长输天然气管道泄漏检测技术探讨

摘 要：针对长输天然气管道泄漏检测及定位问题，本次研究结合目前天然气管道泄漏检测定位技术的研究及应用现状，从基于硬件的方法和基于软件的方法两个角度出发，对天然气管道的泄漏检测定位技术进行深入研究，为保障天然气的输送安全奠定基础。研究表明：基于硬件的泄漏检测技术主要包含传感器检测技术、漏磁探伤技术以及机器人检测技术，基于软件的泄漏检测技术主要包括负压波检测技术、音波检测技术、基于模型的检测技术、基于支持向量机算法的检测技术、基于相关性分析的检测技术、基于小波理论的检测技术以及基于神经网络算法的检测技术等。

关键词：长输天然气管道;泄漏检测;硬件;软件;技术探讨

在进行天然气长距离输送的过程中，受到内部介质以及外界環境的影响，管道非常容易出现各种类型的缺陷，如果缺陷较为严重，则会出现天然气泄漏问题，天然气泄漏问题的出现不但会对管道运营企业的经济利益产生影响，还可能会引发火灾爆炸事故，因此，及时发现管道的泄漏问题以及泄漏位置，并采取合理的措施对管道进行保护十分重要[1]。目前，管道泄漏检测技术相对较多，这给管道运营公司泄漏检测技术的选择造成了一定的困扰，针对此问题，本次研究对目前常见的天然气管道泄漏检测技术进行深入介绍，为保障管道的运营安全奠定基础。

1 基于硬件的长输天然气管道泄漏检测技术

1.1 传感器检测方法

传感器检测方法主要是通过在管道沿线安装各种类型传感器设备的方式，在天然气管道出现泄漏问题以后，管道将产生轻微的振动，传感器接收到管道的轻微振动信号，然后对信号进行一定的处理，最终得到天然气的泄漏情况以及泄漏位置信息。目前，常见的传感器检测方法为基于光纤干涉仪的泄漏检测技术，该种类型检测技术主要是通过管道沿线敷设的光纤，使得多条光纤共同构成了分布式的传感器，对管道的振动信息进行检测，其定位误差在300m左右。

1.2 漏磁探伤技术

在使用漏磁探伤技术的过程中，将漏磁内检测设备放置于管道之中，在天然气压力的推动下，漏磁内检测设备逐渐前进，并对沿线的管道进行磁化处理，通过漏磁内检测设备上的磁敏探头，对管道沿线的漏磁信号进行接收，然后工作人员对漏磁信号进行处理以后即可发现管道沿线存在的缺陷情况，一般情况下，在管道内壁存在缺陷的位置处，漏磁信号会出现波动异常，如果管道沿线不存在缺陷，则漏磁信号较为平顺，该种方法还可以确定管道中缺陷的形状以及大小[2]。

1.3 机器人检测技术

机器人检测技术就是在机械设备上安装大量的传感器、移动设备以及无损检测设备，然后将机器人放置于管道之中，通过机器人的移动，工作人员可以及时掌握管道内的图像信息，同时，该种方法也可以获取到管道内缺陷的形状以及大小等信息。在使用该种检测技术的过程中，获取到的信号较为稳定，能够及时的对管道内的泄漏点进行定位，目前，该种技术主要是对直管段进行检测，对于含有变径管和分支管的管道而言，使用该项技术容易出现卡阻问题。

2 基于软件的长输天然气管道泄漏检测技术

2.1 负压波检测技术

在天然气管道出现泄漏问题以后，在泄漏位置处会出现负压波，负压波将会沿着管道上下游传递，通过在管道两端安装负压波接收装置的方式，依据负压波的传播速度，通过对负压波到达两端接收装置的时间进行统计，即可得知管道内是否出现了泄漏问题以及泄漏位置信息。目前，国外天然气管道运营公司对于该种技术的使用较为广泛，在对该项技术进行研究的过程中，如何对负压波信号进行高效的处理，同时，如何消除管道噪声的影响，这是该项技术面临的重大问题。

2.2 音波检测技术

在天然气管道出现泄漏问题以后，在泄漏位置处也会产生一定的音波，通过安装在管道两端的音波接收装置，就可以得到管道的泄漏位置信息，一般情况下，在泄漏位置处产生的音波频率小于10Hz，音波接收装置可以接收20Hz以下的音波信号，由此可见，音波接收装置的灵敏度相对较高。与负压波检测技术相比，音波检测技术在定位精度以及响应速度方面都具有很强的应用优势，这主要是因为管道内的音波信号与管道内的介质具有一定的关系，管道内介质的存在使得定位精度得到了提升。

