气体长输管道漏磁内检测数据多轮对齐方法和装置制造方法及图纸

本发明专利技术属于石油天然气管道内检测技术和人工智能技术结合领域，主要涉及一种气体长输管道漏磁内检测数据多轮对齐方法和装置，包括如下步骤：根据特征点数据库，分别识别需要对齐的两组漏磁内检测数据中的一级特征点数据，对管道进行管段划分形成多个一级管段；对一级管段中的二级特征点进行识别，采用管段拆分算法，对一级管段中的二级特征点进行第一次对齐；对识别出但是未对齐的二级特征点再次进行对齐操作；以划分的二级管段为单位，对二级管段内剩余的特征点及缺陷依次进行对齐处理，本发明专利技术主要针对石油天然气长输管道多轮漏磁内检测数据对齐比例低的问题，可自动对统一管段多轮内检测数据进行快速准确的对齐，对齐比例高，对齐效果明显。对齐效果明显。对齐效果明显。

【技术实现步骤摘要】
气体长输管道漏磁内检测数据多轮对齐方法和装置


[0001]本专利技术属于石油天然气管道内检测技术和人工智能技术结合领域，主要涉及一种气体长输管道漏磁内检测数据多轮对齐方法和装置。

技术介绍

[0002]管道是油气大规模运输的主要载体，随着其使用年限的增加，出现泄漏和爆炸的风险增大，因而需要定期开展管道完整性评价，以排查管道中存在的风险，保障管道安全运营。管道完整性评价通过持续获取内外检测数据，对管体缺陷类型进行识别和风险评估，并采取相应措施将风险控制在可控范围。管道内检测数据是完整性评价的基础，依据单次内检测数据可获取管道缺陷的位置和特征，而依据多轮次内检测数据对齐可明确管道中活性腐蚀的位置和程度，分析腐蚀发展的趋势。这些分析的前提就是要进行多轮内检测数据的对齐，由于内检测过程受外部环境及检测误差的影响，不同的检测运营商、不同的检测设备等等诸多因素都会导致多轮内检测数据在里程、缺陷识别与量化方面存在一定差异，难以实现多轮内检测数据的快速对齐，且人工对齐工作量巨大。
[0003]针对两次内检测数据进行对齐时，现有的方案一般首先会获取待对齐的两组内检测数据中的阀门、弯头、环焊缝和缺陷信息；以其中一组数据为对齐基准数据，对另一组内检测数据按照阀门、弯头、环焊缝和缺陷特征的顺序依次进行对齐处理。在对齐某一特征时，通过判断两组内检测数据中对应的特征里程偏差值是否小于或等于偏差阈值，如果是则表示该偏差已经对齐；如果不是则对该特征端的对齐数据进行按比例的线性拉伸调整。上述方法存在如下问题：
[0004]1、对齐最终的目的就是要对齐焊缝和缺陷，对于几十公里的长输管道而言，仅通过阀门、弯头逐级对齐，每段的里程仍然很大，每段涵盖的焊缝和缺陷仍然很多，成功对齐的比例和效果很难理想。
[0005]2、各检测报告对法兰、弯头首尾等类焊缝的组件定义不同，导致环焊缝匹配困难。针对较短管节、阀门附近比较复杂的焊缝识别效果特别差。同时对于经历过改线或者换管的管段，可能会误匹配。
[0006]3、特征对齐时，现有算法通常采用统一的里程偏差均值函数和偏差阈值，但是实际情况不同的管道距离对里程偏差均值函数和偏差阈值都会有巨大影响，采用统一的里程偏差均值函数和偏差阈值进行处理，会导致对齐结果出现巨大偏差。
[0007]4、现有的对齐算法大多是基于里程比例进行管段的整体线性拉伸调整。但是实际情况下，不同检测结果受到起点、终点的不同定义，不同的检测设备，管道内部随着时间推移发生内部环境的变化，都会导致设备的里程计数并不是均匀的线性分布，因此按照基于里程比例进行线性拉伸必然会导致对齐效果的偏差。
[0008]5、现有缺陷对齐算法，在涉及到一对多、多对一、多对多对齐时，很容易造成误对齐或是漏对齐的情况。因为现有对齐算法是从上至下按顺序进行判定的，如果每次都对已对齐的数据再次进行判断，虽然可以避免漏对齐的情况，但是效率会非常低；如果已对齐数
据不进行再次判断，效率虽然高，但是会出现漏对齐的情况。同时因为没有具体的多对多的标准，所以多对多对齐结果的可靠性也无法得到保障。
[0009]6、现有对齐算法，虽然有集群的概念存在，但都是针对对齐结果进行的集群划分，对对齐算法本身是没有意义的。

