本發(fā)明涉及管道系統(tǒng)泄漏檢測技術(shù)領(lǐng)域，特別涉及一種大型復雜天然氣管網(wǎng)系統(tǒng)泄漏檢測方法。

背景技術(shù)：

目前，管道在線泄漏檢測技術(shù)和系統(tǒng)正沿著兩個思路發(fā)展：一是基于管道內(nèi)部流動和泄漏特征的管道分析計算檢測方法CPM(Computational Pipeline Monitoring)，一是借助于外部系統(tǒng)和設(shè)備的外部檢測方法(光纖、電纜和次聲波法等)。

基于管道動態(tài)模型的泄漏檢測方法充分利用了管道系統(tǒng)流動和泄漏的全部特征，能識別管道的正常瞬變流動和由微小泄漏所產(chǎn)生的擾動，對所出現(xiàn)的微小泄漏敏感但不受過程中各種測量噪聲的影響，且不受泄漏發(fā)生時間和管道運行狀態(tài)的影響，實現(xiàn)連續(xù)檢測和診斷。故其泄漏檢測靈敏度、可靠性高，泄漏定位準確，抗干擾能力強，是管道泄漏檢測CPM方法中的高端技術(shù)和方法，也是適用于天然氣管道泄漏報警和定位的唯一方法，廣泛應用于國外天然氣長輸管道泄漏檢測系統(tǒng)中。

管道動態(tài)模型泄漏檢測技術(shù)涉及管道在線自適應動態(tài)仿真建模技術(shù)、非線性系統(tǒng)濾波技術(shù)、隨機狀態(tài)診斷、隨機過程分析和信號處理等技術(shù)，使得管道泄漏檢測系統(tǒng)對過程中的各種噪聲不敏感，而對管道中出現(xiàn)的微小泄漏卻能做出迅速響應。

在國外，管道動態(tài)模型泄漏檢測技術(shù)研究日趨深入和成熟，形成了多種商品化的產(chǎn)品，并在天然氣管道系統(tǒng)泄漏檢測上得到廣泛應用。但在國內(nèi)，其理論研究和技術(shù)開發(fā)工作較為局限，由于理論研究和應用開發(fā)難度高，國內(nèi)管道泄漏檢測技術(shù)開發(fā)商并未涉足該領(lǐng)域。

技術(shù)實現(xiàn)要素：

為了克服現(xiàn)有技術(shù)的缺陷，本發(fā)明的目的在于提供一種大型復雜天然氣管網(wǎng)系統(tǒng)泄漏檢測方法，突破分段檢測的限制，創(chuàng)立CPM大型復雜天然氣管道系統(tǒng)泄漏檢測體系，針對大型復雜天然氣管道系統(tǒng)及測量數(shù)據(jù)分布特點，提出基于動態(tài)模型的天然氣管網(wǎng)壓力分布相關(guān)性分析泄漏檢測方法。

為了達到上述目的，本發(fā)明通過下述技術(shù)方案實現(xiàn)：

一種大型復雜天然氣管網(wǎng)系統(tǒng)泄漏檢測方法，包括以下步驟：

步驟一、靜態(tài)仿真，以節(jié)點壓力法來分析管網(wǎng)流體定常流動；根據(jù)定常流動的假設(shè)和關(guān)系式，考慮到管網(wǎng)靜態(tài)流動特點，即各參數(shù)不隨時間變化，得到相應的各元件的靜態(tài)分析模型，然后用系統(tǒng)及節(jié)點的質(zhì)量守恒關(guān)系建立以節(jié)點壓力為未知量的非線性代數(shù)方程組，最后用擬牛頓法求解該方程組，得到流體管網(wǎng)定常流動的計算機模擬解，對所測管道進行靜態(tài)仿真，得到管道內(nèi)沿線壓力、流量和溫度的初始分布；

步驟二、在線仿真，應用管網(wǎng)仿真軟件進行在線仿真，通過標準OPC通訊接口，提供與SCADA系統(tǒng)和其它OPC應用軟件的實時雙向通訊，按需求自動讀取SCADA系統(tǒng)的實時運行數(shù)據(jù)和設(shè)備狀態(tài)參數(shù)，運行數(shù)據(jù)包括壓力、流量和溫度，設(shè)備狀態(tài)參數(shù)包括閥門位置、泵/壓縮機啟/停/功率/轉(zhuǎn)速，并據(jù)此狀態(tài)和數(shù)據(jù)動態(tài)建模，實現(xiàn)在線仿真；得到管道內(nèi)沿線壓力、流量和溫度的實時分布；

