成品油管道泄漏監測技術應用現狀與發展趨勢

摘" 要：泄漏監測是成品油管道運行管理中的重要環節，對于保障管道安全運行和人民群眾的生命財產安全意義重大。通過對目前常用的幾種泄漏監測技術原理的概述和分析，總結不同方法的優缺點，展望未來成品油管道泄漏監測技術沿軟硬件深度結合、數字化轉型、異常工況識別能力提升和信息系統集成化的發展趨勢。

關鍵詞：成品油管道;泄漏監測;監測技術;數字化轉型;發展趨勢

中圖分類號：TE973" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2023）25-0182-04

Abstract： Leakage monitoring is an important link in the operation and management of refined oil pipeline， which is of great significance to ensure the safe operation of pipelines and the safety of people's lives and property. By summarizing and analyzing the principles of several commonlyused leakage monitoring techniques， the advantages and disadvantages of different methods are summarized， and the future development trend of refinedoil pipeline leak monitoring technology along the depth combination of software and hardware， digital transformation， improvement of abnormal condition identification ability and information system integration is forecasted.

Keywords： refined oil pipeline; leakage monitoring; monitoring technology; digital transformation; development trend

管道運輸是石油天然氣最主要的運輸方式，是能源供給的大動脈，我國經過幾十年的發展，已逐步建成了以管道輸送為主的成品油運輸方式。2020年，國家管網集團完成資產劃轉并正式運營，全面接管原屬于“三桶油”的管道基礎設施資產、管輸業務及人員，其中2.66萬km的成品油管道轉變為整體獨立開放運營，管道運行模式也由企業內部計劃管理為主，逐漸轉化為市場多元競合[1]。截至2021年底，我國成品油管道總里程約3.2萬km[2]，根據國家發改委、國家能源局在2017年印發的《中長期油氣管網規劃》，預計到2025年，全國成品油管網規模達到4萬km，覆蓋面進一步擴大，結構更加優化，儲運能力顯著提升。

由于成品油管道具有點多線長、管輸壓力大、輸送介質易燃易爆、途徑地域復雜等特點，一旦發生泄漏，將不可避免地造成環境污染或財產損失，甚至引發人員傷亡事故。導致管道泄漏的原因主要有腐蝕、管體或焊縫材料失效、第三方破壞、自然災害等，隨著新建成品油管道里程的不斷增加和在役管道的逐漸老化，管道發生泄漏的可能性越來越高，風險點也越來越多。因此，采用高效可靠的泄漏監測技術對管道本體進行實時防護，能及時發現并預警威脅管道的不安全事件，第一時間反饋泄漏點位置及泄漏程度，最大限度地減少因泄漏事故導致的危害和損失，持續保障管道的安全運行。本文通過分析總結現階段廣泛使用的和部分具有廣闊發展前景的技術手段，為成品油管道泄漏監測技術的進一步發展提供一些個人建議。

1" 泄漏監測技術現狀

成品油管道泄漏監測的實質是對因泄漏引發的各類信號進行探測，通過判斷信號的波動趨勢及發生位置來推斷管道的泄漏情況，這些信號主要有負壓波、音波、泄漏噪聲、流量、壓力、溫度和振動等，根據監測對象及信號處理方法的不同，現階段衍生出的方法主要有負壓波法、音波法、分布式光纖傳感檢漏法、流量/質量平衡法、瞬態模型法、內檢測法、壓力梯度法和示蹤劑檢測法等。

1.1" 負壓波法

當管道發生泄漏時，泄漏點處會由于介質的損耗導致壓力突然下降，該壓力變化將由泄漏處以特定的速度（約1 000 m/s）向管道上、下游傳播，形成負壓波。借助管道兩端的壓力傳感器采集該負壓波，根據負壓波的傳播速度和到達壓力傳感器的時間差，進而計算出泄漏點位置。該方法目前在我國長輸管道上應用最廣[3]，其優點是在液體介質中傳播距離較遠，能夠實現在線監測，可靠性和靈敏性均較好，工程造價低，適合監測管道運行過程中突發的大量泄漏及打孔盜油事件。缺點是對于因管道本體裂紋、腐蝕等產生的微小泄漏不敏感，也容易受到因工況的變化（如啟停泵操作、壓力調節、流量調節等）產生誤報警。負壓波法在得到廣泛應用的同時也在不斷被改進。例如，秦程等[4]提出利用FBG管徑夾傳感器陣列及L_MAG電磁流量計采集管道內信號，通過監測管道徑向應變來識別負壓波，經濾波處理、線性擬合計算后，對泄漏點進行定位，并采用Matlab和LabVIEW聯合編程的方式，開發了實時的管道泄漏監測與定位系統;曹杰鋒等[5]采用局部均值分解法和長短時窗比法對壓力信號進行分解、降噪重構后，確定了接受到的負壓波信號時差，有效識別出1%～2%泄漏量的快速泄漏和緩慢泄漏，縮小了泄漏點的查找范圍。

