基于模式识别的天然气管道泄漏检测方法

肖姝颖，王 帅

(天津城市建设学院 能源与机械工程系，天津 300384)

天然气管网是城市最重要的生命线工程之一.由于管道老化、腐蚀、焊缝缺陷及其他自然或人为损坏等不可避免的原因，管道泄漏事故频频发生，污染了生存环境，造成严重的资源浪费并威胁到人们的生命财产安全.

燃气管网泄漏故障诊断，首先要确定出现故障管道的位置，以便实施维修和抢救，及时消除故障，恢复管网的完整性；进而则要求确定管网故障的性质和程度[1].近些年来，我国燃气系统的长输管线和城市管网相继布设了SCADA(supervisory control and data acquisition，简称SCADA)系统，即数据采集与监视控制系统.它可对天然气管网一些节点的压力和流量进行自动监测，并采用无线传送方式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工作状况[2].但由于 SCADA系统的测点价格昂贵，监测点数目在管网中的数目布设往往是有限的(目前约为每5 km布设1个)，而且缺乏有效的故障诊断方法，在遇到突发管道泄漏事故以及小泄漏量的故障时，仍难以及时找出故障的具体位置.基于现有的SCADA系统和计算机技术，建立燃气管网模型，通过分析采集到的燃气监测点的测量参数，从而判定管网故障情况的模式识别法会有广阔的应用空间.因此利用有限的SCADA数据监测点来识别天然气输配系统的泄漏故障有着重要的工程实际意义.

1 模式识别的概念

燃气管网的故障诊断主要是运用模式识别方法.所谓模式识别(pattern recognition)，是根据研究对象的特征或属性，利用以计算机为中心的机器系统，运用一定的分析算法认定它的类别，系统应使分类识别的结果尽可能地符合真实情况[3]. 燃气管网发生故障的管段会在其测量参数上反映出来，这些测量参数可以是压力、流量、声波传播性质，燃气浓度等.一个测点的测量参数即可构成表征该测点所在管段的管道运行状态的特征矢量，燃气管网不同部位发生故障，整个管网的特征矢量会有所不同，可以通过试验(广义的试验，例如数值模拟)得出关于管网发生故障时特征矢量的数值特性数据库(模式分类).在日常运行中将由实时监测到的特征矢量值与已训练好的模式库进行对比，从而对故障管段做出诊断.

2 模式识别系统的算法原理

特征提取与选择、训练学习、分类识别是任何模式识别方法或系统的三大核心.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(即利用大量的数据计算，使识别的数据库详实，范围涵盖面广，类似人类的知识储备故称学习)，燃气故障诊断模式识别系统及识别过程的原理如图1所示.

2.1 预处理

2.1.1 去噪

经SCADA系统采集的管网运行参数，并不能完全符合对采集数据的要求，外界的一些扰动有可能会导致测量参数的失真.因此需要对所采集的数据进行甄别筛选，排除偶发性人为或仪表失真干扰，确保进入到下一环节的参数能够代表管网的实时运行状态.

对燃气管网流量的去噪，主要是将管道自身流量突变(如管道的阀门调节等)时的数据排除.

图1 燃气故障诊断模式识别系统及识别过程的原理

2.1.2 特征提取

测量参数经过去噪后，就可以进行特征参数的提取.提取特征参数的任务就是从管网的运行相关参数中提取出能够表示管网运行状态的特征值.

特征参数的选取必须能够有效地区分不同的运行状态，且在同一运行状态的变化保持相对稳定，同时要求特征参数计算简便，选择高效快速的计算机算法可以保证识别的实时性.例如因天然气管网中用气的不均匀性，需要人工对管网训练时分区域和时间段来设置特征参数，考虑用户用气量的变化来产生管网各种代表性状态的数据，建立相应的模式库(特征空间).将一天分为几个时段，将周末和工作日、冬季和夏季分开来处理，会有助于特征空间的训练学习以至故障的诊断，从而保证数据库的详实，避免系统的误报.

燃气管网的特征矢量可由燃气管网的测量参数组成.特征矢量由一组相互并不关联的特征量构成，是多维度的.例如，选定燃气管段的某一点测量以下瞬时参数：气体的流量Q，温度T，压力P，声波传播性质W，测量点附近的天然气浓度D.这5个参数则可以构成一个五维的特征矢量S

系统提取不同运行状态时的个性特征参数并进行存储，形成燃气管网的特征参数数据库，即特征空间.

2.2 系统的训练

当测量参数转换为特征矢量后，开始模式识别系统的训练学习过程.由于管网运行时存在瞬时性和动态性，同一测点的不同状态不同时刻其特征矢量是不断变化的.应用统计学原理，用这些离散的特征矢量建立代表管网运行状态的特征空间，然后以管段运行状态作为划分标准，将特征空间划分为几类子空间.例如可以把管道的状态分为三类：正常运行、管道泄漏和检修调控(上游的流量调节).则在这三种运行状态下形成的特征矢量会形成三个子空间.人为地调整管道运行状态，不断地用特征矢量修正特征空间.经过多次的学习训练后，特征空间已足够大(可以包括已训练的所有运行状态).重复“特征空间—模式识别—参数修正”的循环过程.由于特征空间是由离散型的特征矢量构成，可以定义当模式识别的准确度达到0.001%时学习训练停止.利用学习完成后的特征空间即可得到可以识别管道状态的判别模式.

