파이프라인은 육상 석유 및 가스 운송에서 가장 경제적이고 효율적인 방식이지만, 잦은 누출 사고는 파이프라인의 안전하고 안정적인 운영에 심각한 위협을 제기합니다. 누출 정보 획득 및 처리 방식의 차이에 따라 하드웨어와 소프트웨어 두 가지 모니터링 기술의 연구 진전을 정리했습니다: 하드웨어 측면에서는 인력 점검, 분포형 광섬유, 적외선 열화상, 누설 자장 탐지, 지상 레이다 및 음향 방출 센서 등의 원리와 적용 효과를 비교 분석하여 미세 누출 위치 파악에 분포형 광섬유법의 장점을 지적하였으나 높은 비용과 유지보수 어려움이 존재합니다; 소프트웨어 측면에서는 신호 처리, 기전 모델, 머신러닝 세 가지 주요 방향에서 논의를 전개하여 데이터 융합과 지능형 알고리즘의 획기적인 발전을 밝혔습니다. 연구 결과 전통적인 방법은 선형 가정 오류에 제한을 받지만, 딥러닝 모델은 복잡한 작업 조건에서 누출 인식 정확도가 92.5%에 달하는 것으로 나타났습니다. 마지막으로, 미래 기술 발전은 다중 기술 융합, 지능형 알고리즘 체계의 심화 적용 및 자율 지능형 모니터링 시스템 개발에 집중해야 한다고 제안했습니다.

육상 석유 및 가스 파이프라인;누출 모니터링;실시간 모델;머신러닝;다중 방법 융합