长输管道内检测数据比对国内外现状及发展趋势

通过对国内外管道内检测数据分析技术的实地调研,对内检测数据比对技术现状进行了比较研究,得出了目前内检测数据比对工作的主要目的仍然是识别管道缺陷的变化率及新增缺陷点,同时内检测数据的利用率处于较低水平,指出深度挖掘和综合利用内检测数据将成为未来的发展方向,并为后续内检测工作的开展提出了建议。此外,提出了管道运营公司在第2轮内检测完整性再评价时,应建立管道完整性数据综合分析机制,即综合考虑各相关影响因素,有针对性地提出预防、减缓和改进措施,对丰富完整性管理理论及提升国内管道内检测数据比对技术水平具有重要的现实意义。     

基于大数据的管道系统数据分析模型及应用

以往管道企业数据分析侧重于因果关系,而在大数据时代,管道系统一系列的信息集成、管理程序、检测记录以及日常运维记录等都将通过物联网、云计算等数据网络串联起来,其数据分析方向逐渐由因果关系向非因果(关联性)关系转变。通过对大数据分析模型进行研究,得出大数据分析将是管道企业未来发展的重要趋势之一,建立了适合于未来发展的管道系统大数据管理架构模型,提出了基于大数据的管道数据算法模型,进一步完善了内检测数据管理模型,并在管道泄漏和预警、管道地质灾害、管道腐蚀管理、管道内检测数据分析等方面实践应用,获得了能耗控制、灾害管理、风险控制等综合性、全局性的分析结论,对于管道大数据领域在管道行业的发展和应用具有重要意义。     

管道内检测数据对齐方法与应用

随着内检测的不断推进,大部分管道已经开展了两轮及以上次数的内检测作业,获得了大量内检测数据。由于内检测受外部环境及检测误差的影响,多轮内检测数据在里程、缺陷识别与量化方面存在一定差异,难以实现多轮内检测数据的快速对齐,且人工对齐工作量巨大。为研究内检测数据的快速对齐方法,结合大量内检测数据,构建了内检测数据对齐算法模型,基于该模型实现了内检测数据的快速对齐,并通过不同单位、不同格式的内检测数据进行应用测试。测试结果表明:该方法可以实现管道阀门、三通等特征100%对齐,管节对齐比例达99%以上,弯头对齐比例达90%以上。基于该方法,可快速对内检测数据进行深度挖掘分析,预测管道本体缺陷发展趋势,为管道腐蚀控制及管道本体管理提供数据支撑,实现管道本体风险的预控,提高管道完整性管理水平。     

管道完整性系统数据集成与应用

从油气长输管道完整性数据的应用现状出发,提出了管道完整性数据集成应用的现实需求,通过比较现有数据集成技术,进一步分析了管道完整性数据集成的需求和目标,分别从管道完整性数据库构建及应用平台两个方面对实施路线进行了阐述。结合管道内检测应用实例,分别从完整性数据支持、数据对齐、数据分析展示3个方面验证了基于管道完整性管理系统的数据集成应用效果,有效解决了数据不统一、利用效率低、应用效果不理想等问题,从而为管道完整性管理及相关技术应用提供更加有效的手段,为实际管理决策提供更加有效的支持。     

长输油气管道大数据管理架构及应用

随着我国油气管道规模的不断扩大,管道安全管理评价要求的不断提高,应用大数据技术处理分析管道设计、施工、运营过程中所产生的海量数据成为必然趋势。基于我国管道安全评价的要求,总结了我国管道数据管理存在的问题,介绍了管道大数据管理的初步架构方案:建立合理、准确的管道大数据基准线;建立统一的数据记录、存储形式;实现管道相关数据的全面采集;建立管道大数据的基本准则和管理模式,开发综合数据管理平台;建立基于大数据的分析决策程序。同时,给出了相关数据的处理流程和应用范例,对应用大数据进行长输油气管道安全管理具有一定的指导意义。     

管道内检测数据管理

管道内检测是近年新兴的一项技术,在管道完整性管理中发挥着重要作用。与采用文件模式进行手工管理的传统内检测数据管理相比,管道内检测闭环管理避免了前后环节信息不一致及再次内检测时无法有效利用历史数据的问题,改善了完整性管理的循环效果。在分析管道内检测数据采集、存储、使用流程的基础上,结合管道数据模型(PIDM),提出了以内检测项目信息作为循环开始,统一内检测数据格式,利用线性参考技术进行数据校准和关联,依据PIDM历史数据模式进行数据存储,经缺陷评价后建立开挖单以规范管理维修维护,以维修单更新缺陷状态为循环结束。通过各环节的完整衔接,实现了基于内检测技术的管道完整性闭环管理。     