1.2" 音波法

管道發生破裂時，管內介質向外噴出，與泄漏處的管壁發生摩擦，連續產生特定頻率的振蕩音波信號向管道上、下游傳播，利用安裝在管道兩端的傳感器檢測信號接收的時間差，計算出泄漏位置。音波信號的頻率分布范圍很寬，既有低頻信號（次聲波），也有高頻信號（超聲波）。低頻部分波長長，在介質表面不容易衰減，傳播距離較遠;高頻部分在縱向面上衰減很快，信號提取困難。因此在實際運用中，主要采取次聲波監測的方法，當前的研究重點集中在噪聲去除和時間差計算方面，例如，劉小多[6]提出利用小波消噪方法對次聲波信號進行處理，通過改進后的互相關分析法對信號時間差進行計算，提高了時延估計精度和計算效率。音波法對信號采集設備要求苛刻，常受安裝位置、檢測精度、采樣頻率等影響，其對緩慢、微小泄漏的檢測能力優于負壓波法，且不受管道輸送介質種類的影響[7]。

1.3" 分布式光纖傳感檢漏法

利用與管道同溝敷設的通信光纖作為傳感器，持續向光纖中發射具有一定功率的光脈沖信號，當管道發生泄漏時，產生的振動、應力、溫度或壓力變化，將使得光纖發生彎曲或抖動，進而改變光纖內信號的傳播特性，通過對光纖上各點的變化特征、障礙點位置進行分析，即可確定泄漏的位置。根據技術原理的不同，分布式光纖傳感檢漏又可分為散射式、干涉式2種。散射式主要利用光在傳輸時產生的背向散射光的波長和分布信息實現實時監測，包括瑞利散射、布里淵散射及拉曼散射;干涉式是利用泄漏產生的振動、壓力、溫度及聲音的變化導致光干涉發生變化，通過對干涉信號的處理進行泄漏的判斷和定位，常用的有Sagnac光纖干涉法、Michelson光纖干涉法、Mach-Zehnder光纖干涉法[8]。分布式光纖傳感檢漏法具有抗電磁干擾能力強、靈敏度和精確度高、能夠在管道被外力破壞前發出預警等優點，具有突出的大規模應用前景，但其需要在管道主體工程施工建設時與之并行敷設，因此目前主要在已有同溝光纖的管道上使用。

1.4" 流量/質量平衡法

管道正常運行時，上、下游輸油站的流量差保持在某一固定范圍，一旦發生泄漏，上游流量增大，下游流量減少，當流量差值超過預先設定的閾值時，即判斷管道發生了泄漏。在生產實際中，常采用在輸油站安裝高精度的質量流量計進行輔助判別。流量/質量平衡法對小泄漏的識別靈敏度差，也容易受到管道流體狀態變化、介質密度、支線數量的影響，造成誤檢或漏檢。目前主要采用計算模型更加復雜的動態流量/質量平衡法和補償體積平衡泄漏監測等，實現更加準確、及時的判斷。

1.5" 瞬態模型法

以流體的動量平衡方程、能量平衡方程為基礎，建立管輸介質的流體力學和水力學模型，模擬管道的工作狀態，模型中通常包括流體參數（流量、溫度、壓力）、管道參數（長度、公稱直徑、壁厚）、介質參數（密度、黏度），當管道的相關參數實測數值和模型中的計算值相差超過設定值時，即判定管道發生了泄漏。瞬態模型法應用的關鍵在于建立精準的管道模型和采集大量的實測數值，對數據的計算和處理要求很高，運算量偏大。實際應用時，由于管道內介質運行工況動態變化且易受多因素綜合影響，使用該方法對管道泄漏進行監測和定位難度較大，誤差較高。目前使用較多的瞬態模型法主要是瞬變流泄漏檢測，例如，XU等[9]在ANDREW對該方法綜述的基礎上，引入一維非穩態摩擦模型進行管道泄漏識別。

1.6" 內檢測法

基于超聲波、磁通、渦流和影像等技術開發的能在管道內運動的檢測設備，一般包括動力節、測量節、計算機節和電池節4部分，具備信息采集、數據處理、存儲和定位的功能，從而實現對管道缺陷識別、定位和量化的目的。內檢測器目前廣泛應用于各輸油氣管道，經過數代技術改造，目前主要形成了4類特定功能的管道內檢測裝置：金屬損失檢測、裂紋檢測、幾何缺陷檢測和測繪檢測。例如，超聲波液體耦合檢測器、三維高清晰度漏磁檢測器等。該方法檢測準確，精度較高，但不適宜于在線監測，且需要評價管道系統本身對檢測作用的適用性，如管道的結構特征（內徑變化、彎頭、三通等）、介質類型、流量和流速等因素，以避免出現卡堵、檢測結果偏差或設備損壞等問題。

