【技术实现步骤摘要】
本专利技术涉及埋地管道缺陷检测及位置识别，特别提供了一种基于漏磁内检测数据的多轮数据匹配方法。
技术介绍
1、对于油气长输管道的缺陷检测和定位，当前国内较多采用漏磁内检测技术，由于油气管道运行条件、周边环境状况及漏磁内检测对缺陷的识别能力的动态变化，在动态不确定性和误差的影响下，使得一些检测结果与开挖结果不符，存在误报的可能。另外，多轮内检测报告结果的差异，导致检测缺陷难以得到对齐匹配。当多轮内检测中采用不同检测工具时，更会加剧以上现象。为了对管道缺陷严重程度排序，了解管道沿线缺陷分布，对缺陷的准确位置开挖验证，及时对严重缺陷开展修复，需要采用统一的维度进行对齐。
2、现有技术在对齐三轮及三轮以上内检测数据时，一般采用两种方案：
3、第一种先对多轮内检测数据进行两两对齐。在进行管道基础特征对齐后，通过对比所在管节的长度和距前后环焊缝的距离等进行对齐；完成基础特征对齐后，通过钟点方位、长度、宽度、相对深度、表面位置等信息完成缺陷的精确对齐。最后人工将两两对齐的结果进行匹配，获得最终的多轮数据对齐结果。
4、第二种需要先将内检测数据与基线数据统一维度，将相关数据的里程对齐至管道基线。组件对齐时，按照球阀、弯头、环焊缝、其他组件的顺序，依次与基线数据中的对应组件的轴向位置进行比较，判断是否存在漏检误检信息。缺陷对齐时，以管节为单位，将单条管节的检测长度伸缩至该管节在基线中上下游环焊缝之间的长度，并使用线性插值将检测缺陷的位置转换至基线的方式先进行里程对齐；完成缺陷里程对齐后，需判断检测缺陷的时钟方位
5、上述两种方案各自存在的不足点在于：
6、第一种对齐方案在算法的使用上只支持一对一数据对齐，需要人工将两两对齐的结果进行关联整理。而人工开展内检测数据对齐的工作量巨大，成本较高，尤其对于内检测次数较多，里程较长的情况，无法满足对大规模检测结果进行快速处理的需求。并且，传统的人工对齐方式主要依据数据检测分析人员的经验，可靠性较差，难以形成可以量化的质量标准。
7、第二种对齐方案检测数据都需以基线数据为标准进行对齐。所以需要管道公司提供基线数据，且对齐结果的完整性依赖于基线数据的精确程度。然而在实际的管道检测工作中，基线数据的管理存在以下问题：
8、1、基线数据条件不完备，资料残缺不全，进而导致对齐精度下降，可信度降低，需要人工介入复核；
9、2、数据不一致性：如果基线数据存在偏差或错误，内检测数据对齐后会导致数据不一致性，影响后续的分析和决策。
10、3、数据时效性差：基线数据通常是过去采集的，而内检测数据是实时采集的，两者之间存在时间差异，会导致数据的时效性差，影响决策的准确性。
技术实现思路
1、为了解决上述技术问题，本专利技术提供了一种基于漏磁内检测数据的多轮数据匹配方法。
2、本专利技术是这样实现的，提供一种基于漏磁内检测数据的多轮数据匹配方法，包括如下步骤：
3、1)获得需要对齐的两组数据，确认两组数据的数据类型，将检测时间更晚的一方设为基准数据，另一方为比较数据；
4、2)提取特征数据库，特征数据库包括特征和缺陷，根据特征数据库对基准数据和比较数据的多条原始检测数据进行清洗，分别得到一个匹配结果集x：
5、
6、其中，n为检测次数，m为匹配结果条数，匹配结果集x中的每一行为一条匹配结果，每一列为每一次检测数据；
7、3)将基准数据和比较数据的匹配结果集x中的每项匹配结果按照是否完全匹配进行标识：若匹配结果集x匹配的多条原始检测数据中，每条原始检测数据均能与该项匹配结果匹配上，则该项匹配结果为完全匹配结果；若存在某条检测数据与该项匹配结果不能完全匹配上，则该项匹配结果为非完全匹配结果；
8、4)确定基准数据和比较数据的匹配结果集x中每一次检测数据的优先级；遍历每一条匹配结果，参照检测数据的优先级和匹配结果是否是完全匹配结果对匹配结果集x进行降维，若该条匹配结果为完全匹配结果，则保留第一优先级的项；若该条匹配结果为非完全匹配结果，则保留n次检测数据中最高优先级的项，降维后匹配结果x′为；
9、
10、其中，x′m为一条匹配结果中优先级最高的项，同时，标注每一项对应的检测次数a:
11、
12、其中，代表正整数；
13、5)确定对齐里程的范围，得到初始管段长度，将比较数据中用于对齐的管线长度按照基准数据中用于对齐的管线长度进行缩放，获得的比例尺为：
14、基准数据:比较数据＝1:k；
15、其中，k为比较数据的管线长度相对于基准数据的管线长度的比例；
16、设基准数据中包含x次检测，比较数据中包含y次检测，将基准数据和比较数据两两交叉比较，得到初始管段的比例结果集k：
17、
18、6)进行多轮数据匹配：
19、601)根据检测管线的特点，将特征数据库中普遍性强、出现频率较低的管线基本特征设定为第一优先级特征，将基准数据的x′和比较数据的x′中的第一优先级特征按照里程顺序进行对齐，每成功对齐一组数据，得出当前第一优先级特征到上下游已对齐特征的比例结果集k1、k2，并将当前第一优先级特征上下游已对齐特征之间的管段分成两个第一优先级管段，首次对齐时，比较数据中用于对齐的管线两端与基准数据中用于对齐的管线两端默认为已对齐特征，全部对齐后，得到第一优先级管段的比例结果集的集合ka；