基于大数据条件下的管道风险评估方法思考

过去几十年,管道风险评估技术得到快速发展,但依然沿袭传统的风险评估技术发展之路,在专家风险认知、事故概率统计等基础上,利用对外在风险认知程度对评估对象进行预测分析,其核心问题是风险评估的模型是基于有限的数据基础对整个系统进行评估的理念。随着管道发展到大数据时代,在实现管道属性相关数据对齐并纳入数据库的条件下,形成了管道大数据,在很多方面具备了＂样本=总体＂的基础,使风险评估技术及管理发生了相应转变。根据工程实践,初步论述了对管道大数据基本概念和定义的理解,探索和思考了在大数据条件下由工程适用性评估替代风险评估,依靠外因评估转变为依靠内因评估,以及风险专家评估转变为数据评估等方面的内容,同时提出了需要注意的问题和发展方向。（参13）     

长输管道内检测数据比对方法

为了提高管道内检测数据的利用率,充分挖掘内检测数据的价值,结合国内外长输管道内检测数据比对方法,分析了在关键点对齐过程中可能出现的问题并提出了解决方法,同时总结了关键点对齐的步骤。在焊缝、弯头及阀门等关键点对齐的情况下,两轮内检测数据进行缺陷匹配(包括腐蚀、制造缺陷、凹陷、裂纹及其他缺陷)的主要依据是相对里程、钟点方向及表面位置这3个位置要素。根据缺陷增长速率可以将缺陷划分为活性缺陷点、非活性缺陷点、新增缺陷点以及其他缺陷点4类。通过对某长输管道的两次内检测数据进行对比分析,确定了缺陷位置,并估算了缺陷增长速率,为管道运营单位的决策提供了参考。     

湖南省奶牛生产性能测定(DHI)大数据信息管理平台建设初探

为了加强并完善湖南省奶牛生产性能测定(DHI)检测工作的管理,提高DHI在牛场健康计划中的应用,普及DHI并提高奶牛育种水平,分析了湖南省DHI工作中存在的数据繁多分散、相关部门系统信息得不到充分应用等问题,探讨了云技术平台在当前大数据环境下对牛场DHI检测的重要性,运用DHI大数据信息管理平台将大数据与奶牛生产性能测定工作相结合,整合多系统分析数据,利用DHI检测结果对奶牛的繁殖育种、疫病流行、营养配方、市场趋势等进行系统分析。分析结果表明:DHI大数据信息管理平台能有效解决目前牛场管理工作中出现的诸多问题,对牛场的规模化系统管理具有极其重要的意义。     

管道内外检测数据对齐方法及实例应用

为充分挖掘管道内外检测数据的有用信息,以管道内检测数据为基准,将其与外检测数据对齐,形成以位置信息为基准的内外检测对齐数据库,进而明确影响管道安全运行的主要因素.依托某天然气管道工程,利用内外检测数据对齐方法实现了数据对齐,并对管道腐蚀趋势进行综合分析与开挖验证,结果表明:该管道阴极保护状态良好,土壤电阻率和交/直流杂...     

高温原油管道内外检测数据对比分析

以同一时期进行内外检测的某条原油管道A站至B站管段作为研究对象,对内检测发现的管道外腐蚀结果与外检测数据评价结果进行对比分析。结果表明：管道外腐蚀点远多于外防腐层缺陷点;由于阴极保护的作用,外防腐层缺陷点处管体良好,未见明显腐蚀;管道外腐蚀风险点在防腐层剥离的区域。可以利用内检测数据评价管道防腐层的剥离情况,现有的外检测技术具有局限性。针对外检测技术的局限性,提出在管道外检测及日常管理过程中,应加大直接开挖检查力度,对管道外防腐措施的有效性进行评价,以确保管道的安全运行。（图2,表1,参7）。     

管道内检测数据对比对完整性评价的影响

两次或多次管道内检测数据对比,能够充分挖掘管道内检测数据中的有用信息,提高管道内检测数据的使用率,是管道完整性评价的重要补充。结合实际工程应用,介绍了两次内检测数据的匹配方法,数据对比方法及差异,以及如何利用数据对比结果发现并解决完整性评价中存在的问题。结果表明:通过两次或多次内检测数据的对比,可分析各类缺陷产生的原因,明确管道存在的活性腐蚀,科学计算腐蚀生长速率,最大限度地降低管道完整性评价中的不确定性。     

