油田集输管道震荡泄漏信号定位技术应用研究

孙秉才 赵敏 曹航博 李永权 孙守宇 刘哲

1中国石油天然气公司安全环保技术研究院

2北京声创新技术发展有限责任公司

3长庆油田第四采油厂

油气管道泄漏检测定位是一项集多领域、跨学科的研究课题，涉及热力学、流体力学、声波传播、传感器技术、微弱信号检测、数字信号处理、人工智能等诸多学科[1-9]。尽管油气管道泄漏检测定位技术的研究经历了几十年的发展历程，但由于管道运营过程中的诸多复杂因素，至今还没有一种权威、通用、简单、可靠的泄漏检测定位方法。

基于负压波的管道泄漏检测定位技术是目前国内外广泛使用的方法，主要应用于长输管道泄漏检测定位[10-11]，而应用于油田集输管道泄漏检测定位技术的研究较少。针对震荡泄漏信号带来的定位误差大的问题，以油田集输管道现场模拟泄漏测试数据为基础，通过上下游采集信号特征分析，进行了震荡泄漏信号定位技术应用研究，提出了一种基于关注信号下降沿的泄漏定位算法。

1 油田集输管道模拟泄漏试验数据

模拟泄漏测试场地选择长庆油田某集输管道，现场增压站至转油站管线长度8 776 m，管径89 mm，沿山势起伏铺设，途经两次跨越，十多处穿越，该管道是一条水油混输管线。泄漏测试点距离增压站5 303 m，距离转油站3 473 m。转油站海拔高于增压站大约66 m 高程。

为了研究油田集输管道泄漏检测定位技术，在增压站开油泵状态下进行了不同孔径泄漏测试试验。油田增压站每隔大约10 min 对集输管道进行一次开油泵操作，开泵油和停油泵交替进行。增压站、泄漏测试点、转油站三地管道压力数据见表1。

表1 各段管道测试压力数据Tab.1 Test pressure data of each section in the pipeline

在开油泵时段进行了泄漏孔径2 mm 的5 次放油测试，利用传统相关定位方法，其中5 次定位结果（距离增压站）分别是5 438 m、6 161 m、6 140 m、5 377 m，一次漏报。这4次定位最小误差是74 m，最大误差858 m。可见，传统相关定位方法应用于油田集输管道定位误差大且很不稳定。造成定位误差大的根本原因是泄漏信号传播到末端传感器呈现多峰震荡信号特征，直接对首末两端传感器监测信号做相关运算，相关峰可能出现在震荡信号的任意峰值点上。

将第1 次泄漏测试的两端采集信号局部放大，做相关运算，相关峰不明显且呈现多个大小接近的相关峰（图1）。实际上，将上游增压站泄漏信号x1（泄漏时间4 050 ms）与下游转油站泄漏信号x2（泄漏时间2 150 ms）对齐，它们之间的时间差大约1 800 ms。

图1 第1 次泄漏测试上下游采集的信号及信号之间的相关波形Fig.1 Signals collected from upstream and downstream in the first leak test and correlation waveforms between the signals

2 基于关注下降沿的泄漏定位算法

为了克服油田集输管道首末端传感器采集信号直接相关造成多个大小接近相关峰的困扰，提出一种基于关注信号下降沿的泄漏定位算法。该算法由积分器、微分器、判决器、筛选器和相关器等五部分组成，定位算法流程如图2 所示。

图2 基于关注下降沿泄漏检测定位算法流程Fig.2 Flow of leak detection and location algorithm based on focusing on falling edge

积分器起到对输入采集信号x(t)的平滑滤波作用，克服由于管道工况造成传感器采集监测信号限幅失真问题（如图1下游转油站采集信号限幅失真严重，这无益于信号处理）。积分器输出信号为如下卷积：

