论文部分内容阅读
管道在输送流动性的物品方面极具优势,尤其在石化行业的的输油领域有着广泛应用。但是,随着管线网络的拓扑发展、环境气候的破坏、使用年限的限制等因素,管道泄漏事故的突发性也逐渐增高,对人身安全造成威胁,对环境造成破坏。如果安排人工检测维护,效率低下,而且无法实时应对突发事故。因此,对输油管道泄漏实时诊断系统的研究具有非常重要的意义。以前的输油管道泄漏检测与定位方法在判断精度和实时性方面很难满足要求,基于此,本文提出了一种数据驱动的长输油管道泄漏检测与定位方法,极大地提高了系统的实时性和健壮性,具体涉及以下三个方面:首先,提出了一种基于离散小波分解的低通阈值滤波方法,对采集上来的长输油管道的压力信号进行滤波处理,该方法选取低通滤波器对小波分解的各层高频系数分别进行阈值量化处理,再小波重构,使得最终的滤波效果既具有较高实时性,又能保留并锐化压力信号的特征信息。其次,对输油管道两端的压力信号进行同源性分析;再根据时变阈值判断某一采样点是否为管道泄漏引起的压力异常点;最终利用连续小波变换分析异常点的特征信息,并对管道泄漏点进行精确定位。最后,本文详细研究了数据驱动的输油管道泄漏诊断系统的需求分析与设计模式,并实现了一种改良的调度室IO架构,使得当上位机的数目偏大时,系统对管道压力数据的处理效率保持不变,最终效果为上位机监控站能实时将发生管道泄漏的情况向总调度室交付请求,而调度室进行整个系统的规划控制并向上位机发送响应指令来处理管道泄漏。本文方法相对于传统方法最大的特点就是算法具有较高实时性,简单有效,而且极大提高了精度。相对于许多类似于基于网络理论的诊断方法的较差实时性,本文提供的方法也更具实用性。