一种中低压庭院管线异常流量识别方法及装置与流程

本发明涉及中低压燃气管线异常流量的监测领域，尤其涉及一种基于滤波递推计算的中低压庭院管线异常流量识别方法及装置。

背景技术：

随着我国城市建设的快速发展，城市地下管线越来越密集复杂，对管线施工要求越来越高。近年来，由于施工外力破坏，导致城市燃气管线燃气大量泄漏，并发生爆燃造成人员伤亡及财产损失的恶性事故。由于突发事故导致管线破损出现大量燃气泄漏后的发现、响应及处理时间十分关键，快速辨别管道漏气，第一时间进行处置(如切断上游供气)，可有效降低发生爆燃事故的风险，尤其对于人口密集区域的庭院管线事故处理更加重要，它关系到人民的生命财产安全。

根据泄漏检测原理，现有的泄漏检测方法可以分为直接检测泄漏燃气的直接检测法和以检测管道中因泄漏而引起的流量、压力、声音等物理参数发生变化的间接检测法。目前，中低压埋地庭院管线泄漏检测方式还是多以直接检测法为主，包括：

1)手持燃气检测仪、检测车进行地面巡检或采取地面打孔检测孔眼浓度进行定点检测的人工检漏。

2)采取低压保压的检漏方法，即深夜或凌晨时段在低压管路中挂表，将低压调压箱中压阀短暂关闭，通过低压表下降情况判断管路是否泄漏。

人工检漏的方式虽然准确度较高，针对性较强，但只能以周期巡检的方式进行，不能全天24小时实时监测。低压保压的检漏方法，同样不能实现全天实时监测，且深夜或凌晨时段不能保证没有用户用气，从而影响检漏准确性。上述两种方式均无法实现由突发事件造成较大燃气泄漏的及时辨别与快速响应。

而间接检测法在捕捉民用户中低压庭院管线异常流量变化时，由于管线调压器存在喘振的情况导致监测下游管线流量时波动干扰很大，由于喘振很难对异常流量进行捕捉。当单纯采用数字滤波方法滤除干扰，并计算流量变化量时，由于异常流量出现的时间点是随机的，可能会出现除滤掉周期性波动干扰外还将泄漏导致的突变信号同时滤掉的问题，即数字滤波导致部分信息量的丢失。

因此，需要一种新的中低压庭院管线异常流量识别方法及装置。

技术实现要素：

本发明旨在提供一种克服上述问题或者至少部分地解决上述问题的中低压庭院管线异常流量识别方法及装置。

为达到上述目的，本发明的技术方案具体是这样实现的：

本发明的一个方面提供了一种中低压庭院管线异常流量识别方法，包括：周期性采集中低压庭院管线瞬时流量数据；将瞬时流量数据存入原始数据缓存队列，其中，原始数据缓存队列的长度为n1，其中，n1为第一预设固定值；当原始数据缓存队列已满且数据更新m次后，对存入的瞬时流量数据进行数字滤波计算，得到滤波后的流量数据，其中，m为第一预设次数，m＜n1，且n1能被m整除；将滤波后的流量数据存入滤波数据缓存队列，其中，滤波数据缓存队列的长度为n2，其中，n2为第二预设固定值，且n2＝n1/m+1；当滤波数据缓存队列已满，且数据有更新时，将滤波数据缓存队列的第一个数据减去滤波数据缓存队列的最后一个数据，得到流量变化量；将滤波后的流量数据和流量变化量与正常用户流量负荷的特征数据进行比较，判断是否为异常流量，其中，正常用户流量负荷的特征数据为各时段的滤波后的流量数据的最大值和流量变化量的最大值。

其中，将滤波后的流量数据和流量变化量与正常用户流量负荷的特征数据进行比较，判断是否为异常流量包括：当滤波后的流量数据和流量变化量高于正常用户流量负荷的特征数据，当增加比例高于预先设定的阈值时，判断为异常流量。

其中，方法还包括：获取各时段的滤波后的流量数据的最大值和流量变化量的最大值，将各时段的滤波后的流量数据的最大值和流量变化量的最大值作为正常用户流量负荷的特征数据，并存储正常用户流量负荷的特征数据。

