目前,我国国民经济的持续高速发展对能源特别是油气资源的需求越来越迫切。管道由于自身具备的诸多优势,已成为主要的油气资源运输手段。但由于种种自然或人为原因,管道泄漏事故时有发生,有时会伴随着巨大的生命财产损失和环境污染。目前,常用的油气管道安全监测装置主要通过管道输送压力、流量以及温度等参数的变化来判断泄漏是否发生。该类方法容易受输送介质特性、工艺等因素影响,且报警都在发生泄漏之后。
本文在课题组前期工作基础上,对分布式光纤油气长输管道泄漏检测及预警技术展开了深入研究,并构建了一套分布式光纤油气管道泄漏检测及预警系统。该系统不仅能检测到管道泄漏并对泄漏点定位,而且能在威胁油气管道安全的异常事件发生时进行预警并对事发点定位。
本文主要进行以下几方面的研究工作:
1、分析了分布式光纤振动传感器机理、灵敏度和影响其灵敏度因素,同时分析了单模光纤中光波偏振态不稳对传感器的影响并比较几种解决方案。
2、提出将基于小波包分解的“能量—模式”检测信号特征提取方法、基于经验模态分解(EMD)的检测信号特征提取方法、基于多尺度混沌特性分析的检测信号特征提取方法用于对管道沿线检测信号的特征提取。
3、提出将径向基(RBF)神经网络和支持向量机(SVM)两种模式识别方法用于对管道沿线检测信号类型的识别。
4、设计了一套实验装置,通过大量现场实验对分布式光纤油气长输管道泄漏检测及预警技术中的识别及定位性能进行验证,实验结果证明该技术对管道沿线发生的包括泄漏在内的异常事件的监测、预警、识别及定位是有效的。
5、设计了一套分布式光纤油气管道泄漏检测及预警系统,在一条成品油管道上试运行。结果表明,本系统能够实时发现管道沿线异常事件并准确地对其进行识别和定位。