管道泄漏诊断的方法
【专利摘要】本发明公开了一种管道泄漏诊断的方法。其中方法包括在管道首站和管道末站安装声波泄漏监测仪，实时、连续地监测管道内部的声波信号；对声波信号进行采样，得到声波信号的N点数据；对声波信号的N点数据进行去噪，计算信号均值，得到声波信号N点数据的正负信号；按照时域信号幅值以预定区间数划分信号区间，对信号区间进行频数统计，做出归一化的区间-频数曲线图；计算区间-频数曲线图的概率带宽特征，并通过降维得到声波信号的时域统计特征向量；将特征向量输入到预设模型进行诊断，判断管道是否发生泄漏。本发明管道泄漏诊断与实际信号幅值大小及波形无关，且避免了泄漏信号频率主成分偏移产生的漏报、误报现象。
【专利说明】管道泄漏诊断的方法
【技术领域】
[0001] 本发明涉及管道泄漏检测领域，尤其涉及一种管道泄漏诊断的方法。
【背景技术】
[0002] 埋设在地下的燃气管道、油品输送管道、水管等压力流体管道由于铺设区域广，线 路复杂，难于用人工进行管道泄漏的检查。而基于设备的管道泄漏检测，当管道出现泄漏 后，如果发生漏报警，就不能及时发现泄漏点，从而造成资源的损失浪费，并可能带来安全 隐患及环境污染。
[0003] 在现有的管道泄漏检测方法中，普遍采用特征提取结合模型的方法实现泄漏的诊 断，特征提取多采用小波包能量分析、EMD分解、功率谱能量分析、频谱分析等频域或时频域 结合的特征提取方法。对于长距离输送管道，泄漏信号在传播过程中可能会发生频率重心 偏移，基于频域或时频域结合的特征提取方法不可避免的会发生漏报、误报现象。
[0004] 因此，探索一种能够有效避免管道泄漏漏报、误报的管道检测方法具有重大意义。
【发明内容】
[0005] 为减少管道泄漏检测中不可避免的漏报、误报现象。本发明提供了一种管道泄漏 诊断的方法。
[0006] 为实现本发明目的提供的一种管道泄漏诊断的方法，包括以下步骤：
[0007] S100,在管道首站和管道末站分别安装一个声波泄漏监测仪，实时、连续地监测管 道内部的声波信号；
[0008] S200,分别对所述管道首站和管道末站的声波信号进行采样，得到所述声波信号 的管道首站N点数据，以及管道末站N点数据；其中，N为正整数；
[0009] S300,分别对所述声波信号的管道首站N点数据以及管道末站N点数据进行去噪， 计算信号均值，分别得到与所述声波信号的管道首站N点数据以及管道末站N点数据对应 的管道首站正负信号及管道末站正负信号；
[0010] S400,按照时域信号幅值以预定的区间数对所述管道首站正负信号及管道末站正 负信号进行信号区间划分，对所述信号区间进行频数统计，做出归一化的区间-频数曲线 图；选取预设频数计算所述区间-频数曲线图的概率带宽特征，并通过降维得到所述声波 信号的时域统计特征向量；将特征向量输入到预设模型进行诊断，根据诊断结果分别对所 述管道首站和管道末站的泄漏诊断标志进行设置；
[0011] S500,根据所述管道首站和管道末站的泄漏诊断标志判断管道是否发生泄漏，并 在管道发生泄漏时报警。
[0012] 较佳地，作为一种可实施方式，所述S200包括以下步骤：
[0013] 设定管道泄漏诊断的周期为NT/2,每隔NT/2读取从所述管道首站采集的N/2点数 据，以及从所述管道末站采集的N/2点数据；
[0014] 将所述管道首站的N/2点数据及所述管道末站的N/2点数据分别与其上一诊断周 期采集的N/2点数据一起，构成管道首站N点数据及管道末站N点数据；
[0015] 所述N点数据中，前N/2点数据为最近的历史数据，后N/2点数据为最新采集的实 时数据；
[0016] 其中，所述N为数据点数，所述T为信号采样周期。
[0017] 较佳地，作为一种可实施方式，步骤S400还包括以下步骤：
[0018] S410,分别将所述管道首站正负信号及管道末站正负信号按照时域波形幅值以 step为步距，分成预设Μ个区间；
[0019] 其中，Μ为正整数，st印的值由公式（1)确定：
[0020] step= (X_max-X_min)/Μ (1)
[0021] 其中，X_max、X_min分别为所述正负信号的时域信号幅值的最大值和最小值；
[0022] S420,统计出信号幅值落在第k个区间的频数P' ；
[0023] 其中，k=l，2,3,......，M;
[0024] S430,将各区间内统计得到的频数利用公式（2)进行归一化：
【权利要求】
