|
|
基于分布式光纤振动传感的智能安全监测系统在油气管道的应用
|
Abstract:
在广域油气输送网络中，埋地管道长期面临着复杂地质条件与城市化进程的双重挑战。为提升监测系统的预警效能与运行可靠性，本研究对油气管道运营过程中的监测需求和常见干扰源进行了分析，引入深度学习架构对光纤预警系统的探测信号进行识别和判断，开发出具有动态自适应能力的光纤振动信号分类模型。并且通过开发清管器自动识别跟踪功能和振动源距离估算方法，进一步优化光纤测振预警系统的应用效果。
In the wide area oil and gas transmission network, the buried pipeline has long been faced with the dual challenges of complex geological conditions and urbanization. In order to improve the early warning efficiency and operational reliability of the monitoring system, this study analyzed the monitoring requirements and common interference sources during the operation of oil and gas pipelines, introduced deep learning architecture to identify and judge the detection signals of the fiber optic early warning system, and developed a fiber optic vibration signal classification model with dynamic adaptive ability. The application effect of the fiber-optic vibration measurement early warning system is further optimized by developing the automatic identification and tracking function of pig and the estimation method of vibration source distance.
| [1] | 于洋, 艾斯卡尔·卡地尔, 张东, 等. 人工智能分析技术在油气管线光纤预警系统的应用[J]. 石化技术, 2024, 31(8): 132-134. |
| [2] | 马圆圆, 冀承昆, 王明强, 等. 油气管道智能诊断光纤预警系统技术分析与设计[J]. 工业控制计算机, 2024, 37(7): 58-60+66. |
| [3] | 杜小芸. 分布式光纤传感技术的发展历程及在石油工程领域的应用[J]. 模具制造, 2025, 25(2): 154-156. |
| [4] | 李玉星, 董邵灿, 胡其会, 等. 油气管道第三方破坏预警技术现状[J]. 中国安全生产科学技术, 2023, 19(S2): 115-121. |
| [5] | 孙磊峰, 张姝慧, 时二伟. 基于CNN的光纤振动传感信号特征提取和识别[J]. 科学技术创新, 2023(25): 42-45. |
| [6] | 杨汕. 基于贝叶斯和1D-CNN-SVM的分布式光纤油气管道安全监测方法[D]: [硕士学位论文]. 广州: 华南理工大学, 2023. |
| [7] | 牟越. 分布式光纤振动传感系统在长输管道防挖掘破坏的应用[J]. 石化技术, 2022, 29(10): 192-193+196. |
| [8] | 曾斌, 谢伟, 曹俊杰. 基于光纤传感系统的清管器振动数据处理方法[J]. 中国石油和化工标准与质量, 2023, 43(1): 107-109. |
| [9] | 范军领, 何昊, 毕海胜, 等. 油气管道及站场光纤监测技术研究进展[J]. 管道技术与设备, 2022(3): 32-35. |
| [10] | 渠红海. 基于分布式光纤振动传感系统的清管器跟踪定位[J]. 现代信息科技, 2022, 6(5): 138-140. |
