燃气管道泄漏定位方法、装置、电子设备及存储介质与流程

1.本发明涉及燃气管道检测技术领域，尤其涉及一种燃气管道泄漏定位方法、装置、电子设备及存储介质。


背景技术：

2.城市燃气管道是维系城市居民用气、社会正常运转的重要性基础设施。然而，对于已敷设的大部分燃气管道，由于老化、敷设环境周边介质的腐蚀作用、施工质量问题以及第三方破坏等原因，燃气管道时常发生泄漏问题，不仅造成大量燃气能源的浪费，而且还容易引发火灾及爆炸等灾害，危害人员的生命安全。因此，需要对燃气管道进行周期性的检测，以保证及时且精确发现泄漏点。
3.基于声学的燃气管道泄漏检测方法由于容易布设及回收，使之成为了燃气管道泄漏检测领域较为主要的方法之一。但是由于实际的管道敷设环境十分复杂，并且常伴有较严重的背景噪声的干扰，会影响声学的检测方法的精度与准确度，甚至于会导致误判，误认为没有泄漏发生，从而引发更为严重的事故。


技术实现要素：

4.本发明实施例提供了一种燃气管道泄漏定位方法、装置、电子设备及存储介质，以解决现有的燃气管道泄漏检测方法精度低的问题。
5.第一方面，本发明实施例提供了一种燃气管道泄漏定位方法，包括：
6.获取第一声信号以及第二声信号；其中，所述第一声信号由设于燃气管道上泄漏点的上游的传感器采集，所述第二声信号由设于燃气管道上泄漏点的下游的传感器采集；
7.分别对所述第一声信号和所述第二声信号进行vmd分解，得到多个第一固有模态分量和多个第二固有模态分量；
8.基于各第一固有模态分量与所述第一声信号之间的皮尔逊相关系数，重构所述第一声信号，得到第三声信号，并基于各第二固有模态分量与所述第二声信号之间的皮尔逊相关系数，重构第二声信号，得到第四声信号；
9.计算所述第三声信号和所述第四声信号的广义互相关函数，并根据所述广义互相关函数，确定时延估计；
10.根据所述时延估计，确定泄漏点到各传感器之间的距离。
11.在一种可能的实现方式中，所述基于各第一固有模态分量与所述第一声信号之间的皮尔逊相关系数，重构所述第一声信号，得到第三声信号，包括：
12.分别计算每个第一固有模态分量与所述第一声信号之间的皮尔逊相关系数；
13.将所述皮尔逊相关系数大于预设值的第一固有模态分量，确定为待重构的第一固有模态分量；
14.根据所述待重构的第一固有模态分量，重构所述第一声信号，得到所述第三声信号。
15.在一种可能的实现方式中，所述根据所述待重构的第一固有模态分量，重构所述第一声信号，得到所述第三声信号，包括：
16.对所述待重构的第一固有模态分量进行时域相加，得到所述第三声信号。
17.在一种可能的实现方式中，所述计算所述第三声信号和所述第四声信号的广义互相关函数，包括：
18.对所述第三声信号和所述第四声信号的互谱密度进行加权滤波，得到滤波后的互谱密度；
19.对所述滤波后的互谱密度进行傅里叶逆变换，得到所述广义互相关函数。
20.在一种可能的实现方式中，根据所述广义互相关函数，确定时延估计，包括：
21.对所述广义互相关函数进行归一化处理，得到互相关系数；
22.将所述互相关系数的最大值对应的时间，确定为所述时延估计。
23.在一种可能的实现方式中，所述根据所述时延估计，确定泄漏点到各传感器之间的距离，包括：
24.根据计算泄漏点到设于泄露点的上游的传感器的距离；
25.其中，d1表示泄漏点到设于泄露点的上游的传感器的距离，d表示两个传感器之间的距离，c表示泄露信号的传播速度，τ表示时延估计；
26.根据d2＝d-d1计算泄露点到设于泄露点的下游的传感器的距离；
27.其中，d2表示泄露点到设置于泄露点的下游的传感器的距离。
28.在一种可能的实现方式中，所述分别对所述第一声信号和所述第二声信号进行vmd分解，包括：
29.根据预设的分解数量，分别对所述第一声信号和所述第二声信号进行vmd分解；所述预设的分解数量为5。
30.第二方面，本发明实施例提供了一种燃气管道泄漏定位装置，包括：
31.获取模块，用于获取第一声信号以及第二声信号；其中，所述第一声信号由设于燃气管道上泄漏点的上游的传感器采集，所述第二声信号由设于燃气管道上泄漏点的下游的传感器采集；
32.分解模块，用于分别对所述第一声信号和所述第二声信号进行vmd分解，得到多个第一固有模态分量和多个第二固有模态分量；
33.重构模块，用于基于各第一固有模态分量与所述第一声信号之间的皮尔逊相关系数，重构所述第一声信号，得到第三声信号，并基于各第二固有模态分量与所述第二声信号之间的皮尔逊相关系数，重构第二声信号，得到第四声信号；
34.计算模块，用于计算所述第三声信号和所述第四声信号的广义互相关函数，并根据所述广义互相关函数，确定时延估计；
35.所述计算模块，还用于根据所述时延估计，确定泄漏点到各传感器之间的距离。
36.第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
37.第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储
介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
