摘要：探讨了实时模型法、负压波法、模式识别法3种天然气管道泄漏检测技术的原理、特点、适用情况及应用案例。
关键词：天然气管道；泄漏检测；SCADA监测点；实时模型法；负压波法；模式识别法
Detection of Natural Gas Pipeline Leakage Based on Limited SCADA Monitoring Points
WANG Shuai，YU Jianjun，YAN Mingqing
Abstract：The principle，characteristics，applicability and application case of three kinds of detection technologies of natural gas pipeline leakage，including real-time model method，negative pressure wave method and pattern recognition method are introduced.
Key words：natural gas pipeline；leakage detection；SCADA monitoring point；real-time model method；negative pressure wave method；pattern recognition method
1 概述
近些年来，我国长输天然气管道和城市天然气管网相继设置了SCADA系统。它可对天然气管网一些节点的压力和流量进行自动监测，并实时将监测点的压力和流量信号传回控制中心，以此来监控整个天然气输配系统的运行状况[1]。但SCADA系统的监测装置价格很高，在管网中设置的监测点数量往往有限(约每5km设置1个监测点)，而且目前缺乏有效的故障诊断方法，在遇到管道突发泄漏或小泄漏量事故时，难以及时找出事故发生的具体位置。因此利用有限个SCADA监测点来识别天然气输配系统的泄漏事故有着重要的实际应用意义。
2 利用2个监测点检测长输管道泄漏
长输管道具有分支少、流量大、管网运行压力高等特点。因此，可以仅在管道首末两端分别设置1个SCADA远传装置，传送首末端固定传感器采集到的管道实时数据，利用控制中心的计算机进行数据分析，可以判定管道是否存在泄漏并定位泄漏点。固定传感器采集到的数据包括管道监测点的压力、流量，管道中天然气的温度和相关声波参数(主要应用于负压波法)等。利用两个SCADA监测点来监测复杂的管道运行，可以减少人力和财力支出，在管道泄漏检测中有较大的发展空间。目前在该领域研究较深的方法有实时模型法和负压波法。
2.1 实时模型法
① 实时模型法的泄漏检测及定位原理
用模型在线检测管道的压力和流量，并与压力、流量的实测值比较来诊断泄漏事故，这是实时模型法的基本思想。实时模型法以管网SCADA系统的实测参数为边界条件，以管道沿程的热力、动力平衡微分方程和气体连续性方程建立管道的实时模型。在没有分支的管道首末端各设置1个SCADA监测点，采集实时数据进行模拟后加以分析，可以检测出管道是否存在泄漏。
要建立管道的实时模型，需要把管道划分成无数个管长为出的微元管段。由热力学方程、动力学方程、连续性方程和状态方程[2～3]，同时考虑气体压缩因子方程Z=Z(p，T)，得到方程组，见式(1)。
式中cp——天然气的比定压热容，J/(kg·K)
Dj——焦耳-汤姆逊系数，K/Pa
p——天然气压力，Pa
dx——微元管道的长度，m
T——天然气温度，K
K——管道的传热系数，W/(m2·K)
D——管道内径，m
T0——管道埋深处的土壤温度，K
qm——天然气的质量流量，kg/s
ρ——天然气密度，kg/m3
