论文摘要
分布式光纤传感器能够灵敏地感知管道任意位置泄漏导致的局部温度变化,但是海量监测数据却具有显著的时-空非平稳性特征,难以直接根据监测数据进行泄漏诊断。在统计模式识别框架下,提出一种基于滑动窗口离群值分析的时-空大数据分析方法,仅利用分布式温度监测数据的内秉特征即可实现管道泄漏的智能化识别,确定了滑动窗口长度和异常状态诊断窗口长度的取值方法,并且进行了原型保温钢管泄漏监测的物理模拟。结果表明:在管道完好的状态下,该方法不会发生误报警的情况,而管道一旦发生泄漏,该方法能够快速识别管道泄漏事件,并对泄漏位置进行精准定位。该方法是一种无监督的人工智能大数据处理方法,在埋地管道泄漏监测中具有良好的应用前景。(图5,表2,参20)
论文目录
文章来源
类型: 期刊论文
作者: 冯新,刘洪飞,王子豪
关键词: 埋地管道,泄漏监测,分布式光纤测温,大数据分析,人工智能
来源: 油气储运 2019年09期
年度: 2019
分类: 工程科技Ⅰ辑,信息科技
专业: 石油天然气工业,自动化技术
单位: 大连理工大学建设工程学部
基金: 国家自然科学基金面上项目“寒区埋地管道的分布式结构健康监测与实时安全预警方法研究”,51378088,国家重点研发计划项目“城市市政管网安全运行保障技术研究”,2016YFC0802400
分类号: TE973.6;TP212
页码: 988-995
总页数: 8
文件大小: 1936K
下载量: 358