人工智能在管道泄漏监测中的应用theapplicationofartificial.pdfVIP

人工智能在管道泄漏监测中的应用 李学军 陈久会 （中国石油抚顺石化分公司储运公司） （北京昊科航科技有限责任公司） 摘要: 针对成品油管道的特性和现有管道泄漏监测技术遇到的困难，将人 工智能理论应用在管道泄漏监测系统中，介绍了设计思想、应用范围及 使用效果。 关键词:人工智能 管道 泄漏监测 The Application of Artificial Intelligence in Leak Detection for Oil Pipeline Abstract :Due to Characteristics of readymade oil Pipeline and The difficulty that existing Pipeline Leak Detection technology meets, Use the theory of artificial intelligence in the Leak Detection system，In the design of Leak Detection system, have introduced the design philosophy, range of application and Result of use。 Key Words: artificial intelligence, Pipeline, Leak Detection 1 引言 抚顺―营口输油管线全长 246.4Km,是我国第一条长距离,大口径， 大输油量的商用成品油管线。近年来已发生多起打孔盗油案件,不仅造 成了油品的损失，还给管道及周围地区的安全和环境带来了严重威胁, 所以采取有效的技术措施，设计安装适用的管道泄漏监测系统，以便及 时发现打孔盗油活动并准确定位是十分必要的。 输油管道泄漏监测方面的报导很多(1) ，但在管线距离较长，泄漏点 所产生压力波动信号较弱的情况下，能及时准确的对盗油点进行定位报 警的技术尚未出现。 2 管线概况 抚顺―营口输油管线分两段,首段抚顺―鞍山站,长 129.1Km,为Φ 355 × 6 螺旋焊缝管线,鞍山站—营口港117.3Km,为Φ377 × 6 螺旋焊 缝管线。管线设计压力为6.4Mpa，实际运行在6.0Mpa 以下。输油主设 备为四台离心泵,根据需要串联运行,出站和进站均装有质量流量计,管 线沿程有四个分输点。 管线年输油量 240 万吨,输油品种为汽油和柴油,采用不停泵密闭顺 序输送方式工作,管线中油品的密度随产品种类改变,同一种油品的 20 ℃密度也各不相同。 受季节和地域影响,首站入口和末站出口油品温度不同。同一个季节 不同品种的油,温度也不相同，例如，冬季输汽油时,抚顺出站温度一般 为-20℃～-10℃之间,而末站收油温度一般为5℃～10℃之间；输柴油时 出站温度一般为15℃～45℃之间,而末站收油温度则在0℃～5℃之间； 同一品种的油不同时间,温度也不相同。 3 实现管道泄漏监测的困难 3.1 负压波法遇到的困难 采用站内采集压力,流量,温度等相关数据,经计算机分析处理,监测 管线泄漏,一旦出现泄漏,可用负压波法和流体力学状态方程来求出漏 点位置(2)。由于后一种方法误差太大,一般不予采用,绝大多数的人均选 用负压波法来计算泄漏位置,这首先要求波速v。 式中: v —— 波速,m/s; ρ——液体密度,kg/m3 k——液体的体积弹性系数,Mpa; d——管道的平均内径,m; E——管道的弹性模量,Mpa; δ——管道的壁厚,m。 以公式中可以看出: a、管材影响: 管子不同带来速度不同,假定其它参数不变,对于首站段和末站段来 说,其波速差大约为14℅。 b、密度影响: 液体密度随温度而变,随油品而变,而管线沿程各点温度均不相同, 这就导致了密度的不同,而密度不同则决定了波速不同,计算表明同一 油品温度变化10℃,它对波速产生的影响均为3℅～5℅; c、弹性系数影响： 油品的体积弹性系数 k 随油品品种和状态而异。同一温度压力下,