式中：x(n)为输入信号；s(n)为输出信号；hs(n)为系统的单位脉冲响应；符号*表示卷积和运算。

微分器的作用是区分采集信号波形是下降沿还是上升沿，进行特征提取。数学上，波形的上升沿经过微分后变为正值，而下降沿经过微分后变为负值。微分器输出为如下卷积：

式中：s(n)为这一级的输入信号；d(n)为输出信号；hd(n)为系统的单位脉冲响应。

判决器的作用是寻找确定信号下降沿时间区段，判决条件是d(n)≤0，s(n)表现为下降沿。同时，将d(n)＞0 的时间区段，设置s(n)=0 。判决器输出为

式中：d(n)为输入信号；q(n)为输出信号。

筛选器的作用是筛选些最有可能是泄漏信号发生的下降沿，这里参数设为M，为关注下降沿时间区段的数量。首先对所有下降沿时间区段的信号波形数值求代数和，然后按数值总和大小升序排序，选择代数和数值最小的前M项。筛选器输出为

式中：q(i)为输入信号；p(k)为输出信号。

由此得出，在下降沿时间区段，数值总和负值的绝对值越大越有可能成为泄漏信号。

根据上述基于关注下降沿的泄漏信号处理方法，对图1 第一次泄漏测试的集输管道首末端两传感器采集信号，进行积分、微分、判决、筛选等步骤处理。上下游信号各个步骤处理结果的波形图如图3 所示。

图3 上下游两传感器采集信号依次经过积分、微分、判决、筛选处理Fig.3 Signal collected by upstream and downstream sensors is processed by integral，differential，decision，and screening in turn

最后，将上下游筛选器输出的两相关信号做相关运算[12]，由它们相关峰对应两信号下降沿的时间差，确定泄漏信号发生的位置。相关器输出为

式中：y(n)为输出信号；N为两信号做相关运算的窗口样点数，p1(n)和p2(n)分别为上下游两信号。

首末端传感器采集信号下降沿时间差为1 810 ms，传感器采样率每秒100 个样点，增压站传感器滞后转油站181 个样点（图4）。

图4 相关器输出波形Fig.4 Correlator output waveform

3 定位结果分析

利用前文提出的基于关注下降沿的泄漏定位算法，对采集的5 次泄漏测试数据进行算法验证，得到5 次定位结果。将直接相关定位方法（传统方法）和泄漏定位算法（本文算法）的各5 次泄漏测试数据列表，进行平均值和标准差对比，结果见表2。

表2 传统方法和本文算法结果对比Tab.2 Comparison of the results between traditional methods and algorithms in this paper 单位：m

根据参考定位位置5303 m，通过比较，传统直接相关定位4 次平均值5 779 m，定位误差476 m，标准差430。而新算法定位5 次平均值5 398 m，定位误差95 m，标准差5.37 m。由此可见，本算法不仅定位误差减小了381 m，而且标准差更小。对比结果表明，基于关注下降沿的泄漏定位算法，针对油田集输管道的震荡泄漏信号，不仅定位精度高，而且更稳定。

本算法对其余4 次泄漏测试数据的验证结果如图5 所示。这4 次泄漏测试数据的相关峰均高于阈值0.2，相关峰对应的时间差分别为1 800、1 790、1 790、1 790 ms。这4 次加上第1 次的5 次泄漏测试定位的时间差相对稳定。可见，基于关注下降沿的泄漏定位算法，能够克服管道震荡泄漏信号造成的定位精度低、不稳定的缺陷。现场应用结果验证了该定位算法不仅提高了定位精度，同时也改善了定位精度的鲁棒性。

图5 本算法对其余4 次泄漏测试数据定位验证相关峰Fig.5 This algorithm localizes the remaining four leak test data to verify the relevant peaks

4 结论

以长庆油田某集输管道模拟泄漏测试数据为基础，通过增压站至转油站上下游采集信号特征分析，发现下游转油站传感器采集的震荡泄漏信号是造成相关定位误差大的原因。为提高定位精度进行了震荡泄漏信号定位技术应用研究，提出了一种基于关注信号下降沿的管道泄漏定位算法。该算法的关键技术是积分器和微分器，积分器对震荡泄漏信号先作平滑滤波，微分器将确定信号的下降沿区间，再通过判决器和筛选器剔除震荡泄漏信号中的非关注下降沿部分，避免了泄漏信号中的震荡部分对相关峰值的影响。现场试验数据表明，与传统定位方法的相比，新算法定位误差由476 m减少到95 m，定位方差标准差由430 m 大幅减少到5.37 m。基于关注下降沿的管道泄漏定位算法可以进一步应用于其他油气管道各种复杂泄漏信号的定位分析中。