一种用于评估管道状况的改进方法技术

本发明专利技术涉及一种用于评估管道网络的管段的管道状况的计算机实现的方法、计算机程序和设备。为此，基于结构和环境参数将管段聚类到类中；在每个类中，选择管段的样本进行检查。通过检查获得的分数用于训练类中管道的管道状况的模型，以便估计未经检查的管道的管道状况。

【技术实现步骤摘要】
【国外来华专利技术】一种用于评估管道状况的改进方法
本专利技术涉及流体分配网络的管道管理领域。更具体地，涉及管道状况的评估。
技术介绍
流体(例如，水、油或气)通常通过包含大量管道的大型网络输送。随着时间的推移，管道会例如由于腐蚀而经受退化。切断管道状况可能导致网络中的泄漏。因此，希望评估管道状况，以便在管道损坏或产生泄漏之前对其进行修复或更换。可以直接检查管道。存在多种直接检查方法。例如，可以从视觉上检查管道。也可以使用测量来检查管道。例如，可以将电磁通量应用于管道并进行分析。还可以执行声学测量，包括发送声学信号和分析管道各个部分对声学信号的响应以便确定它们的厚度。这些方法都提供了需要操作员位移或局部测量的缺点。因此，在实践中，对整个网络进行定期检查是不可能的，而且成本太高，无法有效地确定整个大型网络的管道状况。因此，一种解决方案包括先验地评估待检查的最关键的管道，以便集中于将处于最恶劣状况下的管道。然而，很难先验地确定哪个管道处于最严重的状况，因此应该首先进行检查。专利US9,128,019公开了一种方法，包括同时评估管道的状况和退化率。因此，该方法允许提前确定管道状况预计将变得关键的时间，以及管道应被检查/修理/更换的时间。然而，该方法还需要操作员对网络的所有管道进行至少一次检查。因此，需要一种允许准确估计管道状况的方法，即使是尚未检查的管道，同时仅需要检查网络的一小部分管道。
技术实现思路
为此，本专利技术公开了一种计算机实现的方法，包括：基于关于管段的结构或环境的管道参数，将管道网络的管段聚类为多个类的第一步骤；以及，对于多个类中的每个类：提取类的管段的样本的第二步骤；针对每个管段样本获得由状况评估程序确定的一个或多个管道状况分数的第三步骤；基于所述管道参数执行对不属于样本的管段的一个或多个管道状况分数的估计的第四步骤，所述估计用在第二步骤处提取出的样本的管段的管道状况分数和管道参数进行参数化。这种管道参数例如可以包括以下一项或多项：结构参数(管道的长度；管道的材料；管道的直径；管道的年龄等)，或环境参数(管道环境的温度；管道环境的湿度；附近的设备(例如，存在可能会产生缩短管道的使用寿命的振动的附近道路或机场)；水质；压力；压力变化；浪涌；交通负荷；地面运动)。状况评估程序是指使用对管道的一种检查或分析来评估管道状况的任何程序。因此，状况评估程序的非限制性示例包括视觉检查、可在现场执行的测量(声学分析、电磁分析等)或收集样本并在实验室中对其进行分析。更一般地，允许评估管道状况的对管道执行的任何类型的人工检查或测量都可以用作状况评估程序。管道状况分数是表征给定管段状况的分数。管道状况分数可以使用各种尺度来表示。例如，可以使用提供管道指示状况的尺度(例如“好”、“平均”、“差”等)，介于0和1之间的标准化尺度，或指示管道状况的测量(例如，管道厚度)。第一步骤将管段分组为多个类，并且在每个类内，管段受到基本相似的退化过程的影响。由于管道的状况评估程序冗长且昂贵，因此第二步骤的目的是为每个类提供尽可能能代表该类的管段的有限数量的管段，从而类中有限数量的管段的状况评估允许提取用于基于管道参数来估计该类管段的管道状况的一般规则。状况评估程序为所选的管段提供可靠的管道状况分数，因为它们依赖于对实际管道执行的检查、观察或测量。第四步骤包括对没有进行状况评估程序的管段执行管道状况的估计。由于管段被分组到受基本相似的退化过程影响的管道类中，并且已经对每个类内的一些管段进行了状况评估程序，因此第四步骤被准确地参数化，并且提供了对管道状况的可靠估计。因此，本专利技术的方法允许准确估计大型管道网络中管道的管道状况，而不需要对管道进行彻底检查，并且因此利用有限的检查成本。本专利技术的方法降低了用于估计管道状况和计划管道更新的成本。本专利技术的方法允许有效的管道检查和更新计划，并因此允许有效地维护管道网络。有利地，所述多个类是预先定义数量的类，并且第一步骤包括将高斯混合模型(GMM)应用于管道以将管段聚类成所述预先定义数量的类。这允许将管段分组为包括具有同质特征的成员的类中，从而允许有效聚类管段。有利地，提取样本的第二步骤包括：初始化管段的候选样本集合的第五步骤；使用以下来迭代地修改所述候选样本集合的第六步骤：基于目标函数的遗传算法，包括最小化样本的管段的平均管道参数的差异，以及类的管段的平均管道参数；选择优化所述目标函数的候选样本的第七步骤。遗传算法通过连续迭代优化目标函数，该函数包括最小化样本和类的平均参数之间的差异。遗传算法提供了允许优化函数同时测试包括非常不同的管段组合的样本的优点。因此，这允许获得其平均管道参数尽可能接近对应类的平均管道参数的样本。因此，样本提供了类的良好表示，并且可以从这些样本构建类的可靠模型。此外，遗传算法具有有限的计算复杂度。有利地，每个样本的相对大小与每个对应类的相对同质性呈负相关。通常，类越同质，对该类的管段的退化行为准确建模所需的样本大小就越小。事实上，如果类的成员是同质的，则需要较少数量的训练值来训练模型。因此，将样本的相对大小与类的相对同质性负相关允许分配样本大小以优化所有类的预测的可靠性，以进行给定数量的管道状况程序。相对同质性可以例如使用该类的样本的管道参数的标准偏差来确定：标准偏差越高，类的同质性越小，并且样本的大小将越大。在考虑多个管道参数的实施例中，例如通过对管道参数应用主成分分析(PCA)并确定第一成分的相对同质性，可以将多个管道参数组合为单个参数。有利地，在包括以下一项或多项的组中选择第三步骤的状况评估程序：应用于管段的电磁通量的分析；管段的声学分析；对管段的样本的提取和在实验室中分析；并且其中，每个状况评估程序提供相同尺度的管道状况分数。这允许为每个管段选择最合适的测量或观察方法，并轻松比较管段之间的测量或观察。有利地，状况评估程序提供对应于管段的不同部分并且在包括以下各项的组中选择的两个或更多个管道状况分数：内涂层状况分数；外涂层状况分数；联合状况分数。这允许评估管段的不同部分的状况的演变。这很有用，因为管道的不同部分的状况可以取决于结构和环境管道参数以不同方式演变。有利地，使用加权或正交和，从对应于管段的不同部分的两个或更多个管道状况分数获得单个管道状况分数。这允许在考虑管道的不同部分的特定退化的单个管道状况分数内总结管道状况。有利地，一个或多个管道状况分数与一个或多个可靠性指标相关联。可靠性指标是指示在检查期间收集到的信息的可靠性的等级。它可以是例如在0到1之间的等级，并且可以根据获得管道状况分数的方式的可靠性来确定等级。例如，如果管道状况分数是使用仪器测量的，则它可以与最大等级1相关联，否则它可以与较低等级相关联，例如，如果管道状况分数是使用相当客观的视觉观察(例如元素的存在与否)获得的，则与等级0.8相关联，以及如果管道状况是使用部分主观的视觉观察(例如元素的状况)获得的，则与等级0.5相关联。这允许考虑每次本文档来自技高网...

