基于天然气管道风险预警及数据采集方法技术

本申请提供了基于天然气管道风险预警及数据采集方法

【技术实现步骤摘要】
基于天然气管道风险预警及数据采集方法、计算机设备


[0001]本申请涉及天然气管道风险预警
，特别涉及基于天然气管道风险预警技术及采集方法
、
计算机设备
。

技术介绍

[0002]随着我国经济快速发展和能源结构优化调整，天然气作为一种高效清洁能源，需求日益增加，天然气管输行业快速发展
。
天然气管道是指将天然气
(
包括油田生产的伴生气
)
从开采地或处理厂输送到城市配气中心或工业企业用户的管道，又称输气管道，利用天然气管道输送天然气，是陆地上大量输送天然气的方式，在世界管道总长中，天然气管道约占一半
。
面对快速增长的天然气新建管道公里数，现有的对天然气管道风险预测存在以下问题：
[0003](1)
原有的天然气场站管理支线的数量逐渐增加，消耗了更多的人工时间和成本；
[0004](2)
天然气场站对天然气管道监测时间不够全面，会导致对天然气管道的风险监测数据造成遗漏；
[0005](3)
在监测到天然气管道风险后不能精确的定位其天然气管道的具体位置，由此给天然气管道平稳运行带来巨大的挑战
。
[0006]为解决上述问题，最优的一种方案是通过时间戳来获取天然气管道的数据，建立风险预警向量，同时还需要预设天然气管道风险点定位神经网络，基于此：
[0007]参考专利申请号
CN202011064340.2
‑
一种湿天然气管道内腐蚀高风险段识别方法，及其相关专利如：
CN202111401274.8
‑
一种天然气运输管道泄露的预测方法及其应用；获取运输管道的原始数据集与监测点集；对所述原始数据集进行处理，得到降维数据集；将所述降维数据集输入至预测模型中，得到所述监测点集的预测概率集；根据所述监测点集构建管道模型，将所述预测概率集填充至所述管道模型内，得到所述管道模型内网格区域的单位矩形的泄露概率；判断所述网格区域的单位矩形的泄露概率是否小于一个预设阈值
。
[0008]此现有技术优化了对天然气管道监测的定点定位处理，但从其方案针对的来说，对运输管道的数据监测并不是全时间段的，存在遗漏的缺陷，且对原始数据进行处理得到降维数据集的步骤中会丢失高维空间的信息，也就是会对天然气管道的原始数据中存在风险的信息会丢失，这样就会造成没有监测到天然气管道的风险数据
。
因此，如何实现对天然气管道的数据实时的获取并监测到风险数据时可以精准的定位，从而解决天然气管道监测时间不够全面
、
不能精确的定位其天然气管道的具体位置的问题是目前天然气管道风险预警技术及采集所迫切需要的
。