1.7" 壓力梯度法

管道正常輸油時，沿程壓力分布是一條傾斜的直線。當發生泄漏時，泄漏點前流量增大，壓降變大，壓力坡降線變陡;泄漏點后流量減少，壓降變小，壓力坡降線變緩，通過判斷壓力梯度發生轉折的點即可確定泄漏位置。該方法原理簡單，但是監測的準確度依賴于管道沿線壓力傳感器的精度和數量，且由于管道內壓力易受工況、介質特性、設備操作等多因素影響，需對監測方法做進一步的改進。

1.8" 示蹤劑檢測法

在管輸介質中加入示蹤劑，當管道發生泄漏時，示蹤劑隨介質一并流出并與外界環境相接觸，利用示蹤劑檢測設備對管道周圍環境進行檢測分析就能確定泄漏點的具體位置。該方法由于無法實現在線監測，且檢測過程耗時較長，在成品油管道上已較少使用。

2" 總結

成品油管道泄漏監測技術發展至今已形成了一系列成熟的理論及應用方法。根據技術原理、監測方法及裝置所處位置的不同，上述監測技術大體可按以下3種形式分類：直接/間接監測法、硬件/軟件監測法、內部/外部監測法，其中較為常用的是基于硬件或軟件的監測方法，如圖1所示。

基于硬件的監測方法多為利用傳感器或接收器采集泄漏特征量來判斷泄漏點位置信息，該方法一般成本較高，較難同時滿足高精度、高靈敏度、低誤報率和實時監測等多項指標要求。

基于信號處理的方法目前應用最為廣泛，借助傅里葉變換、小波變換、經驗模態分解等數學分析處理方法，為管道泄漏監測的判斷創造了多種解決途徑。影響該方法準確度的關鍵在于對泄漏信號中噪聲的處理和傳感器的檢測精度，管道在不同工況下的泄漏信號、噪聲信號具有不同的特征，因此融合多學科（如材料學、流體力學、聲學等）深入開展對泄漏機理的研究，有助于進一步提升監測的靈敏度和可信度。

基于模型構建的方法聚焦于泄漏機理，通過構建管道水力熱力模型，綜合流量、壓力、密度和運動黏度等參數，計算邊界條件下的閾值，當實測數據超過計算值時，即判定泄漏發生。該方法對泄漏可進行實時監測，但在構建模型時常引入一些假設條件以簡化模型，因此有時需要對其結果進行反復論證修改以接近實際運行情況。另外，該方法目前對微小滲漏的監測效果較差。

3" 發展趨勢

隨著我國對安全生產監管的日趨嚴格和相關管道企業對更先進的泄漏監測技術的客觀需要，本文認為未來的發展趨勢主要體現在以下幾個方面。

1）融合多種技術路線的優點，采用軟硬件深度結合的形式開展泄漏在線監測。軟件層面主要是進一步完善計算模型，充分利用人工智能、云計算、虛擬仿真及物聯網等技術開發出泄漏識別與判定的合理算法，提升各類性能指標;硬件層面主要是向非介入式安裝方向發展，提高數據采集設備的精度，降低企業運行維護成本。

2）結合企業數字化轉型的背景，運用大數據技術挖掘、分析海量異常工況數據中的有效信息，建立管道泄漏異常工況特征數據庫，實現實時監測與結果在線比對，進一步降低誤報率和漏報率。

3）加強對不同工況下泄漏機理、特征和降噪技術的研究，提高異常工況識別能力，大幅減少噪聲干擾，提升泄漏點定位精度。

4）將泄漏監測系統集成到現有的SCADA系統中，充分利用SCADA系統的數據及功能，實現數據資源的整合與共享，進一步提高泄漏監測的靈敏度與準確度。

參考文獻：

[1] 趙振學，朱海龍，袁婧，等.國家成品油管網獨立運營分析及策略研究[J].國際石油經濟，2021，29（6）：87-93.

[2] 王宇，張旭，王朝金.中國油氣管道發展淺析[J].化工礦產地質，2022，44（4）：342-349.

[3] 王連勇，李艷梅，田杰，等.負壓波泄漏監測系統在長輸管道上的應用[J].安全、健康和環境，2014，14（7）：12-13.

[4] 秦程，任亮，王嘉健，等.基于LabVIEW的管道泄漏監測與定位系統[J].電子測量技術，2021，44（13）：23-30.

[5] 曹杰鋒，劉海鵬，周嘉琦，等.基于LMD-STA/LTA模型的油氣管道泄漏檢測方法[J].世界石油工業，2022，29（4）：71-76.

[6] 劉小多.次聲波檢測技術在長輸油管道的應用研究[D].撫順：遼寧石油化工大學，2020.

[7] 王振，王永強，王燕輝，等.長輸油氣管道泄漏監測預警技術分析及展望[J].工業安全與環保，2018，44（5）：79-81.

[8] 李健，陳世利，黃新敬，等.長輸油氣管道泄漏監測與準實時檢測技術綜述[J].儀器儀表學報，2016，37（8）：1747-1760.

[9] XU D， SHEN G D， JIANG J C， et al. Leak detection and location in liquid pipelines by analyzing the first transient pressure wave with unsteady friction[J]. Journal of Loss Prevention in the Process Industries， 2019（60）： 303-310.