燃气管线风险辨识与检测技术研究——清华合肥院.docx

《燃气管线风险辨识与检测技术研究——清华合肥院.docx》由会员分享，可在线阅读，更多相关《燃气管线风险辨识与检测技术研究——清华合肥院.docx（27页珍藏版）》请在第一文库网上搜索。

1、TsmghuaUniversity燃气管线风险识别与监测技术研究清华大学合肥公共安全研究院2023年9月目录基于大数据、管线信息的燃气泄漏预测模型研究管线信息透视/管材/龈/维修次数，劭嘱曜性能评估/C5.0决策树/贝叶斯网络/RBFw网络/1og1st1C0归r研究思路能Is AI特征提取特征分析i1概述，研究背景：随着燃气管道建设年限的增加，管道泄漏情况逐渐增多。泄漏原因也多种多样（腐蚀、受压、不均匀沉降、第三方破坏及管道缸等）。对于老旧管线，管道泄漏可能性与管道自身属性存在一定关系。如，埋设时间较长的金属管线。正样本：是指管道因环境因素翱泄漏的样本，如：外腐蚀，不均匀沉降等。这类泄漏与管

2、线材质，埋深，管龄等信息有关。负样本：题人为因素导辘道崛的样本，如：第三方施工破坏,误操情，这类;蜗与第、SM信息无关.样本12015年某市燃气管网泄漏维修记录，有效样本量854个样本2:2017年某市燃气管网泄漏维修E录，有效样本1013个。样本1样本2野管线信息邮写泄翻模翱究:管线属性徽性统计指述酹计：对近IOoo起管线属性信息进行统计,主要包括管径、理深、维修记录、管龄、压力级别、管机直径为57、219mm的髓漏翎嫩多.管第深呈正态分布，大多鼾事故集中在1oO115m之间.多媚懒修次数为1,最舸能达7次,主要为麟管和麟管，占总体78%.器呈魂分札大多虢器道管龄多集中在2弊41年之间，占总

3、事就）43%,髓泄漏敕与中压管辟陷占50%正样本中，铸铁管事蝴率最高35%,其mt?管28%。0髓国助嬲国翻“管道材质：管道腐蚀主要与管道材质、土壤环境、是否有防腐措施等因素有关。据统计铸铁管平均每千米漏气次数是PE管的15.3倍。信株管蝌管钢管PEPE钢管樵锌管铸铁管卡方值=18.664P=0.001检验结果：显著差异正样本中，铸铁管道事故率最高，其次是镀锌管，钢管，PE管漏气率最低。而在负样本中则相反，PE管漏气事故最多，铸铁管最低。基于管线信息的耐泄颠警模跚究:维修次数，维修演:数据邠示,正样本中维修次数在1-7次不等,维修1次数的旗居多,在负样本中，最高维修次数不幽2次,在不同材质中也

4、呈现出群的规律。进，统计发现,铸铁管的维修次数最氤占总维修次数的50%。/通过分析维修内容发现：同一管段出现多次失效主要原因在于维修质量不过关及管线自身处于故犀多发状态。如因埋设时间皎长,管段防腐层处于失效状态等。，泄赵靖：对2015年、2017年近2000理隔分析发就骰崛多姓在蚪h,欺！管鬼此外，随着替的够，运输量的加大，曲管道的地面麻次，易姓髓。还嘘因地面警示标语不全,常有大型施工$在人行道上作业等因素，导致管道接口松动，缁至破裂。r基于管线信息的燃气泄漏预警模翱究：压力嬲与管龄卡方值=357.859,显著住=000(1)压力级别与管材存在一定的关系。数据显示，低压管中多采用踊管，如在新1

5、管中的使用.中压管多采用麒较醐钢制管道,欺是黯邕但PE管却妙豌。样本中铸铁管使用年限帐，漏气原因主要是接头密封橡胶圈老化腐蚀,密封性降低S成此外,铸铁管融易裂也期党的主要原因。分析：在构建泄漏预测模型之前，需要从管线属性中提取与漏气存在强相关的管线属性。方法：对连续型管线属性（管径、埋深、管龄、维修次数）采用均值差异程度检验（T检验）；对离散型管线属性（管材、压力级别）采用卡方检验。字段T检囹卡方I-Pfi管材18.664维修次数1.2320.733中管龄1.1680.719中EtJ嬲0.2030347不重要埋深0.1410.292不重要管径0.1240.276不重要重要度排名，分析：为了得到

6、性能最优,预测效果最佳的模型湛于管线属性信息,对多种比较流行的分类算法（神经网绦SVM.财斯网络、决策蟾）进褥色模跚益和总体准88性反应了模型的预测效果。与其他模型相比,C5.0决策树算法预测效果最隹,因此,基于C5.0决策树算法建立预测模型。I野大雕的燃气泄融警模翱究:模型性能评估，给果分析:样本经改进的SMOTE算法处理后解决了照不均衡问题,在测试集和训练集中均有较高的准确率,特别是在雕集中,93%,麒泛化能力明蹒强。OOooOO2O864211XMMWkk1湛碌性科S斶训练集部（集航集限触蛆皿fisfis魁施施施祗箱褪幄相限祗祗帼12345678910h1213m15161819国号压力

