The invention discloses a pipeline safety identification method of a natural gas pipeline safety monitoring device based on wavelet packet, which belongs to the pipeline monitoring technical field. The process includes: using the multi-function data acquisition card to collect the sound signals from the signal conditioning module, and using the wavelet packet decomposition calculation to obtain the characteristic vector of the detected signal; select several sampling samples for the hydrate condensation and the pipeline leakage events, and train and test the BP neural network, and use the required BP God. The network can locate abnormal events types. Compared with the existing technology, the invention can automatically extract fault features and automatically judge the type of fault according to the measurement parameters. It overcomes the problem that the existing technology is low in reliability due to subjective judgment and one-sided, solves the defect of the existing delay in the existing technical judgment process and improves the fault monitoring. Efficiency, reduce the cost of implementation.
【技术实现步骤摘要】
一种基于小波包用于天然气管道安全监测装置的管道安全识别方法
本专利技术涉及一种基于小波包用于天然气管道安全监测装置的管道安全识别方法,属于管道监测
技术介绍
随着天然气产业的快速发展,为满足国民经济对天然气供应的需要,天然气管道的建设、运营、维护和保障成为能源建设领域的重中之重。天然气从生产到销售需经过采集、净化、运输、配气等过程,大部分都是在密闭的管道中完成的,且全球95%的天然气供应通过管道输送。一般在役天然气管道具有大管径、长距离、高压力、巨输量的特点,在其运送过程中极易发生水合物凝聚堵塞管道以及管道泄漏等事故,一旦发生事故将会造成巨大的生命财产损失和环境污染。因此,如何及时发现天然气管道内的异常情况并准确加以判断,进而减少其对正常生产的影响并避免事故发生,是业界人士关注焦点。目前,国内外对于天然气管道内水合物监测技术研究处于起步阶段,国外一些学者已报道一些相关工作,但国内尚未见类似成果报道。美国北达科他大学A.R.Hasan等人开展了基于瞬态压力分析方法来对天然气井内的部分堵塞进行定位。该方法理论上可对堵塞物的体积和位置进行估算,但未提出计算堵塞物的位置的具体方法,也无法对天然气管道泄漏进行监测,另外文中指出该方法中堵塞物的厚度和长度对堵塞物定位结果影响较大。英国曼彻斯特大学BarryLennox教授领导的研究小组通过向管道发射声波后检测声波回波来确定管道沿线是否存在泄漏,已通过短距离实验管道测试。该技术的检测原理是管道泄漏的声阻抗有别于平滑管道,因而声波传播到事发点时该处会产生反射波,从而可被接收端捕获,系统根据反射波返回时间即可进行定 ...
【技术保护点】
1.一种基于小波包和天然气管道安全监测装置的管道安全识别方法,其特征在于:一种基于小波包和天然气管道安全监测装置的管道安全识别方法包括如下步骤:S1、建立危害管道安全事件类型的BP神经网络模式库;S2、将完成训练的BP神经网络用于实时监控危害管道安全事件。
【技术特征摘要】
1.一种基于小波包和天然气管道安全监测装置的管道安全识别方法,其特征在于:一种基于小波包和天然气管道安全监测装置的管道安全识别方法包括如下步骤:S1、建立危害管道安全事件类型的BP神经网络模式库;S2、将完成训练的BP神经网络用于实时监控危害管道安全事件。2.根据权利要求书1所述的一种基于小波包和天然气管道安全监测装置的管道安全识别方法,其特征在于,以事件的特征向量为BP神经网络的输入,训练及测试BP神经网络以建立危害管道安全事件类型的BP神经网络模式库包括:危害管道安全事件包括管道水合物凝聚和管道泄漏两个方面,对由不同截面积(D=30mm,40mm,50mm,60mm和70mm)的水合物引起的反射信号和由不同位置的泄漏孔引起的反射信号分别选取15~20个作为样本,按照上述特征提取流程提取其特征向量,将提取的信号特征向量作为BP神经网络的输入,对应事件类型作为输出对BP神经网络进行训练,直至BP神经网络误判率满足系统设计要求。3.根据权利要求1所述的一种基于小波包和天然气管道安全监测装置的管道安全识别方法,其特征在于,建立危害管道安全事件类型的BP神经网络模式库中振动信号特征向量提取包括:1)计算机内的软件产生的激励信号经声源驱动模块输出,来驱动放置于管道首端入口处的声源发出声波信号,当沿管道轴向传播的声波遇到管壁附着的水合物或者管道泄漏时会产生反射信号;2)在管道入口附近放置麦克风采集入射声波遇到管壁附着的水合物或者管道泄漏时产生反射信号,通过采集该反射信号根据其传播的时间对该水合物或者泄漏位置进行定位;3)麦克风输出的反射信号进入信号调理模块,然后由多功能数据采集卡进行模数转换,最后进入计算机进行分析;4)对于采集到的反射信号通过小波包分解,提取其...
【专利技术属性】
技术研发人员:曲志刚,安阳,岳斌,
申请(专利权)人:天津科技大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。