Leak Detection for Large Complex Gas Pipelines by Discrepancy Analysis of Simulated-Measured Pressure Profiles
Notice bibliographique
Résumé
While there are currently several methods available for pipeline leak detection, very few can be implemented on large complex gas pipelines in an intuitive and cost-efficient way. This is due to extensive measurements and additional instrumentations being rudimentary for such implementations to reach the expected real-time performances. This study explores a leak detection technology built for large, complex gas pipelines, created as a virtual simulation and a digital twin for real pipeline systems, that parallels the dynamic behaviors of the transient flows over time and space. The virtual system works as a mirror of the real systems to reveal the occurrences of abnormal events. Thus, leaks can be observed and located by analyzing discrepancies in the simulated-measured pressure profiles of real-time transient models (PPRTM). The key assumption of this method is that discrepancies arising from the simulated-measured pressure profiles imply signatures of pipeline leaks. Such an assumption is verified by in-lab experiments as well as field trials. The underlying principles, assumptions, experiments, simulations, trials, and implementation of the PPRTM will be discussed in this study in detail. The application of this method on the YUJI natural gas pipeline system demonstrates that PPRTM is suitable as an efficient and effective implementation on large complex pipeline systems. The method provides a new way of continuously monitoring and locating the occurrences of leaks. It overcomes limitations of existing leak detection systems (LDS) since the pipeline system is monitored as whole and no extra measurements and instrumentation are required. Likewise, it is compatible with standard configurations of the supervisory control and data acquisition (SCADA) system and it is also capable of detecting and locating multiple leaks on the same pipeline.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».