一种基于时序预测的天然气管网恒电位仪输出优化方法技术

本发明专利技术公开了一种基于时序预测的天然气管网恒电位仪输出优化方法，包括如下步骤：S1、建立管道电位模型，获取管地点位与恒电位仪输出电流的关系；S2、获取杂散电流电位数据集，根据杂散电流电位数据集预测干扰电位预测值；S3、构建恒电位仪输出优化目标函数，计算得到当前时段恒电位仪最佳输出电流；杂散电流预测方法以现场实测数据集为基础，数据可靠，能准确预测杂散电流电位；构建的优化算法包含了阴保段上所有的阴保桩，覆盖范围广，求解结果能够最大程度满足阴极保护需求。够最大程度满足阴极保护需求。够最大程度满足阴极保护需求。

【技术实现步骤摘要】
一种基于时序预测的天然气管网恒电位仪输出优化方法


[0001]本专利技术涉及油气管道阴极保护领域，尤其涉及一种基于时序预测的天然气管网恒电位仪输出优化方法。

技术介绍

[0002]杂散电流为了降低埋地油气管道的腐蚀速度，阴极保护是埋地油气管道主要的防腐措施，恒电位仪是阴极保护系统中必不可少的设备，通过对管道施加外部电流使得管地电位保持在
‑
0.85V～
‑
1.2V之间。但在实际工程中，由于地铁等产生的杂散电流的影响，管地电位往往偏离这一安全区间，使得管道腐蚀速率明显加快，因此必须重新确定恒电位仪的输出电流。
[0003]例如，一种在中国专利文献上公开的“一种埋地管道地铁杂散电流腐蚀防护方法”，其公告号：CN110750880A,公开了通过构建状态方程和观测方程并运用无迹卡尔曼滤波算法对管道极化电位进行估计；构建适应度函数并应用优化算法确定恒电位仪的最佳安装位置、恒电位仪的最小输出电流以及恒电位仪的数目，杂散电流管道防腐蚀子系统将恒电位仪的位置坐标、输出电流、输出电压、土壤湿度、温度等信息通过网络发送到网络终端设备；最后，使用小波神经网络对每个恒电位仪的输出电流进行预测，方法复杂。