管道内检测数据坐标化技术

目前,管道内检测数据均以里程作为管道缺陷点、异常点及特征点的定位基准,不利于缺陷修复及内检测数据的深度利用。为解决这一问题,提出由中心线测量实现内检测数据坐标化的技术流程,建立了根据中心线测量计算管道长度、弯头方向及曲率半径的数学算法模型,制定了中心线与内检测特征点的对齐拟合方法,并确定了拟合点的选取原则。现场开挖验证表明,该技术的平均误差为0.37 m,是可行有效的。内检测数据坐标化可减少内检测缺陷修复工作量,节省修复费用;实现与管道外检测数据对齐,开展管道缺陷的成因、发展趋势、腐蚀活性等的深入分析,为管道数据整合提供技术支持。(图6,表3,参19)     

大数据背景下农业数据资源分类及应用前景浅析

农业数据资源是国家基础战略资源,是发展农业大数据的基础。农业数据资源是复杂而庞大的数据集,大数据背景下对其统筹分类意义重大。文章对农业数据资源的重要意义进行了分析,并基于大数据理念从数据生产和应用角度对农业数据资源分类,最后对农业数据资源的应用前景进行思考。     

基于数据包络分析的管道完整性管理效能评价

管道完整性管理效能评价是发现管道完整性管理的改进空间,推动其持续完善的有力工具,但目前国内外尚无成熟的相关技术及方法.将管道完整性管理视为多投入、多产出的复杂系统,按照具体业务将其划分为数据管理、高后果区识别等9个业务模块和1个综合管理模块,并针对各模块综合考虑其不同方面、不同属性的各项因素,建立评价指标体系.应用数据包络分析(DEA)方法,对各评价单元进行相对有效性评价,计算其效能值,并对效能结果进行分级,给出评价结论和改进建议.在中国石油某管道公司的应用结果表明,该方法合理、可行.     

灰色系统理论在管道完整性数据预测中的应用

根据管道完整性数据的不确定性、管道环境变化速度低、信息过去值发展受到的扰动少等特征,推荐采用基于趋势外推法的灰色系统理论预测管道完整性数据,提出了预测原则和预测对象分类等.介绍了预测数据序列生成步骤方法,给出了仅有一次检测数据的预测计算实例.     

农业大数据研究与应用进展

【目的】在全球快速发展和数据信息量迅猛增长背景下,大数据技术也成为各行业应对海量数据的重要助力。国内对于农业大数据的研究起步较晚,缺乏对相关研究的归纳总结。文章通过对目前农业大数据应用、技术等研究进行论述,对未来农业大数据的发展方向进行展望。【方法】文章采用文献综述法,概述了国内外农业大数据的研究进展,分析了农业大数据的应用方向与关键技术,简要介绍了部分农业大数据平台,指出了目前发展存在的问题并提出未来发展方向。【结果】我国农业大数据发展十分迅速,目前已应用在了农业育种、生产与养殖、农业气象预测、市场管理与农产品追溯等领域,相关的农业大数据平台也已投入使用,但目前仍存在数据缺乏统一标准、共享水平低、缺乏大数据人才、缺乏自主核心技术、已有大数据平台缺乏实用性、数据保护体系不完善等问题。【结论】未来要进一步完善农业大数据采集体系,提高数据共享水平,增强大数据尤其是农业大数据的人才培养力度,优化大数据分析技术,让数据挖掘变得更加高效,自主研发大数据处理框架减少对国外技术的依赖,此外要对原有的大数据平台进行升级,建设出包含农业旅游、文化等丰富的、能够为基层群众提供更加实用性服务的农业大数据平台以及针对大数据资源特点,完善大数据的安全保障工作。     

大数据在烟叶生产中的应用前景分析

本文在介绍大数据技术发展与应用的基础上,阐述了烟叶生产产生数据的各个环节,如生态环境、生产环节、组织管理环境、市场交易环节等。针对烟叶生产的具体要求,提出了在大数据应用中的数据采集、数据技术及分析结果应用的策略,并分析了烟叶生产大数据技术应用的前景,旨在为大数据技术在烟叶生产中的实际应用提供参考。     

试论大数据在气象服务中的应用

"大数据"是信息技术产业的一次重要的技术变革,随着大数据时代的快速发展,传统的服务模式已经不能满足公众在大数据时代对气象服务在服务产品、服务形式等方面提出的新要求和新内容,这也为陕西气象部门服务能力的提升带来了机遇和挑战。本文阐述了大数据背景下气象服务的现状,结合数据挖掘、大数据思维等内容探讨气象服务应用重点。     

大数据与图书馆建设

阐述了大数据概念的由来、定义特点,举例说明了大数据在各个行业的应用,论述了大数据和图书馆建设的关系,图书馆现有哪些大数据,从四个方面论述了图书馆应用大数据为读者服务:一是成立新的数据管理部门;二是通过大数据分析为采访工作提供依据;三是通过大数据分析为读者提供个性化服务;四是培养一支大数据分析专业人员队伍.