1. 一种管道泄漏诊断的方法，其特征在于，包括以下步骤： S100,在管道首站和管道末站分别安装一个声波泄漏监测仪，实时、连续地监测管道内 部的声波信号； S200,分别对所述管道首站和管道末站的声波信号进行采样，得到所述声波信号的管 道首站N点数据，以及管道末站N点数据，其中，N为正整数； S300,分别对所述声波信号的管道首站N点数据以及管道末站N点数据进行去噪，计算 信号均值，分别得到与所述声波信号的管道首站N点数据以及管道末站N点数据对应的管 道首站正负信号及管道末站正负信号； S400,按照时域信号幅值以预定的区间数对所述管道首站正负信号及管道末站正负信 号进行信号区间划分，对所述信号区间进行频数统计，做出归一化的区间-频数曲线图；选 取预设频数计算所述区间-频数曲线图的概率带宽特征，并通过降维得到所述声波信号的 时域统计特征向量；将特征向量输入到预设模型进行诊断，根据诊断结果分别对所述管道 首站和管道末站的泄漏诊断标志进行设置； S500,根据所述管道首站和管道末站的泄漏诊断标志判断管道是否发生泄漏，并在管 道发生泄漏时报警。
2. 根据权利要求1所述的管道泄漏诊断的方法，其特征在于，所述S200包括以下步 骤： 设定管道泄漏诊断的周期为NT/2,每隔NT/2读取从所述管道首站采集的N/2点数据， 以及从所述管道末站采集的N/2点数据； 将所述管道首站的N/2点数据及所述管道末站的N/2点数据分别与其上一诊断周期采 集的N/2点数据一起，构成管道首站N点数据及管道末站N点数据； 所述N点数据中，前N/2点数据为最近的历史数据，后N/2点数据为最新采集的实时数 据； 其中，所述N为数据点数，所述T为信号采样周期。
3. 根据权利要求1所述的管道泄漏诊断的方法，其特征在于，步骤S400还包括以下步 骤： S410,分别将所述管道首站正负信号及管道末站正负信号按照时域波形幅值以st印 为步距，分成预设Μ个区间； 其中，Μ为正整数，st印的值由公式（1)确定： step=(X_max-X_min)/Μ (1) 其中，X_max、X_min分别为所述正负信号的时域信号幅值的最大值和最小值； S420,统计出信号幅值落在第k个区间的频数P' ； 其中，k=l，2,3,......，M; S430,将各区间内统计得到的频数利用公式（2)进行归一化：
(2) 式中，P_、Pmin分别为各区间频数的最大值和最小值； S440,以区间序号k为横坐标，对应频数P为纵坐标做出k-P曲线图； S450,选预设数量的归一化频数Pn，找出与？"相邻的频数点P(k)、P(k+1)，k为区间序号且 让=1，2，..1即？(10、卩_)满足条件：
n=l, 2,…y, y为一预设正整数； 根据公式（3)，对归一化的k-P曲线进行分段线性插值得到频数Pn对应点的位置 P〇sn(i)：
(3) 式中，Posn(i)为频数Pn对应点的幅值区间序号，i为频数Pn对应点位置PosJ^序号， i为正整数； S460,对于步骤S450中每一归一化频数Pn，得到的Posn(i)，找出Posn(i)的最大、最 小值P〇sMaxn、PosMinn，n=l, 2,…y，并将PosMaxn、PosMinn取整，根据公式（4)分别计算 PosMinn、PosMaxn之间频率分布直方图的归一化面积，即概率带宽：
(4) 则得到特征向量： T= [Feat (1), Feat (2) ,··· Feat (y)]； S470,对所述特征向量T进行降维，得到降维后的新的特征向量： = [Feat (1)，Feat (2)，…Feat (t)] 式中t是降维后特征向量的维数，且t〈y ; S480,利用SVDD诊断模型，分别根据所述管道首站及管道末站的声波信号对应的所述 新的特征向量，进行管道泄漏诊断，并根据诊断结果分别对所述管道首站和管道末站的泄 漏诊断标志进行设置。
4. 根据权利要求1所述的管道泄漏诊断的方法，其特征在于，步骤S400中，所述根据诊 断结果分别对所述管道首站和管道末站的泄漏诊断标志进行设置，包括以下步骤： 根据诊断结果分别对所述管道首站和管道末站的泄漏诊断标志置1或者清零。
5. 根据权利要求1所述的管道泄漏诊断的方法，其特征在于，所述S500包括以下步 骤： 当所述管道首站和管道末站的泄漏诊断标志都为1时，则判定管道发生了泄漏故障并 报警；否则管道未发生泄漏故障。
6. 根据权利要求3所述的管道泄漏诊断的方法，其特征在于，在步骤S480之前还包括 以下步骤： 计算获得X组所述特征向量，分别计算所述特征向量对应的概率带宽特征Feat (η)， 通过降维得到X组所述特征向量对应的新的特征向量，输入支持向量数据描述模型进行训 练，建立SVDD诊断模型； 其中，X为正整数。
【文档编号】F17D5/06GK104048165SQ201310359602
【公开日】2014年9月17日 申请日期:2013年8月16日 优先权日:2013年8月16日
【发明者】林伟国, 戚元华, 吴海燕 申请人:北京化工大学