扰,使得采集的检测压力数据不准确。传统泄露检测算法是根据管内压力形成的负压波进行泄露检测。在管道检测的同时进行起泵、停泵等基本的工况操作时,管道内的噪声会影响压力变化,造成误报警的问题。为解决上述问题,提出一种Kalman滤波器的管道泄漏检测算法,引入未知输入项后经过Kalman滤波器来控制检测模型的变化,排除了工况操作和压力产生噪声等的干扰。实验证明,改进方法克服了误报警问题,能准确预测管道的泄漏,为管道检测提供了可靠的方法。     

小波奇异性分析在输油管道泄漏检测中的应用

针对目前输油管道泄漏检测准确率低的现状，采用小波奇异性分析的方法，对管道压力信号进行小波分析，检测出信号的奇异点，采用了能够抑制模极大值漂移的改进的ad hoc算法，对奇异点进行定位，对4条管线检测结果表明，该方法可以用于输油管道泄漏监测，并可进行精确的定位。     

负压波泄漏监测技术在清管器定位中的应用

长输管道在输送油品过程中,油品中含有的石蜡、胶质和其他杂质等会不断沉积在管道内壁,增加管道运行阻力,降低输送效率。为了保证管道输送顺畅,防止管内杂质过多影响输送安全,需要定期开展清管作业。然而清管器在管道中运行时,受内部结蜡、杂质和积水等影响,运行阻力时大时小,会引起清管管段上、下游出现相位相反的压力波动,触发负压波泄漏监测系统产生较多误报警。利用压力波动相位相反的特点,可以区分因清管器运行和管道泄漏引起的压力波动,并计算出压力波动到达上、下游的时间差,进而利用负压波定位原理计算出清管器位置。该方法既可以提升现有的负压波监测系统的报警准确率,又可以在无需增加通过指示器等额外硬件的条件下,通过检测清管器运行阻力的实时变化,计算出清管器在管道中运行的位置。     

基于T-S模糊神经网络预测算法的管道泄漏定位研究与分析

长输管道的泄漏检测和定位对管道安全平稳运行意义极其重大,在以软件计算为主的检测方法里,模糊神经网络模型综合了模糊算法和神经网络模型的优点,能较好地适应长输管道的非线性特征。本文采用中亚地区某管道某相邻两站场的历史数据训练基于高木-关野（Takagi-Sugeno）模糊神经网络的预测模型,使用STONER管道仿真软件产生实时数据,用一种较简单的软方法较好的实现管道泄漏定位,该种方法对中亚某长输管道这类没有专门硬件泄漏检测设备和系统的管线有一定的实用意义。     

基于多尺度加权排列熵的管道泄漏检测

管道的泄漏检测对于物料长距离运输的安全至关重要。利用加权排列熵方法分析管道的压力时间序列,可提取压力时间序列的特征,通过判定所提取特征的变化,实现管道的泄漏检测。考虑到单尺度加权排列熵在反映压力信号复杂度方面的不足,提出了基于多尺度加权排列熵的管道泄漏检测方法。该方法采取移动窗口法,选取固定长度的压力序列作为子序列。计算该子序列的多尺度加权排列熵,从而判定管道的泄漏。最后,通过对管道泄漏实验装置的仿真试验,验证了所提算法的有效性。     

采用SVD-NMF的管道泄漏信号去噪算法

在管道泄漏检测中,压力信号中的噪声干扰会降低传统互相关法的定位精度。传统的去噪算法对环境的适应性差,去噪效果不理想。为此,提出了一种奇异值分解SVD( Singular Value Decomposition)与非负矩阵分解NMF( Nonnegative Matrix Factorization)相结合的管道泄漏信号去噪算法。该方法首先通过奇异值分解确定非负矩阵分解的阶数并对其初始化;然后,采用改进的非负矩阵分解算法对原信号进行迭代分解,获得去噪信号;最后,对去噪信号进行处理后通过互相关计算时延,并结合泄漏信号的传播速度实现泄漏定位。大量实验结果表明,SVD￣NMF算法能够显著降低迭代次数,提高去噪速度;同时在泄漏检测中,能够达到去除噪声干扰,提高定位精度的目的。     

小波变换在输油管道泄漏检测定位系统的应用

介绍了一种基于小波变换的输油管道泄漏检测与定位系统,根据小波变换与信号奇异性之间的关系,采用小波变换模极大值算法对输油管道的压力信号进行奇异点检测,利用检测到的奇异点进行泄漏的定位。     

基于EMD与VPMCD的矿浆管道泄漏检测方法

针对矿浆管道工况调整给泄漏检测带来的干扰,准确提取泄漏信号的特征量是降低泄漏误报、漏报的关键.提出了一种基于经验模态分解(EMD)与变量预测模型(VPMCD)的泄漏检测方法.将压力信号分解为若干个本征模函数(IMF)分量,得到能够准确反映工况特征的局部Hilbert能量谱,并作为特征值向量,通过VPMCD分类器建立泄漏识别模型.方法应用于泄漏检测中,实验结果表明:矿浆管道在正常运行、泄漏和工况调整状态下,识别率达到95%,并综合分析流量信号,提高了泄漏检测精度.     

Leak detection of pipeline: An integrated approach of rough set theory and artificial bee colony trained SVM

The generation of leak along the pipeline carrying crude oils and liquid fuels results enormous financial loss to the industry and also affects the public health. Hence, the leak detection and localization problem has always been a major concern for the companies. In spite of the various techniques developed, accuracy and time involved in the prediction is still a matter of concern. In this paper, a novel leak detection scheme based on rough set theory and support vector machine (SVM) is proposed to overcome the problem of false leak detection. In this approach, ‘rough set theory’ is explored to reduce the length of experimental data as well as generate rules. It is embedded to enhance the decision making process. Further, SVM classifier is employed to inspect the cases that could not be detected by applied rules. For the computational training of SVM, this paper uses swarm intelligence technique: artificial bee colony (ABC) algorithm, which imitates intelligent food searching behavior of honey bees. The results of proposed leak detection scheme with ABC are compared with those obtained by using particle swarm optimization (PSO) and one of its variants, so-called enhanced particle swarm optimization (EPSO). The experimental results advocate the use of propounded method for detecting leaks with maximum accuracy.     

基于信息融合的管道泄漏检测应用研究

基于目前已经在石油输送管道中应用的SCADA系统,将信息融合技术应用于管道泄漏检测系统中.该方法应用管道泄漏时的多种特征信号,采用最优加权融合算法将多元信息综合处理,扩展了时间和空间上的检测范围,提高了泄漏检测系统的灵敏度和可靠性.在实验室用水泵和不锈钢管道组成的水循环系统进行了模拟实验.