2.3 基于模型的检测技术

基于模型的检测技术主要是根据气体流动的质量平衡以及动量平衡等相关方程，建立管道运行模型，通过管道沿线安装的SCADA系统对管道不同位置处的温度、压力以及流速等信息进行提取，与模型中的数据进行对比，以此确定管道是否发生了泄漏问题以及判断泄漏位置，该种方法虽然可以对管道中的小泄漏问题进行检测，但是管道沿线必须安装有SCADA系统，同时，其检测定位的精度主要与模型的先进性以及精度有关，该种方式在使用的过程中也非常容易受到客观因素的影响[3]。

2.4 基于支持向量机算法的检测技术

在天然气管道运行的过程中，可以获取到的管道泄漏问题样本数据相对较少，这给该领域智能算法的应用带来了一定的困扰，而支持向量机算法是一种适用于小样本问题的算法，同时，该种算法还具有很强的泛化能力，因此，可以将该项技术应用到天然气管道的泄漏检测领域，该种技术主要是使用支持向量机算法对传感器中获取的管道振动信号进行处理，以此判断管道是否出现了泄漏问题，在应用该项技术的过程中，如果对支持向量机算法中的各项参数进行合理的选择是一项重大问题，参数的选择将会对最终的检测结果产生直接影响。

2.5 基于相关性分析的检测技术

在天然气管道出现泄漏问题以后，管道沿线的传感器必然会接收到各种类型的信号，但是这些信号非常容易受到外界因素的影响，进而产生大量的噪声，噪声的存在对于信号的处理以及泄漏问题的检测定位十分不利，针对这种情况，可以使用相关性分析方法，对接收到的信号进行深度处理，进而使得检测定位精度可以得到提升。例如在管道出现泄漏问题以后，管道两道压力传感器所接受的信号具有互相关的关系，在对其进行深度处理以后，压力变动异常位置就是存在泄漏问题的位置。

2.6 基于小波理论的检测技术

基于小波理论的方法主要是使用小波算法对获取到的泄漏信号进行去噪处理，然后对信号的各个特征进行合理的提取，在压力信号出现拐点的位置就是管道泄漏位置。在使用小波分析方法的过程中，需要对小波基函数进行合理的选择。目前，我国天然气管道的复杂程度逐渐提升，可以接收到的泄漏信号必然受到大量因素的干扰，在这一背景下，由于小波分析方法具有很强的去噪效果，因此需要加强该种方法的推广及应用。

2.7 基于神经网络算法的检测技术

通过使用神经网络算法的方式，对管道出现的泄漏问题与管道两端各项数据变化之间的关系进行深入分析，以此了解不同泄漏工况前提下管道两端数据的变化情况，最终对实际管道的运行状况进行分析。目前，我国天然气管道在运行的过程中可能会出现工况频繁变化的情况，这使得泄漏检测的难度增加，而神经网络方法是根据不同工况的信号情况，对泄漏问题进行判断，由此可见，该种检测方法相对较为先进。

3 结论

通过本次研究可以发现，及时发现天然气管道的泄漏位置并对泄漏量进行判断对于保障管道的运营安全十分重要，目前常见的泄漏检测方法主要可以分为基于硬件的方法和基于软件的方法两种类型，每种泄漏检测方法的原理不同，应用过程中各有优缺点，因此，天然气管道运营企业需要根据自身的实际情况对泄漏检测技术进行合理的选择，以此保障天然气管道的安全运行。

参考文献：

[1]李玉星，彭红伟，唐建峰，等.天然气长输管道泄漏检测方案对比[J].天然气工业，2008，28（009）：101-104.

[2]杨德水.石油天然气长输管道泄漏检测及定位措施研究[J].中国石油和化工标准与质量，2013（3）：17.

[3]张洪铭，陈先锋，刘杰，等.基于LabVIEW的长输天然气管道泄漏检测与定位研究  [J].安全与环境学报，2016 （1）：147-151.

作者简介：

巩玉良（1976- ），男，甘肃平凉人，毕业于中国石油大学（华东）油气储运工程专业，助理工程师，从事长输油气管道保护及管理工作。