g——重力加速度，m/s2
λ——摩擦阻力系数
v——天然气流速，m/s
Z——压缩因子
根据式(1)建立管道模型，利用SCADA系统同一时刻对管道两端实时采集到的数据，分别进行两组管道数据的仿真：由起点到终点的模型仿真和由终点到起点的模型仿真。如果管道运行正常，则以上两组仿真数据与实测数据偏差较小(允许相对误差为5%[4])。但当管道发生泄漏后，仿真数据将不能与实测数据中的1个或几个吻合，由此可以判定管道发生了泄漏。当天然气在管道泄漏点处有相同的边界条件时，由流体的连续性可知，泄漏点处的压力和温度也相同。因此当管道泄漏时，根据管道起点边界条件绘制的压力曲线1和根据终点边界条件绘制的压力曲线2将相交于L点，见图1，此时可判定L点对应的管道位置x0就是泄漏点位置。泄漏量为起点到终点模型仿真在泄漏点处的流量与终点到起点模型仿真在泄漏点处的流量之差。
② 实时模型法的考虑因素及适用情况
a. 实时模型法中决定精度的根本是模型的仿真程度，模型的敏感参数为压力，因此在建立模型时需要充分考虑管道的热环境和沿程阻力及局部阻力对压力的影响，以保证模型的准确性。文献中的模型缺少对沿程阻力变化和管道热环境变化的考虑[5]。
b. 实时模型法只适用于高压干管且在同一时刻只有1个泄漏点的情况。对同一时刻发生多点泄漏或在某一点发生泄漏后其扰动尚未传到管道两端时又有新泄漏发生，以及中压管网的情况，实时模型法并不适用。
2.2 负压波法
① 负压波法的泄漏检测及定位原理
当流体输送管道发生泄漏时，其泄漏部位立即产生物质损失，这将引起泄漏区的流体密度减小，压力降低。由于流体具有连续性，管道中的流体不会立即改变速度，泄漏点和相邻两侧区域之间的压力差导致流体从上、下游区域向泄漏区填充，从而引起泄漏区相邻区域的密度减小、压力降低。这种现象依次向泄漏区上、下游扩散，在水力学上称为负压波(或减压波)，其传播速度就是声波在管道流体中的传播速度[6～7]。
在管道首末两端安装压力传感器，并由SCADA系统记录传感器传送的数值。当泄漏发生时，会在管道内产生负压波动，从泄漏点向上、下游传播，并以指数规律衰减，这种压力波动和正常压力波动大不相同，具有几乎垂直的前缘。首末两端的压力传感器分别在不同时刻捕捉到负压波信号，从而判断管道发生了泄漏，根据负压波传到管道两端的时间差和负压波波速可以进行泄漏点定位[8]。
负压波法进行泄漏点定位见图2。负压波从泄漏点到达管道首、末端的时间分别为t1、t2。令△t=t1-t2，则存在如下关系：
式中x——泄漏点距离管道首端的距离，m
a——负压波波速，m/s
L——被测管道长度，m
v——流体速度，m/s
△t——负压波从泄漏点到达管道首、末端的时间差，s
式(2)中，a一般大于1000m/s，v为1.5～3.0m/s，因此v通常忽略不计，式(2)可以简化为式(3)。在式(3)的3个变量中，L已知，a与△t待求。
影响负压波法对泄漏点进行准确定位的两个关键因素[8～9]为：负压波传播到首、末两端传感器的时间差的准确确定和管道内负压波波速的确定，即负压波法定位的误差主要来自a和△t。在传统的常波速泄漏定位法中，负压波在管道中的传播速度被视为定值，通常为1000～1200m/s。实际上负压波的传播速度计算见式(4)，准确的a值有助于泄漏点的准确定位。
式中W——流体的体积弹性系数，Pa
E——管材的弹性模量，Pa
δ——管壁厚度，m
C——与管道约束条件有关的修正系数
要得出较准确的△t，需要管道首、末端的系统时间必须同步。基于负压波进行泄漏检测和定位的后续方法主要有相关分析法、时间序列分析法和小波变换法等[9～11]。
② 负压波法的局限性及适用情况
a. 负压波法的局限性在于要求泄漏的发生是快速和突发性的。该方法的抗干扰能力差，易误报警。