技术实现思路

[0009]本申请的目的是提供基于天然气管道风险预警技术及采集方法
、
计算机设备，旨在解决在获取天然气管道的时间范围存在遗漏
、
监测天然气管道风险的定位不够精准，导
致天然气管道发生泄漏，以及无法预防意想不到的风险问题的问题
。
[0010]为实现上述目的，本申请提供如下技术方案：
[0011]本申请提供基于天然气管道风险预警技术及采集方法包括：
[0012]通过时间戳获取天然气管道数据，所述天然气管道数据包括天然气输送量和天然气送达量；
[0013]将所述天然气输送量进行电力载波处理，使所述电力载波嵌入到天然气管道中，利用电力线作为载波通信媒介，实时查询各个天然气管道输送量，远程的控制输送量的开关，可与天然气收费系统连为一体，根据天然气的峰谷时段进行输送量的分段处理得到与所述天然气输送量对应的二进制编码数据；
[0014]判断所述天然气输送量是否大于或等于预定的天然气风险阈值，若是，则调用二进制编码数据，并将所述二进制编码数据进行向量化，得到风险预警向量，具体为：
[0015][0016]其中，和分别表示第
i
个天然气管道的二进制编码为0和1的向量，
m
为输送量转化为二进制编码的最大值，
D
为天然气管道的数量；
[0017]将所述风险预警向量和天然气送达量导入至预设的风险点定位神经网络中，得到天然气管道的天然气泄漏具体定位；
[0018]对天然气管道进行实时在线智能远程监控技术，遇到紧急情况对天然气管道阀门远程开关控制，并将所述天然管道数据进行监控时可以输出视频信号传输至显示控制服务器，并输出音频信号传输至报警服务器，由所述显示控制服务器控制智慧显示平台的输出画面
。
[0019]进一步的，所述预设的风险点定位神经网络中包括：对所述风险预警向量和天然气送达量的数据进行纠偏处理，生成训练序列样本，进行模型训练，基于最小二乘法曲线拟合原理，对已知数据离散点上的数据集生成风险传播模型，用训练序列样本和风险传播模型根据神经网络定位算法，对天然气管道位置进行风险匹配，精确定位所述天然气管道的天然气泄漏的位置经纬度
。
[0020]进一步的，所述纠偏处理为将所述风险预警向量和天然气送达量的数据进行风险危害分析，并确定关键的确定点，再生成所述训练序列样本，所述最小二乘法曲线拟合原理是通过最小化误差的平方和寻找所述风险预警向量和天然气送达量的数据的最佳函数匹配
。
[0021]进一步的，所述判断所述天然气输送量是否大于或等于预定的天然气风险阈值的步骤中还包括风险动态分析：
[0022]可靠性分析，通过对关键因素的输入参数进行
±
10
％的调整，观察整个系统的风险评估波动是否正常；
[0023]结构重要读分析，使用概率的异变比
Rov
进行重要度分析，利用每个叶节点的先验概率和后验概率计算
Rov
；
[0024]预测性分析，利用
DBN
进行时间序列上的基本事件以及失效后果概率预测
。
[0025]进一步的，结构重要度分析时，在模型运行中，先验概率越大的事件表示其发生频率越高，
Rov
越高的事件对管道破坏事故的贡献度越大，其公式为：
[0026][0027]其中，为叶节点
i
的后验概率，
φ
BE
(X
i
)
是叶节点
i
的先验概率
。
[0028]进一步的，所述神经网络定位算法为：设
(x,y)
为天然气管道的位置，
(X
i
,Y
i
)
为第
i
个天然气管道
R
i
的泄漏位置
R1，
R
i1
表示天然气管道
R
i
和泄漏位置
R1
的距离差，则：
[0029][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于天然气管道风险预警技术及采集方法，其特征在于，包括：通过时间戳获取天然气管道数据，所述天然气管道数据包括天然气输送量和天然气送达量；将所述天然气输送量进行电力载波处理，使所述电力载波嵌入到天然气管道中，利用电力线作为载波通信媒介，实时查询各个天然气管道输送量，远程的控制输送量的开关，可与天然气收费系统连为一体，根据天然气的峰谷时段进行输送量的分段处理得到与所述天然气输送量对应的二进制编码数据；判断所述天然气输送量是否大于或等于预定的天然气风险阈值，若是，则调用二进制编码数据，并将所述二进制编码数据进行向量化，得到风险预警向量，具体为：其中，和分别表示第
i
个天然气管道的二进制编码为0和1的向量，
m
为输送量转化为二进制编码的最大值，
D
为天然气管道的数量；将所述风险预警向量和天然气送达量导入至预设的风险点定位神经网络中，得到天然气管道的天然气泄漏具体定位；对天然气管道进行实时在线智能远程监控技术，遇到紧急情况对天然气管道阀门远程开关控制，并将所述天然管道数据进行监控时可以输出视频信号传输至显示控制服务器，并输出音频信号传输至报警服务器，由所述显示控制服务器控制智慧显示平台的输出画面
。2.
根据权利要求1所述的基于天然气管道风险预警技术及采集方法，其特征在于，所述预设的风险点定位神经网络中包括：对所述风险预警向量和天然气送达量的数据进行纠偏处理，生成训练序列样本，进行模型训练，基于最小二乘法曲线拟合原理，对已知数据离散点上的数据集生成风险传播模型，用训练序列样本和风险传播模型根据神经网络定位算法，对天然气管道位置进行风险匹配，精确定位所述天然气管道的天然气泄漏的位置经纬度
。3.
根据权利要求2所述的基于天然气管道风险预警技术及采集方法，其特征在于，所述纠偏处理为将所述风险预警向量和天然气送达量的数据进行风险危害分析，并确定关键的确定点，再生成所述训练序列样本，所述最小二乘法曲线拟合原理是通过最小化误差的平方和寻找所述风险预警向量和天然气送达量的数据的最佳函数匹配
。4.
根据权利要求1所述的基于天然气管道风险预警技术及采集方法，其特征在于，所述判断所述天然气输送量是否大于或等于预定的天然气风险阈值的步骤中还包括风险动态分析：可靠性分析，通过对关键因素的输入参数进行
±
10
％的调整，观察整个系统的风险评估波动是否正常；结构重要读分析，使用概率的异变比
Rov
进行重要...

【专利技术属性】
技术研发人员：艾力群，师海斌，熊浩云，颜士逵，李昆洪，陈知己，艾威，李小艺，门立国，江东，蔡明，冯德龙，张俊甲，李时炜，
申请(专利权)人：国家管网集团西南管道有限责任公司贵阳输油气分公司，
类型：发明
国别省市：