【技术保护点】
1.一种计算机实现的方法(200)，包括：/n-基于关于管道网络的管段的结构或环境的管道参数，将所述管段聚类(210)为多个类的第一步骤；/n-以及，对于所述多个类中的每个类：/n-提取(220)所述类的管段的样本的第二步骤；/n-针对每个管段样本，获得(230)由状况评估程序确定的一个或多个管道状况分数的第三步骤；/n-基于所述管道参数来执行(240)对针对不属于所述样本的管段的一个或多个管道状况分数的估计的第四步骤，所述估计被用在所述第二步骤处提取出的所述样本的管段的管道状况分数和管道参数进行参数化。/n

【技术特征摘要】
【国外来华专利技术】20181220 EP 18306777.61.一种计算机实现的方法(200)，包括：
-基于关于管道网络的管段的结构或环境的管道参数，将所述管段聚类(210)为多个类的第一步骤；
-以及，对于所述多个类中的每个类：
-提取(220)所述类的管段的样本的第二步骤；
-针对每个管段样本，获得(230)由状况评估程序确定的一个或多个管道状况分数的第三步骤；
-基于所述管道参数来执行(240)对针对不属于所述样本的管段的一个或多个管道状况分数的估计的第四步骤，所述估计被用在所述第二步骤处提取出的所述样本的管段的管道状况分数和管道参数进行参数化。


2.根据权利要求1所述的计算机实现的方法，其中，所述多个类是预先定义数量的类，并且所述第一步骤包括将高斯混合模型(GMM)应用于所述管道以用于将所述管段聚类成所述预先定义数量的类。


3.根据权利要求1-2中任一项所述的计算机实现的方法，其中，提取所述样本的所述第二步骤包括：
-初始化管段的候选样本的集合的第五步骤；
-使用以下来迭代地修改所述候选样本的集合的第六步骤：
o基于目标函数的遗传算法，包括最小化所述样本的管段的平均管道参数的差异，以及
o所述类的管段的平均管道参数；
-选择优化所述目标函数的候选样本的第七步骤。


4.根据权利要求1-3中任一项所述的计算机实现的方法，其中，每个样本的相对大小是与每个对应类的相对同质性呈负相关的。


5.根据权利要求1-4中任一项所述的计算机实现的方法，其中，所述第三步骤的状况评估程序是在包括以下各项中的一项或多项的组中选择的：
-对应用于所述管段的电磁通量的分析；
-对所述管段的声学分析；
-对所述管段的样本的提取和在实验室中的分析；
并且其中，每个状况评估程序以相同尺度提供...

【专利技术属性】
技术研发人员：K·克劳迪奥，T·范·贝塞拉尔，G·费伊，
申请(专利权)人：苏伊士集团，
类型：发明
国别省市：法国;FR