石油天然气管道储运安全系统研究

来源 :能源与环保 | 被引量 : 0次 | 上传用户:adfazzzzzzzzzzzzz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在我国经济发展和工业进步的当下,社会对石油与天然气能源的消耗量迅速增长.油品蒸气和天然气的挥发性高,混合气体在空气中的浓度能较为轻易地达到爆炸阀值,引起火灾或爆炸事故,故油气储运的安全稳定性较差,在运输过程中要格外重视并做好相关工作.为了保障油气集输的安全性,提升石油天然气的管道储运安全程度,避免油气储运发生安全事故,就如何设计管道储运安全系统展开了研究,并提出以管道安全程度为目标的安全系统设计建议.
其他文献
为了缓解研究区水资源短缺现状及满足城市可持续发展的需要,研究了再生水处理厂工艺中的生物污水处理工艺和深度处理工艺的择选,对比分析了污水处理工艺的各个方案以及深度处理工艺的相关方案.研究得出,污水处理工艺采用A2/O、二沉池、高效沉淀池、纤维转盘滤池;深度处理工艺采用“高密度沉淀池+纤维转盘滤池工艺”.研究使得废水能够得到集中处理,减少了对城区环境污染,有利于城市环境保护目标的实现.
为提升石油运输方案的经济效益与安全性,结合石油运输多层次的新特点,设计基于改进层次分析法的石油运输安全风险评估方法.从运输工具安全性、运输路线安全性、运输管理能力构建石油运输安全风险评估指标多层次结构,利用熵权法对层次分析法权向量计算过程进行改进,获取主客观并重的综合权重,根据权重计算石油运输安全风险评估值,划分风险等级.实验结果表明,在确保石油运输安全性的基础上,该方法可在一定程度上节省风险管控过程中的人力、物力、财力与时间,提升石油运输的经济效益.
水质预测对水资源管理及水体保护至关重要,为提高污水水质预测模型准确率,考虑到水质参数是一个动态的时间序列,在研究RN N神经网络模型基础上,引入一种改进的长—短记忆网络结构(LSTM-GRU)来增加RNN的隐层,GRU和LSTM采用门结构代替标准RNN结构中的隐藏单元,可以选择性地记忆重要信息而忘记不重要信息,从而高效学习历史水质参数信息,使得预测结果更加精确.通过仿真分析,本文采用的LSTM-GRU模型与传统的污水水质参数预测模型相比,LSTM-GRU模型的泛化能力更强,预测精度更高,有效性及实用性更强
通过对已有研究成果的综合分析,提出了一种新的流域突发水污染溯源研究以及相应的综合治理方法.为解决流域突发水污染事件的溯源问题,建立了流域突发水污染溯源模型.建立相应的模型框架,通过贝叶斯法也就是客观经验法获取大量径流量等观测历史数据后,根据这些观测数据为基础获得先验分布,采用了均匀分布类型.用监测数据构建似然函数,利用采样对分布概率后验密度进行获取,采样方式选择AM-MCMC.完成模型构建,选取研究对象为某突发水污染的河段流域对其进行验证.实验结果表明,该设计方法在有限迭代时间内,可有效缩减水污染溯源的定