7、S别的I1O906363160160636311020063500160219508902004003251075111119851110.71211331110.911211110.9671037111114851110.56511541110.96715701110.8717雪1110.96215704110.90927071000.6182671111126121100.57226643110.91141041110.5M11641110.627831110.71214061110.95736991110.956麟复徵烟掰翅分区便遭集首倡言行大数据分析的嶂解预测技术目录研究背景燃气泄漏事

8、故一旦发生，可能会引发一系列诸如喷射火、地下空间爆炸、中毒窒息等等重大城市灾害,形成事件链式效应。事件链式效应使得突发事件更加复杂因此研究突发事件链式效应对应急管理工作具有重要指导意义。事件椎事件单元提取事醵例对于事懒的建立和数据支撑具有重要意义通飕鼾12焜的贿泄露件麴，结合命的共tt论,抽取H含酸雄息中蹒气泄漏般事傩息,构谶闻郭幽注网着骗为贿嶂事悔酶燧考。II燃气泄漏各突发事件间的联系源于事件间的耦合作用。耦合的本质是先发事件的输出要素与后发事件的输入要素之间存在着因果关系。根据协同学理论，建立突发事件耦合度模型，得到了突发事件链的构建方法.序如指标Mfi功效函数:则火戏.跖I蠲合度函教:S

9、,WJCd)+UM)(H(S+以)敷奸8X联哪代C=是突铝W好的g正气右号蚱外束年步*Xk5S承载体受损一产生致灾因子致灾因f承投体受损及或体福性突发事件贝叶斯网络节点皴事件演化相关变鼬括输入蜻、状态变量出变1类,这驳!构成了单一皴事件贝叶斯网络中的节点,突发事件推贝叶斯网络将突发事件链中具有耦合关系的单一事件贝叶斯网络进行合并形成突发事件链贝叶斯网络。贝叶斯网络分析工具：因果艇：自上而下推理。就是在原因已知的情况下，推导结果发生的概率。因果推理是从先验概率开始由因寻果正向推理过程常用于预测中。诊断推理:自下而上推理。在结论已知的情况下,推断出可能引发该结论的原因，也就是结果已知推出形成此原因

10、的概率，主要用于事故发生后的原因诊断。敏感度分析：依据节点在贝叶斯网络中的重要性不同，可用敏感度分析识别造成事故的关键节点。常见的敏感度分析法有比例变化法(ROV)、风睑值减少法等。突发事4链贝叶斯网络，包括修用T散、爆炸、火灾等20多个专业分析模鹭为应豆处置提供科学分析工具“实现财蝌事腌分札触螭甥个性施t预案,提高决策蹄科学性目录,怖糖景 2018年用,中办、国办切发关于做城市安全发展的意见,要求：IBittigttiiS要翱S安全放籍一位 屿长轴管道定检鼠安全距离达标率、途经人员密集场所高后果弱谡监测监辟100% 开雕下管嫄患排查,按戕垸成整鼠重要耐颤就站监测酷皤安装率100%嘛形势辘严峻

11、!麻断甑体量巨大,雕年快速物，截至2018年底我国崩麻片管道忠里程累积达到70万千米。20162019年共发生财麟事故3395起f枇374人,受伤3754人，一市贿安全事故已成为我国继交通事机工伤事故之后的第三大杀手大量人员优重燧济损失嘛运行毓青岛U.22事故62版32伤高雄731事故32死321伤雕7.2事故8死35伤松原7.4事故5死89折典型案例:城市地下管网燃气管网相邻空间燃爆事故进入雨水管道爆炸事故全国然气事故醉平均900起，中低压管网微小泄漏占74%案例：2014年7月31日，台翻雄死伤合计340人，4.4公里的市区颜被推进入电力、雨水SS炸事故案例：2013年n月22日,山东胄岛

12、62人死，139人杨；骚海水污染，腌进入生活污*管道爆炸事故案例：2018景髓雌事件时间：2018年3月24日事故原因：第三方破坏殷贿泄漏，扩散轨下做空间事故鳍果：1死5伤,桥梁、电力、通波排水管网严重破坏炊弓慢蹄样tt“，湘愿函）的安全系统主藏J主穆道酗.大群姻林麻ig,asraw崎队跳乏期播eutwat5BTW31XWmzrAMUMM标K点多面广解VS磁强酸强的缄掇露地皿U齐UM7已二-Z；二一Y二2Jwr,关健技术目标定风险:做监测:喊财泄独测技术与装备位建系统：大规般厥繇辆运行鹘脚里有风险？在鹏触？麻够喊破警?风险有多高？专用探测器？预翻动模式？构建:风险的识别监测预警航岫全链条防控技

13、术体系戏舞-1博重Wi等港IM.7累,蛊,瞿姿朋富誉嘉明器汗舞8omx16mxo6mSB瞿再呼MneIwW:美篦1s(8s)i-Iiis廿iiiswis1iR一MIJHI主SI9事i5is1iO.62C4+0.389)15*至*AnaTso3pronpaK!cssaB.dcstruc1ivnHgascxp-osacddcn-J1京Wcvcn-PmC-7(SCD;M2STAXS2嫁M辛要费*a-M31iis1vtinJiI1ti*sDUkt1rIEBZX一团aM而2jir*募翟聘照舞窿2疆I=OT器,4薯舞i鬻雪一m-s二月.1UjuSr/M1M一?Q(34G+0咨c*0s5G)xIBBSms(4滕)费星群鹭爵南马St举二MuencesOfc-SnCentraS-=fue1VO-Ume-ia-empeureanda1PreSS