步驟三、參數(shù)學習，根據(jù)敏度分析理論，在隱式法和特征線法氣體管道動態(tài)仿真狀態(tài)空間模型基礎(chǔ)上，如式(1)所示；提出基于管道瞬變流動狀態(tài)空間模型的管道參數(shù)實時在線學習模型，如式(2)所示；建立管道實時在線學習過程，計算過程如表1所示；以適應管道參數(shù)的不確定性和緩慢變化過程，從而通過學習-觀測過程耦合，消除和減少管道參數(shù)不確定性和緩慢變化所造成的影響，實現(xiàn)在線自適應精確動態(tài)仿真，為管道動態(tài)模型泄漏檢測技術(shù)提供動態(tài)模型仿真基礎(chǔ)；管道實時在線學習模型是動態(tài)估計和跟蹤管道參數(shù)不確定性的有效手段，良好的實時在線學習模型是魯棒模擬器的重要保證：

式中，θ為待估計參數(shù)形成的r維向量，θ∈R^r，它可以是時間序列的緩變參數(shù)，也可以是空間分布參數(shù)，根據(jù)學習和估計的需要確定其形式；

式中，為一數(shù)量，其中λ為記憶因子，滿足0≤λ≤1。

表1參數(shù)學習步驟及計算過程

步驟四、泄漏檢測，計算各壓力測點的仿真壓力與實測壓力偏差，通過仿真-實測壓力偏差分布的相關(guān)性分析，實現(xiàn)大型復雜油氣管道系統(tǒng)的泄漏狀態(tài)辨識和診斷。

本發(fā)明具有以下特征：適合大型復雜氣體和液體管網(wǎng)系統(tǒng)；突破流體介質(zhì)的限制；突破天然氣管道分段檢測的限制、充分利用分布特征；連續(xù)監(jiān)測，不斷更新泄漏位置和泄漏點，不受泄漏時間的影響，可以同時監(jiān)測多個漏點；需要復雜的在線仿真，檢測效果依賴于管道沿線儀表的布置。

附圖說明

圖1是本發(fā)明的結(jié)構(gòu)示意圖。

圖2是參數(shù)學習及估計工程圖。

圖3是榆濟線PNS管網(wǎng)仿真模型圖。

圖4是參數(shù)學習后系統(tǒng)平均壓力偏差圖。

圖5是參數(shù)學習后系統(tǒng)各測點壓力偏差圖。

圖6是任村(林州站)模擬泄漏檢測結(jié)果圖。

圖7是遮峪閥室與安陽站壓力偏差趨勢圖。

具體實施方式

下面結(jié)合附圖和具體實例對本發(fā)明作詳細敘述。

一種大型復雜天然氣管網(wǎng)系統(tǒng)泄漏檢測方法，包括以下步驟：

步驟一、靜態(tài)仿真，圖3即是建立的榆濟管道管網(wǎng)仿真模型，模型共由55個節(jié)點、54條管線組成，其中包括一座壓縮機站，一臺調(diào)壓設(shè)備。根據(jù)定常流動的假設(shè)和關(guān)系式，考慮管網(wǎng)靜態(tài)流動特點，得到相應的各元件的靜態(tài)分析模型；然后利用系統(tǒng)及各站點的質(zhì)量守恒關(guān)系，建立以站點壓力為未知量的非線性代數(shù)方程組；榆濟線最終的方程組維數(shù)是294維，最后用擬牛頓法求解該方程組，迭代精度設(shè)置為0.0001，得到流體管網(wǎng)定常流動的計算機模擬解，即得到管道內(nèi)沿線壓力、流量和溫度的初始分布；

步驟二、在線仿真，通過標準OPC通訊接口，實現(xiàn)與榆濟線SCADA系統(tǒng)(PVSS.OPC.1)的實時雙向通訊，每20秒自動讀取SCADA讀取運行數(shù)據(jù)包括各站點壓力、流量和溫度，壓縮機站進出、站壓力，調(diào)壓撬進出口壓力，并據(jù)此數(shù)據(jù)動態(tài)建模，實現(xiàn)在線仿真，所建立的方程組是530維，以隱式差分法求解該方程組，得到管道內(nèi)沿線壓力和流量的實時分布；