其中，数字滤波包括：算术平均值滤波法、限幅滤波法、中值滤波法和惯性滤波法。

其中，方法还包括：当原始数据缓存队列已满，再存入新的瞬时流量数据时，丢弃原始数据缓存队列的最后一个数据；当滤波数据缓存队列已满，再存入新的滤波后的流量数据存时，丢弃滤波数据缓存队列的最后一个数据。

本发明另一方面提供了一种中低压庭院管线异常流量识别装置，包括：瞬时流量采集模块，用于周期性采集中低压庭院管线瞬时流量数据；第一缓存模块，用于将瞬时流量数据存入原始数据缓存队列，其中，原始数据缓存队列的长度为n1，其中，n1为第一预设固定值；瞬时流量数字滤波模块，用于当原始数据缓存队列已满且数据更新m次后，对存入的瞬时流量数据进行数字滤波计算，得到滤波后的流量数据，其中，m为第一预设次数，m＜n1，且n1能被m整除；第二缓存模块，用于将滤波后的流量数据存入滤波数据缓存队列，其中，滤波数据缓存队列的长度为n2，其中，n2为第二预设固定值，且n2＝n1/m+1；流量变化量计算模块，用于当滤波数据缓存队列已满，且数据有更新时，将滤波数据缓存队列的第一个数据减去滤波数据缓存队列的最后一个数据，得到流量变化量；特征数据比较模块，用于将滤波后的流量数据和流量变化量与正常用户流量负荷的特征数据进行比较，判断是否为异常流量，其中，正常用户流量负荷的特征数据为各时段的滤波后的流量数据的最大值和流量变化量的最大值。

其中，特征数据比较模块通过如下方式将滤波后的流量数据和流量变化量与正常用户流量负荷的特征数据进行比较，判断是否为异常流量：特征数据比较模块，具体用于当滤波后的流量数据和流量变化量高于正常用户流量负荷的特征数据，当增加比例高于预先设定的阈值时，判断为异常流量。

其中，装置还包括：特征数据存储模块；特征数据存储模块，用于获取各时段的滤波后的流量数据的最大值和流量变化量的最大值，将各时段的滤波后的流量数据的最大值和流量变化量的最大值作为正常用户流量负荷的特征数据，并存储正常用户流量负荷的特征数据。

其中，数字滤波包括：算术平均值滤波法、限幅滤波法、中值滤波法和惯性滤波法。

其中，第一缓存模块，还用于当原始数据缓存队列已满，再存入新的瞬时流量数据时，丢弃原始数据缓存队列的最后一个数据；第二缓存模块，还用于当滤波数据缓存队列已满，再存入新的滤波后的流量数据存时，丢弃滤波数据缓存队列的最后一个数据。

由此可见，通过本发明提供的中低压庭院管线异常流量识别方法及装置，可在民用户中低压庭院管线通过对管线异常流量波动的捕捉，来判别管线可能发生的突发性泄漏事故，有效解决了由于管线调压器存在喘振导致管线流量波动干扰较大，不容易识别流量负荷异常变化的情况。通过对管线的实时监测，及时发现突发性管线破损出现的燃气泄漏事故，增加事故响应速度，为事故处置争取时间，可有效降低爆燃事故发生的风险。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的中低压庭院管线异常流量识别方法的流程图；

图2为本发明实施例提供的中低压庭院管线异常流量识别方法的具体示例的流程图；

图3为本发明实施例提供的中低压庭院管线异常流量识别方法的具体示例的计算示意图；

图4为本发明实施例提供的管线出现瞬时流量负荷异常情况下瞬时流量原始数据与滤波后的流量变化量曲线；

图5为本发明实施例提供的中低压庭院管线异常流量识别装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了本发明实施例提供的中低压庭院管线异常流量识别方法的流程图，参见图1，本发明实施例提供的中低压庭院管线异常流量识别方法，包括：

s101，周期性采集中低压庭院管线瞬时流量数据。

具体地，可以是信号采集装置按一定的采集时间间隔重复采集中低压庭院管线上流量计或流量传感器的流量信号或流速信号并转化为瞬时流量数据。例如可以通过信号采集与处理单元按5s的周期重复采集超声波流量计流量信号，取工况瞬时流量作为用于识别的管线瞬时流量数据。本发明中，可以主要由超声波流量计与管线流量采集识别器组成，管线流量采集识别器可以实现本发明的功能，管线流量采集识别器可以与超声波流量计采用串口通信，实现管线流量信号的采集。