b. 要求首、末端传感器的时间精度始终保持相同，否则定位会失真。负压波法要求泄漏点产生突然压降，对快速突发的泄漏和量较大的泄漏敏感，对于缓慢发生的泄漏或已经发生的泄漏则失效。
2.3 应用案例
实时模型法和负压波法只用两个SCADA监测点即可检测长输管道泄漏，目前已经取得实验的成功并进行了实际应用。
① 四川省某输气管道长23.5km，管道外径为426mm，壁厚为7mm，运行压力为1.5MPa，起点温度为305.3K，终点温度为296.5K，在距管道起点5.6km处人为制造了1个泄漏点。采用实时模型法进行泄漏检测和定位。监控软件采用BWRS状态方程，18s后发出了泄漏报警信号，47s后将泄漏点定位于距管道起点5.38km处。
② 采用负压波法对英国某天然气管道进行泄漏检测和定位。管道长220km，内径为560mm，每隔10km安装1个截止阀，两个截止阀之间设置5个压力测点。该系统能在60s内检测出直径为6.4mm的泄漏点，泄漏点定位精度为152m。
③ 清华大学与胜利油田油气集输公司联合研制的长输管道泄漏监测系统采用负压波法进行泄漏检测和定位，利用小波变换法和相关分析法同时进行检测。该泄漏监测系统对32km管道进行了在线检测，检测结果显示：最小泄漏量为5m3/h，泄漏点的定位精度约为管道长度的2%。
3 城市天然气管网泄漏检测的模式识别法
① 模式识别法的原理
城市天然气管网系统具有压力级制偏低，分支多，管网复杂，多成环状等特点。从理论方面来看，无论一个管网有多大，2个监测点均无法唯一确定泄漏点的具体位置，泄漏点的定位至少需要3个压力监测点。实时模型法和负压波法均不能解决城市天然气管网的泄漏检测问题，笔者认为基于计算机人工神经网络的模式识别法能够解决这个难题。
模式识别法可以根据管网中设置的3个监测点的压力变化来诊断故障。SCADA监测点在管网中的布置方式会影响诊断效果，因此尽量使监测点在管网中均匀布置。首先要对天然气管网各种代表陛的故障情况与3个监测点压力变化之间的关系进行学习，建立管网压力、流量的特征矢量，形成故障模式的特征空间(模式库)并储存。一旦天然气管网出现故障，将3个监测点的数据与特征空间进行对比，分析出故障发生的位置和类别。充分利用模式识别技术在非线性映射方面的优势，弥补其他数学模型如多元回归分析等在处理强非线性问题上的不足，提高故障诊断的准确性[12]。
特征值的提取与选择、训练学习和分类识别是任何模式识别系统的3个核心问题[13]。一个功能较完善的识别系统在进行识别前，首先要进行学习，天然气管网故障诊断模式识别系统的原理见图3。
一个测点的测量参数可构成表征该测点所在管道运行状态的特征矢量，天然气管网不同部位发生故障，同—测点的特征矢量会有所不同。可以通过试验(广义的试验，如数值模拟等)得出管网发生故障时特征矢量的数值特性知识(模式分类)。在日常运行中将实时监测得到的特征矢量值与特征空间进行对比，判断监测得到的特征矢量值属于何种管网故障的特征矢量值范围，从而做出对故障管道的诊断。特征空间和特征矢量的建立决定了模式识别的准确性和精确性，因此在建立特征矢量初期，要考虑管网压力损失对特征矢量的影响，为了增加模式识别的可靠性，应该选取适当的特征矢量维度和分量类别[14]。
目前针对各种特征矢量提出的模式匹配方法的研究越来越深入。针对天然气管网的特殊性，判别域代数界面方程法中的位势函数法、统计判决法中的正态模式参数判别法以及人工神经网络法这3种方法比较适合天然气管网故障诊断的模式识别[12]。采集分布较好、分布范围较广的实际数据非常困难，可以模拟部分数据以补充实际数据的不足，对于研究和实际应用都非常必要。
② 应用案例