20、602)第一优先级特征对齐结束后，将第一优先级管段按照里程排序，再将特征数据库中普遍性强、出现频率较高的管线基本特征设定为作为第二优先级特征，按照第一优先级管段的里程范围依次进行第二次对齐，每成功对齐一组数据，得出当前第二优先级特征到上下游已对齐特征的比例结果集k’1、k’2，并将当前第二优先级特征上下游已对齐特征之间的管段分成两个第二优先级管段，第二次对齐完成后，将第一优先级特征、第二优先级特征的对齐结果按照里程排序，形成最终的管段划分，全部对齐后，得到第二优先级管段的比例结果集的集合kb；
21、603)将剩余特征和缺陷设为第三优先级特征，按照管段的里程范围依序完成最后一次对齐。
22、优选的，步骤1)中，两组数据的数据类型为以下情况中的一种：两组数据均为未经对齐的原始检测数据、两组数据均为已经完成对齐的匹配结果数据、两组数据中一组数据为未经对齐的原始检测数据，另一组为已经完成对齐的匹配结果数据。
23、进一步优选，步骤1)中，若两组数据中存在已经完成对齐的匹配结果数据，将该匹配结果数据最新一次的检测时间作为该组数据的检测时间。
24、进一步优选，步骤2)中，特征数据库中的特征包括绝对里程、特征类型、特征识别类型、管节编号、管节长度、壁厚、时钟方向、尺寸信息以及缺陷的表面位置信息、缺陷类型、缺陷识别类型、缺陷尺寸类型和本文档来自技高网...
【技术保护点】
1.一种基于漏磁内检测数据的多轮数据匹配方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，步骤1)中，两组数据的数据类型为以下情况中的一种：两组数据均为未经对齐的原始检测数据、两组数据均为已经完成对齐的匹配结果数据、两组数据中一组数据为未经对齐的原始检测数据，另一组为已经完成对齐的匹配结果数据。
3.根据权利要求2所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，步骤1)中，若两组数据中存在已经完成对齐的匹配结果数据，将该匹配结果数据最新一次的检测时间作为该组数据的检测时间。
4.根据权利要求1所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，步骤2)中，特征数据库中的特征包括绝对里程、特征类型、特征识别类型、管节编号、管节长度、壁厚、时钟方向、尺寸信息以及缺陷的表面位置信息、缺陷类型、缺陷识别类型、缺陷尺寸类型和簇标识。
5.根据权利要求4所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，所述特征类型为数据的大分类，所述特征识别类型为某一特征类型下的小分类
6.根据权利要求1所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，步骤4)中，根据检测时间的倒序或者检测数据的精确程度确定基准数据和比较数据的匹配结果集X中每一次检测数据的优先级，检测时间越晚或检测数据的精确程度越高的，优先级越高。
7.根据权利要求1所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，步骤6)中，所述第一优先级特征包括阀门、三通、法兰、弯头；所述第二优先级特征为环焊缝。
8.根据权利要求1所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，步骤6)中，基准数据的X′和比较数据的X′中，只有完全匹配结果对应的项可以用于所述第一优先级管段、所述第二优先级管段的形成，第二优先级管段对齐完成后，剩余项参与最后一次数据对齐。
9.根据权利要求1所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，步骤601)、步骤602)、步骤603)中的对齐方法为：
...【技术特征摘要】
1.一种基于漏磁内检测数据的多轮数据匹配方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，步骤1)中，两组数据的数据类型为以下情况中的一种：两组数据均为未经对齐的原始检测数据、两组数据均为已经完成对齐的匹配结果数据、两组数据中一组数据为未经对齐的原始检测数据，另一组为已经完成对齐的匹配结果数据。
3.根据权利要求2所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，步骤1)中，若两组数据中存在已经完成对齐的匹配结果数据，将该匹配结果数据最新一次的检测时间作为该组数据的检测时间。
4.根据权利要求1所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，步骤2)中，特征数据库中的特征包括绝对里程、特征类型、特征识别类型、管节编号、管节长度、壁厚、时钟方向、尺寸信息以及缺陷的表面位置信息、缺陷类型、缺陷识别类型、缺陷尺寸类型和簇标识。
5.根据权利要求4所述的基于漏磁内检测数据的多轮数据匹配方法，其特征在于，所述特征类型为数据的大分类，...
【专利技术属性】
技术研发人员：段明伟，王沂沛，朱子东，
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：
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。