步驟三、參數(shù)學習，根據(jù)敏度分析理論，在隱式法和特征線法氣體管道動態(tài)仿真狀態(tài)空間模型基礎(chǔ)上，如式(1)所示，提出基于管道瞬變流動狀態(tài)空間模型的管道參數(shù)實時在線估計和學習模型；如式(2)所示，建立管道實時在線學習過程，如圖2所示，計算過程如表1所示，以適應管道參數(shù)的不確定性和緩慢變化過程，從而通過學習-觀測過程耦合，消除和減少管道參數(shù)不確定性和緩慢變化所造成的影響，實現(xiàn)在線自適應精確動態(tài)仿真，為管道動態(tài)模型泄漏檢測技術(shù)提供動態(tài)模型仿真基礎(chǔ)；管道實時在線學習模型是動態(tài)估計和跟蹤管道參數(shù)不確定性的有效手段，良好的實時在線學習模型是魯棒模擬器的重要保證：

式中，θ為待估計參數(shù)形成的r維向量，θ∈R^r，它可以是時間序列的緩變參數(shù)，也可以是空間分布參數(shù)，根據(jù)學習和估計的需要確定其形式；

式中，為一數(shù)量，其中λ為記憶因子，滿足0≤λ≤1；

表2參數(shù)學習步驟及計算過程

參數(shù)學習不小于10min，系統(tǒng)獲取足夠多的實時管道流動數(shù)據(jù)，通過該數(shù)據(jù)進行管道緩變參數(shù)加權(quán)估計，實現(xiàn)管道參數(shù)自學習過程。學習過程結(jié)束后，觀測管道系統(tǒng)平均壓力偏差和沿線各點壓力偏差，結(jié)果分別如圖4和圖5所示。圖4是系統(tǒng)平均壓力偏差隨時間變化的關(guān)系，從圖中可以看出，系統(tǒng)平均壓力偏差在1KPa波動，這說明整個系統(tǒng)仿真精度非常高。圖5是沿線個點壓力偏差隨時間變化的關(guān)系，從圖中可以看出，沿線各點壓力偏差均在4KPa以內(nèi)，即沿線各點仿真壓力比較高。

步驟四、設(shè)置泄漏檢測參數(shù)。壓力分布相關(guān)性泄漏檢測方法參數(shù)設(shè)置如表3和表4所示。它們定義了壓力分布泄漏檢測所需的所有參數(shù)、檢測方法和檢測報警具體要求。其中表3明確了PPRTM泄漏檢測的具體方法、參數(shù)及報警要求；表4列出了榆濟管道沿線所有可能的壓力測點及相關(guān)參數(shù)，其中固定壓差偏差須通過運行穩(wěn)定后自適應學習功能自動標定。

表3 PPRTM泄漏檢測要求

表4壓力分布

步驟五、進行壓力相關(guān)性分析泄漏檢測，包括仿真-實測壓力分布偏差對比、管道泄漏壓力分布偏差特征分析、泄漏診斷和報警、泄漏處理和定位。

本次測試以林州站為測試站點。模擬該站發(fā)生泄漏，進行泄漏檢測。由于林州站距離任村閥室較近，在仿真模型中，將林州站與任村閥室合并一處。

泄漏檢測從6月11日20：32開始，此時林州站已經(jīng)開始為用戶供氣，供氣瞬時流量為6464.9Nm³/h，模擬該站發(fā)生5858.4Nm³/h的泄漏。泄漏檢測結(jié)果如圖6所示。從圖中可以看出，泄漏發(fā)生后，林州站上游遮峪閥室，與林州站下游安陽站壓力偏差均開始增大，圖中紅色圓圈標注的地方，這表明PPRTM泄漏檢測方法可以檢測出兩個壓力測點之間的泄漏。將遮峪閥室與安陽站壓力偏差提取出，如圖7所示。圖7中，由于管線模擬發(fā)生泄漏，遮峪閥室與安陽站壓力偏差都產(chǎn)生了影響，并且隨著泄漏的持續(xù)，壓力偏差不斷增大。