技术实现思路

[0004]为了解决现有技术中杂散电流对恒电位仪输出电流影响严重的问题，本专利技术提供一种基于时序预测的天然气管网恒电位仪输出优化方法，能够通过计算干扰预测、建立优化方程及单目标优化实现恒电位仪的最优输出。
[0005]为了实现上述目的，本专利技术提供如下技术方案：
[0006]一种基于时序预测的天然气管网恒电位仪输出优化方法，包括如下步骤：
[0007]S1、建立管道电位模型，获取管地点位与恒电位仪输出电流的关系；
[0008]S2、获取杂散电流电位数据集，根据杂散电流电位数据集预测干扰电位预测值；
[0009]S3、构建恒电位仪输出优化目标函数，计算得到当前时段恒电位仪最佳输出电流。能够通过时序预测与优化算法计算天然气官网恒电位仪输出电流，将一个阴保段内所有的阴保桩连续30天采集的管
‑
地电位作为数据集，与管
‑
地电位理论计算结果作差后得到30天的杂散电流电位，然后将得到的杂散电流干扰电位投入ARIMA算法模型进行训练得到第二天某时段的干扰电位预测值，构建包含该预测值的恒电位仪输出电流优化方程，引入权重系数将该优化方程的优化目标转为单目标，求后即可得到恒电位仪的最优输出电流。预测结果准确、优化范围覆盖广，求解结果能够最大程度满足阴极保护需求。
[0010]作为优选的，其特征在于，S1中包括如下步骤：
[0011]S11、以管道两侧的绝缘接头为边界，将整个天然气管网划分为若干个阴保段，以阴保段为例建立管地电位模型；
[0012]S12、改变恒电位仪输出电流，使用阴保桩对管地电位进行采样，获取采样的电位
信号，通过线性拟合获取管地电位与恒电位仪输出电流的关系。通过线性拟合获取管地电位与恒电位仪输出电流的关系u
(i)
(I)＝R
(i)
I+u
i0
，式中R
i
为等效电阻,u
i0
为未施加管道电流时的自然电位。能够获得管地电位与恒电位仪输出电流的关系。
[0013]作为优选的，S11中包括如下步骤：
[0014]S111、绘制该阴保段上各个阴保桩采样点的管地电位与恒电位仪输出之间的关系图；
[0015]S112、建立阴保段电流微分方程；
[0016]S113、代入边界条件并求解。能够得到管道上电流变化规律。
[0017]作为优选的，S2中包括如下步骤：
[0018]S21、降低对阴保段管道上阴保桩的管地电位采集频率，连续采集并上传至服务器得到管地电位电流数据集；将阴保段管道上阴保桩的管地电位采集频率改为5min/次，连续采集30天并上传至服务器，得到u
i
(t)；
[0019]S22、通过管地电位与恒电位仪输出电流相减得到杂散电流电位数据集；以24h为计算时间节点，使用u
i
(t)减去u
i
(I)得到过去30天每天的杂散电流电位e
i
(t)，e
i
(t)＝{x
i
(1),x
i
(2),x
i
(3)
…
x
i
(m)}，x
i
(m)为阴保桩上传的一个电位数据；
[0020]S23、根据杂散电流电位数据集计算干扰电位预测值。将e
i
(t)投入ARIMA算法模型训练得到第二天某时段的干扰电位预测值e
is
并检查模型的有效性。
[0021]作为优选的，S22还包括通过ARIMA算法模型训练杂散电流电位数据集得到干扰电位预测值。能够获得准确预测杂散电流电位。
[0022]作为优选的，S3中构建恒电位仪输出优化目标函数包括：
[0023]S311以阴保段受腐蚀程度最小构建优化目标函数；
[0024]S312、以恒电位仪输出电流不能大于最大输出电流确定约束条件；
[0025]S313、根据优化目标与约束条件构建优化函数。从而获得考虑干扰电位预测值的管地电位优化函数。
[0026]作为优选的，S3中当前时段恒电位仪最佳输出电流包括：采用加权系数将求解的多目标优化函数转成单目标优化函数。保证覆盖一个阴保段上处于不同环境的所有保护电位。
[0027]本专利技术具有如下优点：
[0028]杂散电流预测方法以现场实测数据集为基础，数据可靠，能准确预测杂散电流电位；构建的优化算法包含了阴保段上所有的阴保桩，覆盖范围广，求解结果能够最大程度满足阴极保护需求。
附图说明
[0029]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
[0030]图1是本专利技术的实施例中一种基于时序预测的天然气管网恒电位仪输出优化方法流程示意图。
[0031]图2是本专利技术中一个阴保段内的恒电位仪和阴保桩结构示意图。
[0032]图3是本专利技术中一个阴保段的等效电路图。
[0033]图4是本专利技术中理论点位值和实测电位值的对比曲线图。
[0034]图5是本专利技术中利用ARIMA算法建立管地电位预测模型流程框图。
[0035]图中：
[0036]1‑
绝缘接头；2
‑
管道；3
‑
恒电位仪；4
‑
阴保桩；5
‑
服务器。
具体实施方式
[0037]以下由特定的具体实施例说明本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时序预测的天然气管网恒电位仪输出优化方法，其特征在于，包括如下步骤：S1、建立管道电位模型，获取管地点位与恒电位仪输出电流的关系；S2、获取杂散电流电位数据集，根据杂散电流电位数据集预测干扰电位预测值；S3、构建恒电位仪输出优化目标函数，计算得到当前时段恒电位仪最佳输出电流。2.根据权利要求1所述的一种基于时序预测的天然气管网恒电位仪输出优化方法，其特征在于，S1中包括如下步骤：S11、以管道两侧的绝缘接头为边界，将整个天然气管网划分为若干个阴保段，以阴保段为例建立管地电位模型；S12、改变恒电位仪输出电流，使用阴保桩对管地电位进行采样，获取采样的电位信号，通过线性拟合获取管地电位与恒电位仪输出电流的关系。3.根据权利要求2所述的一种基于时序预测的天然气管网恒电位仪输出优化方法，其特征在于，S11中包括如下步骤：S111、绘制该阴保段上各个阴保桩采样点的管地电位与恒电位仪输出之间的关系图；S112、建立阴保段电流微分方程；S113、代入边界条件并求解。4.根据权利要求1或2所述的一种基于时序预...

【专利技术属性】
技术研发人员：刘洋，周军华，王晓亮，田明亮，陈利平，沈佳园，石来民，俞舟平，
申请(专利权)人：浙江浙能天然气运行有限公司，
类型：发明
国别省市：