文献[15]将模式识别法应用于城市给水系统，并且全部采用水力分析来模拟所需数据，即采用管网局部破坏状态下的水力分析来得到所需数据。虽然给水系统和天然气系统在水力学工况上有很大差异，但是利用模式识别的方法和思路可以应用到天然气管网中。
③ 小结
a. 模式识别的算法有很多种，算法复杂度的度量应独立于程序语言种类，这样能可靠地进行复杂度比较，可提供数据内在的固有的信息量[13]。
b. 天然气管网用气的不均匀性要求对管网训练时区分区域和时间段进行设置，考虑用气量的变化得到管网各种代表性状态的数据，建立相应的特征空间。比如可将一天分为几个时段，区分周末和工作日、冬季和夏季，有助于特征空间的训练学习及故障诊断，保证数据库的详实，避免系统误报。
c. 本文仅考虑设置3个监测点的情况，若增至4个监测点，其中的1个作为备用，可大大提高故障诊断系统的可靠性。即当其中1个监测点出现问题或维修时，其余3个仍可以进行故障诊断。
4 结语
目前城市天然气管网利用有限个SCADA测点进行检测的方法仍处于试验阶段，该方法有广阔的应用前景，研究人员可以加大科研投入。在天然气管道泄漏检测中，多种方法相结合能保证运行人员安全和减少不必要的经济损失。为保证定位精确和抢修及时，在管道泄漏点定位时还应与其他方法相结合，如利用手持式激光探测仪、激光雷达等[16]。
参考文献：
[1] 肖文晖，刘亚斌，王思存.城市燃气管网SCADA系统的开发[J].煤气与热力，2003，23(1)：20-22.
[2] 胡忆为.天然气管道泄漏分析及动态处理技术[J].天然气工业，2001，21(4)：98-100.
[3] 张红兵，李长俊，彭善碧.输气管道故障诊断中的实时模型法[J].天然气工业，2005，25(10)：103-105.
[4] 肖建兰，吕保和，王明贤，等.气体管道泄漏模型的研究进展[J].煤气与热力，2006，26(2)：7-9.
[5] 李军.基于瞬态模拟的燃气管道泄漏检测与定位技术研究(硕士学位论文)[D].天津：天津城市建设学院，2008：25-29.
[6] 陈春刚，王毅，杨振坤.长输油气管道泄漏检测技术综述[J].石油与天然气化工，2002，31(1)：52-54.
[7] 高松巍，刘博，杨理践.城市燃气管道泄漏检测及定位技术的研究[J].城市燃气，2008(9)：14-18.
[8] 李宏，王兰兰，张冬生，等.负压波输油管道泄漏检测技术研究[J].科学技术与工程，2011，11(2)：340-342.
[9] 邓鸿英，王毅.负压波管道泄漏检测与定位技术[J].油气储运，2003，22(7)：30-33.
[10] 李长俊，刘恩斌，梁党国，等.基于负压波原理的输油管道泄漏检测技术研究及应用[C]∥.中国国际石油天然气安全技术管理高层研讨会论文集.重庆：科学技术与工程杂志社，2005：67-75.
[11] 李新建，邓雄.基于负压波和流量平衡的管道泄漏监测系统研究[J].石油和化工设备，2009(1)：167-175.
[12] 严铭卿.燃气输配工程分析[M].北京：石油工业出版社，2007：245-255.
[13] 孙即祥.现代模式识别[M].2版.北京：高等教育出版社，2008：1-6.
[14] 孙即祥.模式识别[M].北京：国防工业出版社，2009：2.
[15] 梁建文，肖笛，赵新华，等.给水管网故障实时诊断方法[J].水利学报，2001(12)：40-46.
[16] 李军，徐永生，玉建军.燃气管道泄漏检测新技术[J].煤气与热力，2007，27(7)：56-59.
(本文作者：王帅1 玉建军1 严铭卿2 1.天津城市建设学院 天津 300384；2.中国市政工程华北设计研究总院 天津 300074)
您可以选择一种方式赞助本站
支付宝转账赞助
微信转账赞助