s102，将瞬时流量数据存入原始数据缓存队列，其中，原始数据缓存队列的长度为n1，其中，n1为第一预设固定值。

具体地，将步骤s101采集到的管线上流量计或流量传感器的流量信号或流速信号转化后的瞬时流量数据顺序存入原始数据缓存队列，原始数据缓存队列长度是固定的，应等于数字滤波采样点数，例如原始数据缓存队列长度为8，随着新数据的存入之前存入的数据依次向数据缓存队列队尾平移。需要说明的是数字滤波采样点数的确定应按流量数据干扰情况而定，过少的采样数量可能无法滤除数据中的高频干扰，过多的采样数量会影响流量负荷变化的动态分析。

作为本发明实施例的一个可选实施方式，当原始数据缓存队列已满，再存入新的瞬时流量数据时，丢弃原始数据缓存队列的最后一个数据。当数据缓存队列已满，再存入新数据时，数据缓存队列最后一个数据会被顶出不要，从而使得原始数据缓存队列可以持续性进行数据缓存。

s103，当原始数据缓存队列已满且数据更新m次后，对存入的瞬时流量数据进行数字滤波计算，得到滤波后的流量数据，其中，m为第一预设次数，m＜n1，且n1能被m整除。

具体地，当原始数据缓存队列已满且数据更新一定次数后，对采集存入的瞬时流量数据进行数字滤波计算，得到滤波后的流量数据。其中，数据更新次数应小于原始数据缓存队列长度，且缓存队列长度应能被更新次数整除。例如：当原始数据缓存队列已满且数据更新2次后，对队列重点的原始流量数据进行数字滤波计算，得到滤波后的流量数据，例如可以采用算术平均值法进行滤波。

作为本发明实施例的一个可选实施方式，数字滤波包括但不限于：算术平均值滤波法、限幅滤波法、中值滤波法和惯性滤波法。由此可以根据干扰情况选择合适的数字滤波方式。

s104，将滤波后的流量数据存入滤波数据缓存队列，其中，滤波数据缓存队列的长度为n2，其中，n2为第二预设固定值，且n2＝n1/m+1。

具体地，将数字滤波计算得到的处理后的流量数据顺序存入滤波数据缓存队列，数据缓存队列长度是固定的，其长度等于上述原始数据缓存队列长度除以数据更新次数后加1，随着新数据的存入，之前存入的数据依次向数据缓存队列队尾平移。例如，数据缓存队列长度例如为5＝(8/2+1)，随着新数据的存入，之前存入的数据依次向数据缓存队列队尾平移。

作为本发明实施例的一个可选实施方式，当滤波数据缓存队列已满，再存入新的滤波后的流量数据存时，丢弃滤波数据缓存队列的最后一个数据。当数据缓存队列已满，再存入新数据时，数据缓存队列最后一个数据会被顶出不要，从而使得滤波数据缓存队列可以持续性进行数据缓存。

s105，当滤波数据缓存队列已满，且数据有更新时，将滤波数据缓存队列的第一个数据减去滤波数据缓存队列的最后一个数据，得到流量变化量。

具体地，当前述滤波数据缓存队列已满，且数据有更新时，将滤波数据缓存队列第一个数据减去队列最后一个数据，得到流量变化量。

s106，将滤波后的流量数据和流量变化量与正常用户流量负荷的特征数据进行比较，判断是否为异常流量，其中，正常用户流量负荷的特征数据为各时段的滤波后的流量数据的最大值和流量变化量的最大值。

具体地，在得到管线正常用户流量负荷的特征值数据的基础之上，当管线由于破裂出现瞬时流量负荷异常、快速增长时，通过前述流量采集、数据滤波及递推计算得到的滤波后的流量和流量变化量应高于管线正常用户流量负荷的特征数据。作为本发明实施例的一个可选实施方式，将滤波后的流量数据和流量变化量与正常用户流量负荷的特征数据进行比较，判断是否为异常流量包括：当滤波后的流量数据和流量变化量高于正常用户流量负荷的特征数据，当增加比例高于预先设定的阈值时，判断为异常流量。由此可以快速判断流量是否为异常流量。

