井场—集油气站管道泄漏检测方法研究

【摘要】：管道泄漏检测技术是保障管道安全生产的重要手段。其中,基于信号处理的泄漏检测是现场使用最为广泛的方法。随着计算机技术的发展,各种智能算法也应用于管道信息处理,以便更加准确地发现和定位泄漏。本文在介绍实际油田管道运行情况的基础上,主要进行以下几方面的工作:1)论文通过分析所采集的实际管道运行数据,提出将现代模式识别方法用于管道泄漏检测,提高检测算法的鲁棒性和准确性。针对部分油田现场管道运行数据缺失的实际情况,提出一种基于SVM的泄漏识别方法。在分析油田生产现场数据的相关性曲线基础上,给出SVM识别泄漏的样本数量。并进一步确定了适合于泄漏识别的SVM核函数及参数,提出了一种适合于运行数据缺失的泄漏识别算法。2)论文研究了BP神经网络模型结构,确定了可提高泄漏识别率的激活函数,基于该激活函数的BP神经网络可作为油田管道泄漏检测方法的补充。3)论文研究了互相关原理在管道泄漏定位中的应用,明确了互相关函数与管道泄漏位置的关系,并予以实际算法实现。经油田现场实验验证,所研发的算法可行,有效。同时,论文在研究小波变换的多尺度分析理论基础上,提出利用多尺度分析方法屏蔽噪声,计算小波变换模极大值与管道泄漏位置的关系,并提出一种操作性强的实现算法,得出通过实际计算表明所提方法的可行性。4)论文分析了负压波定位泄漏的误差,并提出利用温度来校正泄漏定位公式,通过实际计算表明此方法可以减少定位误差。