技术实现思路

[0010]为了解决上述技术问题，本专利技术提供一种气体长输管道漏磁内检测数据多轮对齐方法和装置，主要针对石油天然气长输管道多轮漏磁内检测数据对齐比例低的问题，可自动对统一管段多轮内检测数据进行快速准确的对齐，对齐比例高，对齐效果明显。
[0011]本专利技术是这样实现的，提供一种气体长输管道漏磁内检测数据多轮对齐方法，包括如下步骤：
[0012]1)根据特征点数据库，分别识别需要对齐的两组漏磁内检测数据中的一级特征点数据，根据里程将两组数据中相同的一级特征点数据对齐，将对齐的一级特征点设置为锚点，基于锚点对管道进行管段划分，形成多个一级管段；
[0013]2)根据特征点数据库，对步骤1)中划分好的各个一级管段中的二级特征点进行识别，同时采用管段拆分算法，对两组漏磁内检测数据中对齐的两个一级管段中的二级特征点进行第一次对齐，管段拆分算法步骤如下：
[0014]201)赋予各个二级特征点不同的特征符号；
[0015]202)以一级管段为单位，将每组漏磁内检测数据中的二级特征点的特征符号按照里程升序顺序进行拼接，每个一级管段形成一个序列；
[0016]203)基于LCS算法，查找两组漏磁内检测数据中对齐的两个一级管段的序列中的最长公共子序列，设两组漏磁内检测数据中先检测出的一组为基准数据，后检测的一组为对齐数据，最长公共子序列存在于基准数据中的序列(x0，x1，x2....xi)和对齐数据中的序列(y0，y1，y2...yj)中，最长公共子序列的长度C[i，j]为：
[0017][0018]204)对步骤203)中找到的最长公共子序列中所包括的各个二级特征点逐个进行对齐，针对每个二级特征点，调用线性关系比值函数得出比值k：
[0019]k＝K2/K1
[0020]其中，K1为基准二级特征点当前所处的一级管段长度，K2为对齐二级特征点当前所处的一级管段长度；调用里程偏差阈值计算函数得出对齐二级特征点的里程估值范围t：
[0021]t＝k*(M1
±△
m)
[0022]其中，M1为基准二级特征点距上游已匹配一级特征点或二级特征点的距离，Δm为基准二级特征点的里程偏差范围，如果对齐二级特征点距上游已匹配特征点的距离M2∈t，则认为当前对齐二级特征点对齐成功，将该对齐二级特征点作为最新的节点数据，导入线性关系比值函数和里程偏差阈值计算函数，进行更新训练；如果则认为对齐失败，在
里程估值范围t内寻找对齐数据中相同类型且不在最长公共子序列内的二级特征点数据，再次进行对齐；
[0023]3)对步骤2)中识别出但是未对齐的二级特征点再次进行对齐操作，调用线性关系比值函数和里程偏差阈值计算函数，在里程估值范围t内，找出两组漏磁内检测数据中最接近k*M1的相同类型的二级特征点，即为对齐二级特征点，将该点的数据作为最新的节点数据，导入线性关系比值函数和里程偏差阈值计算函数，进行更新训练，并且以步骤2)和步骤3)中对齐的二级特征点为节点，将各个一级管段划分为二级管段；
[0024]4)以步骤3)划分的二级管段为单位，对二级管段内剩余的特征点及缺陷依次进行对齐处理，特征点对齐重复步骤3)中的方法，缺陷对齐采用集群划分方法进行对齐：
[0025]401)对当前二级管段内的缺陷进行集群划分；