作为本发明实施例的一个可选实施方式，中低压庭院管线异常流量识别方法还包括：获取各时段的滤波后的流量数据的最大值和流量变化量的最大值，将各时段的滤波后的流量数据的最大值和流量变化量的最大值作为正常用户流量负荷的特征数据，并存储正常用户流量负荷的特征数据。将正常用户流量负荷的特征数据进行存储以便后续使用存储的正常用户流量负荷的特征数据进行异常流量的判断。具体地，管线未出现泄漏正常用户负荷时，通过长时间监测，取各时段滤波后的流量和流量变化量的最大值作为该时段管线正常用户流量负荷的特征数据，并进行存储。另外，可存储不同月份、不同时段的特征值。

由此可见，通过本发明提供的中低压庭院管线异常流量识别方法，可在民用户中低压庭院管线通过对管线异常流量波动的捕捉，来判别管线可能发生的突发性泄漏事故，有效解决了由于管线调压器存在喘振导致管线流量波动干扰较大，不容易识别流量负荷异常变化的情况。通过对管线的实时监测，及时发现突发性管线破损出现的燃气泄漏事故，增加事故响应速度，为事故处置争取时间，可有效降低爆燃事故发生的风险。

以下，结合图2和图3，提供一种具体的中低压庭院管线异常流量识别方法，但本发明并不局限于此。

1)管线瞬时流量的周期性采集：本实施例中，可以按5s的周期重复采集超声波流量计流量信号，取工况瞬时流量作为用于识别的管线瞬时流量数据。

2)管线瞬时流量数据存入原始数据缓存队列，将上述采集到的管线瞬时流量数据顺序存入原始数据缓存队列，数据缓存队列长度本实例为8，等于数字滤波采样点数，随着新数据的存入之前存入的数据依次向数据缓存队列队尾平移。当数据缓存队列已满，再存入新数据时，数据缓存队列最后一个数据会被顶出丢掉，如图3步骤1、2所示。

3)管线瞬时流量数字滤波，本实例当原始数据缓存队列已满且数据更新2次后，对队列重点的原始流量数据进行数字滤波计算，得到滤波后的流量数据，本实例采用算术平均值法进行滤波，如图3步骤3所示。

4)滤波后的流量数据存入滤波数据缓存器队列步骤，将上述数字滤波计算得到的处理后的流量数据顺序存入滤波数据缓存队列，数据缓存队列长度本实例为5，即(8/2+1)，随着新数据的存入，之前存入的数据依次向数据缓存队列队尾平移。当数据缓存队列已满，再存入新数据时，数据缓存队列最后一个数据会被顶出不要，如图3步骤4、5所示。

5)递推计算流量变化量步骤，当前述滤波数据缓存队列已满，且数据有更新时，流量变化量计算模块将滤波数据缓存队列第一个数据减去队列最后一个数据，得到流量变化量，如图3步骤6所示。

6)正常流量特征数据更新步骤，在管线未出现泄漏正常用户负荷时，本识别装置实施例可通过长时间对管线流量进行监测，特征数据比较模块在某时段通过将滤波后的流量和流量变化量与以往该时段的滤波后的流量和流量变化量进行比较取最大值作为该时段管线正常用户流量负荷的特征数据，并进行更新存储，其可以利用存储的与读取管线正常用户流量负荷的特征值与判断异常流量的阈值进行判断，同时可存储不同月份、不同时段的特征值。

7)异常流量比较步骤，是在前述得到的管线正常用户流量负荷的特征值数据的基础之上，当管线由于泄漏出现瞬时流量负荷异常、快速增长时，本识别装置实施例由前述流量采集、数据滤波及递推计算步骤得到滤波后的流量和流量变化量，由特征数据比较模块与该时段正常用户流量负荷的特征数据进行比较。以具体曲线图为例，如图4所示，横坐标为时间，单位为s，右侧纵坐标为流量，单位为m³/h，左侧纵坐标为流量变化量，单位为m³/h·s，1号曲线为采集到的管线瞬时流量的原始信号，管线突然泄漏时刻大概在110s左右，2号曲线为滤波后的流量曲线，3号曲线为滤波后的流量变化量曲线。由于管线系统有一定的滞后性所以，其滤波后的流量和变化量最大值发生在150s～170s附近，分别为33.61m³/h和7.61m³/h·s。由前述，本实施例通过长时间对管线流量进行监测，得到该时段正常用户流量负荷的特征数据流量为28.43m³/h和3.50m³/h·s，判断阈值设定为1，管线正常用户流量负荷的特征值与阈值均存储在特征数据存储模块中。计算增加比例为：(33.61-28.43)/28.43＝0.18，低于阈值；(7.61-3.50)/3.50＝1.17，高于阈值，通过流量变化量可判断为异常流量。