2.3 模式识别

系统经过训练后已具有识别功能，当采集到的瞬时测量参数转化为特征矢量后，系统自动地将其与模式库进行匹配对比(即模式识别)，判断其是否发生事故.目前针对各种特征参数提出的模式匹配方法的研究越来越深入.针对燃气管网的特殊性，判别域代数界面方程法中的位势函数法和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三种方法较适合燃气管网故障诊断的模式识别[4-5].

模式识别技术在非线性映射方面的优势，可以克服其他数学模型如多元回归分析等在处理非线性问题上的不足，从而提高故障诊断的准确性.由于采集到分布比较好、范围足够大的实际数据是非常困难的，因此模拟部分数据来补充实际数据的不足，无论对研究和实际应用都是非常必要的.

3 管网运行状态的故障诊断

3.1 管网泄漏故障诊断原理

天然气输配管网是由大量的管段组成，以上介绍的模式识别方法仅可诊断单一测点是否处于事故状态，要诊断整个管网何处管段发生泄漏事故还需要配合其他的检测方法.整个管网中存在 m根管道，每段管道的瞬时运行状态可以用一个维数为 n的特征矢量来表示.则整个管网的瞬时运行状态可以形成一个m×n的特征矩阵B.而对于管网的长时间运行，特征矢量中的每一个分量元素的特征空间可以作为特征空间矩阵P′的一个元素.

管网特征空间矩阵

其中，Aij代表一个特征矢量的单一分量的特征空间.

根据图1的原理，可以利用模式识别系统对特征空间矩阵 P′进行识别，判别管网是否运行正常.当某一段管道发生事故时，矩阵B会反应出发生管道的编号，进而缩小寻找事故发生地点的范围.

3.2 管网泄漏地点的定位

目前根据给定管段首末端的参数来定位泄漏点的技术有较大的发展.在确定了发生事故的管道后，由于事故管段前后的两个SCADA测点的相关数据已经知道.因此，可以应用计算机远端方法来定位泄漏点位置[6-7].这样就保证了燃气泄漏检测定位的及时性，也可以减少人力资源的支出.

定位原理是利用管道SCADA系统同一时刻对管线两端实时采集到的数据，分别进行两组管道数据的仿真：由起点到终点管线的模型仿真和由终点到起点管线的模型仿真.如果管道运行正常，那么以上两组仿真的数据不会与实际测量的数据有较大偏差(目前允许误差为5%[4]).但是当管道发生泄漏后，方程的运算结果会与实测值中一个或几个不能吻合，由此可以判定管道发生了泄漏.天然气在管道泄漏点处有相同的边界条件，由流体的连续性可知，此处的压力和温度是相同的.因此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相交于L点(见图2)，此时就可以断定L点所对应的x0就是管道泄漏点的位置.泄漏量可由仿真起点到终点和终点到起点在此处的流量之差得到.

图2 输气管道的压力梯度曲线模拟图

3.3 测量节点数量的确定

城市管网系统具有压力级制偏低(中压)，分支点多，管网复杂(多成环状)等特点.从理论上讲，一个管网，不论其大小，2个监测点无法唯一确定具体位置，因此故障位置诊断需要至少3个压力监测点.

城市的SCADA节点数量有限，如何利用适当的监测点数来确定管网的故障是模型的优化问题.若按一般的思路，由整个管网的测点作分量建立特征向量，进行模式识别，则故障管段产生的特征权重太小，在特征向量空间中难于分辨.因此可将管网空间划分为已知的子空间，在各子空间中对测点进行识别.测点数量的推导过程如下

(1)设有 m个测点，取 3个检测点的组合数为

管网有B根管段，每一管段需对应一种测点组合，所以

例：B＝200，确定 m

式(3)近似于

(2)当采用2个检测点采集数据时，则m≥22.

(3)实际将整个管网分成若干小区，在小区内用3点组合对应各管段.设分为 S个小区，平均每个小区有B/S根管段，每个小区的测点数为

例：设 B/S＝20，即 S＝200/20＝10，则 mi≥7，全管网测点数为

以上推导可以看出：①若采用测点数多的组合，那么系统分辨率会降低；而点数少的组合，则需要更多测点；②若管网分区较多，每个小区分配的管段数会减少，则全部管网的测点将增加.因此，采用3点组合，每小区20根管段，即B/S＝20较适合.

4 结 论

(1) 模式识别的算法.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，可提供数据内在固有的信息量.一个算法优良的识别分类器应该是模型的算法复杂度与该模型相适应的训练数据的描述长度之和最小.

(2) 检测测点在管网中的布设.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节点在管网中的布置方式会影响诊断的效果，因此尽量使节点在管网中均匀布置.(3) 现场泄漏检测.为保证定位的精确和抢修的及时，事故管道现场定位时还应该与其他的方法相结合，如天然气泄漏现场的手持式激光探测仪，激光雷达等[8].

［1］严铭卿. 燃气输配工程分析[M]. 北京：石油工业出版社，2007.

［2］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.

［3］孙即祥，姚 伟，腾书华. 模式识别[M]. 北京：国防工业出版社，2009.

［4］冈察雷斯R C，汤姆逊M G.句法模式识别[M]. 北京：清华大学出版社，1984.

［5］李介谷，蔡国廉. 计算机模式识别技术[M]. 上海：上海交通大学出版社，1986.

［6］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.

［7］李 军. 基于瞬态模拟的燃气管道泄漏检测与定位技术研究[D]. 天津：天津城市建设学院，2008.

［8］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.