[0026]402)调用线性关系比值函数和里程偏差阈值计算函数，计算得到角度范围c＝C1
±
Δc，其中C1为基准缺陷角度值，范围0～360
°
，Δc为角度偏差阈值，在角度满足在范围c内的缺陷列表内，找到在里程范围t内，最接近k*M1的缺陷作为对齐缺陷，至此完成了两组漏磁内检测数据的全部对齐。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.气体长输管道漏磁内检测数据多轮对齐方法，其特征在于，包括如下步骤：1)根据特征点数据库，分别识别需要对齐的两组漏磁内检测数据中的一级特征点数据，根据里程将两组数据中相同的一级特征点数据对齐，将对齐的一级特征点设置为锚点，基于锚点对管道进行管段划分，形成多个一级管段；2)根据特征点数据库，对步骤1)中划分好的各个一级管段中的二级特征点进行识别，同时采用管段拆分算法，对两组漏磁内检测数据中对齐的两个一级管段中的二级特征点进行第一次对齐，管段拆分算法步骤如下：201)赋予各个二级特征点不同的特征符号；202)以一级管段为单位，将每组漏磁内检测数据中的二级特征点的特征符号按照里程升序顺序进行拼接，每个一级管段形成一个序列；203)基于LCS算法，查找两组漏磁内检测数据中对齐的两个一级管段的序列中的最长公共子序列，设两组漏磁内检测数据中先检测出的一组为基准数据，后检测的一组为对齐数据，最长公共子序列存在于基准数据中的序列(x0，x1，x2....xi)和对齐数据中的序列(y0，y1，y2...yj)中，最长公共子序列的长度C[i，j]为：204)对步骤203)中找到的最长公共子序列中所包括的各个二级特征点逐个进行对齐，针对每个二级特征点，调用线性关系比值函数得出比值k：k＝K2/K1其中，K1为基准二级特征点当前所处的一级管段长度，K2为对齐二级特征点当前所处的一级管段长度；调用里程偏差阈值计算函数得出对齐二级特征点的里程估值范围t：t＝k*(M1
±△
m)其中，M1为基准二级特征点距上游已匹配一级特征点或二级特征点的距离，Δm为基准二级特征点的里程偏差范围，如果对齐二级特征点距上游已匹配特征点的距离M2∈t，则认为当前对齐二级特征点对齐成功，将该对齐二级特征点作为最新的节点数据，导入线性关系比值函数和里程偏差阈值计算函数，进行更新训练；如果则认为对齐失败，在里程估值范围t内寻找对齐数据中相同类型且不在最长公共子序列内的二级特征点数据，再次进行对齐；3)对步骤2)中识别出但是未对齐的二级特征点再次进行对齐操作，调用线性关系比值函数和里程偏差阈值计算函数，在里程估值范围t内，找出两组漏磁内检测数据中最接近k*M1的相同类型的二级特征点，即为对齐二级特征点，将该点的数据作为最新的节点数据，导入线性关系比值函数和里程偏差阈值计算函数，进行更新训练，并且以步骤2)和步骤3)中对齐的二级特征点为节点，将各个一级管段划分为二级管段；4)以步骤3)划分的二级管段为单位，对二级管段内剩余的特征点及缺陷依次进行对齐处理，特...

【专利技术属性】
技术研发人员：段明伟，朱子东，刘志军，王沂沛，奚诗佳，毕祯哲，张磊，蔺文楠，高雨晴，栾奕，
申请(专利权)人：国家管网集团北方管道有限责任公司沈阳检测技术分公司，
类型：发明
国别省市：