图5示出了本发明实施例提供的中低压庭院管线异常流量识别装置的结构示意图，该中低压庭院管线异常流量识别装置应用于上述方法，以下仅对中低压庭院管线异常流量识别装置的结构进行简单说明，其他未尽事宜，请参照上述中低压庭院管线异常流量识别方法中的相关描述，参见图5，本发明实施例提供的中低压庭院管线异常流量识别装置，包括：

瞬时流量采集模块501，用于周期性采集中低压庭院管线瞬时流量数据；

第一缓存模块502，用于将瞬时流量数据存入原始数据缓存队列，其中，原始数据缓存队列的长度为n1，其中，n1为第一预设固定值；

瞬时流量数字滤波模块503，用于当原始数据缓存队列已满且数据更新m次后，对存入的瞬时流量数据进行数字滤波计算，得到滤波后的流量数据，其中，m为第一预设次数，m＜n1，且n1能被m整除；

第二缓存模块504，用于将滤波后的流量数据存入滤波数据缓存队列，其中，滤波数据缓存队列的长度为n2，其中，n2为第二预设固定值，且n2＝n1/m+1；

流量变化量计算模块505，用于当滤波数据缓存队列已满，且数据有更新时，将滤波数据缓存队列的第一个数据减去滤波数据缓存队列的最后一个数据，得到流量变化量；

特征数据比较模块506，用于将滤波后的流量数据和流量变化量与正常用户流量负荷的特征数据进行比较，判断是否为异常流量，其中，正常用户流量负荷的特征数据为各时段的滤波后的流量数据的最大值和流量变化量的最大值。

通过本发明提供的中低压庭院管线异常流量识别装置，可在民用户中低压庭院管线通过对管线异常流量波动的捕捉，来判别管线可能发生的突发性泄漏事故，有效解决了由于管线调压器存在喘振导致管线流量波动干扰较大，不容易识别流量负荷异常变化的情况。通过对管线的实时监测，及时发现突发性管线破损出现的燃气泄漏事故，增加事故响应速度，为事故处置争取时间，可有效降低爆燃事故发生的风险。

作为本发明实施例的一个可选实施方式，特征数据比较模块506通过如下方式将滤波后的流量数据和流量变化量与正常用户流量负荷的特征数据进行比较，判断是否为异常流量：特征数据比较模块506，具体用于当滤波后的流量数据和流量变化量高于正常用户流量负荷的特征数据，当增加比例高于预先设定的阈值时，判断为异常流量。由此可以快速判断流量是否为异常流量。

作为本发明实施例的一个可选实施方式，中低压庭院管线异常流量识别装置还包括：特征数据存储模块507；特征数据存储模块507，用于获取各时段的滤波后的流量数据的最大值和流量变化量的最大值，将各时段的滤波后的流量数据的最大值和流量变化量的最大值作为正常用户流量负荷的特征数据，并存储正常用户流量负荷的特征数据。将正常用户流量负荷的特征数据进行存储以便后续使用存储的正常用户流量负荷的特征数据进行异常流量的判断。

作为本发明实施例的一个可选实施方式，数字滤波包括：算术平均值滤波法、限幅滤波法、中值滤波法和惯性滤波法。由此可以根据干扰情况选择合适的数字滤波方式。

作为本发明实施例的一个可选实施方式，第一缓存模块502，还用于当原始数据缓存队列已满，再存入新的瞬时流量数据时，丢弃原始数据缓存队列的最后一个数据；第二缓存模块504，还用于当滤波数据缓存队列已满，再存入新的滤波后的流量数据存时，丢弃滤波数据缓存队列的最后一个数据。从而使得原始数据缓存队列可以持续性进行数据缓存，并且使得滤波数据缓存队列可以持续性进行数据缓存。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。