38.本发明实施例提供一种燃气管道泄露定位方法、装置、电子设备及存储介质，通过获取第一声信号以及第二声信号；分别对第一声信号和第二声信号进行vmd分解，得到多个第一固有模态分量和多个第二固有模态分量；基于各第一固有模态分量与第一声信号之间的皮尔逊相关系数，重构第一声信号，得到第三声信号，并基于各第二固有模态分量与第二声信号之间的皮尔逊相关系数，重构第二声信号，得到第四声信号；计算第三声信号和第四声信号的广义互相关函数，并根据广义互相关函数，确定时延估计；根据时延估计，确定泄漏点到各传感器之间的距离，可以有效提升燃气管道泄露点的定位精度。其中，通过分别计算各固有模态分量与第一声信号、第二声信号之间的皮尔逊相关系数，可以筛选出有效的固有模态分量，用于重构信号，从而减小环境噪声的干扰，提高信噪比。在此基础上，通过广义互相关系数确定时延估计，可以准确确定第一声信号和第二声信号的到达时间差，提高时延估计的准确度，从而确定泄漏点到各传感器的距离，提高泄露定位的精度。
附图说明
39.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
40.图1是本发明实施例提供的燃气管道泄露定位方法的实现流程图；
41.图2是本发明实施例提供的第一声信号经vmd分解后的信号示意图；
42.图3是本发明实施例提供的第二声信号经vmd分解后的信号示意图；
43.图4是本发明实施例提供的计算广义互相关函数的流程示意图；
44.图5是本发明实施例提供的通过计算第三声信号和第四声信号的广义互相关函数得到的互相关系数的示意图；
45.图6是现有技术中直接对原始声信号进行互相关计算后得到的互相关系数示意图；
46.图7是本发明实施例提供的燃气管道泄露定位装置的结构示意图；
47.图8是本发明实施例提供的电子设备的示意图。
具体实施方式
48.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
49.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
50.图1为本发明实施例提供的燃气管道泄漏定位方法的实现流程图，详述如下：
51.步骤101，获取第一声信号以及第二声信号。其中，第一声信号由设于燃气管道上
泄漏点的上游的传感器采集，第二声信号由设于燃气管道上泄漏点的下游的传感器采集。
52.由于不确定燃气管道上的泄漏点的具体位置，可以分别在燃气管道两端(即上游端口和下游端口)布设声压传感器，用于同步采集泄露声信号，以便获取第一声信号和第二声信号。
53.步骤102，分别对第一声信号和第二声信号进行vmd分解，得到多个第一固有模态分量和多个第二固有模态分量。
54.vmd(variational mode decomposition，变模态分解)利用维纳滤波去噪，采用交替方向乘子法更新各固有模态分量及其中心频率，将原始信号分解为k个中心频率为ωk的固有模态分量。k表示分解数量，ωk表示第k个固有模态分量对应的中心频率。
55.可选的，分别对第一声信号和第二声信号进行vmd分解，包括：
56.根据预设的分解数量，分别对第一声信号和第二声信号进行vmd分解。这里的预设的分解数量可以为5。
57.vmd分解可以简单理解为：将一个大的频段范围，分解为若干个小的频段范围，且每个频段范围的中心频率不同。随着分解数量的增大，就会对这若干个小的频段范围再次细分，以最终实现将用户所需的频段范围分解出来的目的。
58.示例性地，参见表1，表1中示出了不同分解数量下的固有模态分量的中心频率：
59.表1
[0060][0061]
根据表1可以看出，尽管分解数量在不断增加，但最后两个低频的固有模态分量的中心频率一直保持相对稳定状态，分别维持在3.5hz左右和180hz左右。而其他高频的固有模态分量的中心频率则随着分解数量的的不断增加，而对相应的高频段范围进行了更精细的划分。也就是说，在vmd分解的过程中，随着分解数量的不断增加，只会更新高频部分的固有模态分量及其对应的中心频率，而并不会对低频部分的固有模态分量进行进一步地分解更新。
[0062]
而实际应用中，泄露声主要分布在低频部分(200hz以下)。因此，在进行vmd分解时，只需将200hz以下的低频部分全部分解出来即可，无需对剩余的高频部分继续分解。由此，本发明实施例中预设的分解数量设置为5，一方面，可以保证将200hz以下的低频部分全部分解出来，不会遗漏原始信号中的频率信息；另一方面，可以减少运算量，提升分解效率。
[0063]
示例性地，预设的分解数量为5时，第一声信号经过vmd分解后得到如图2所示的5个中心频率不同的第一固有模态分量；第二声信号经过vmd分解后得到如图3所示的5个中心频率不同的第二固有模态分量。
[0064]
步骤103，基于各第一固有模态分量与第一声信号之间的皮尔逊相关系数，重构第
一声信号，得到第三声信号，并基于各第二固有模态分量与第二声信号之间的皮尔逊相关系数，重构第二声信号，得到第四声信号。
[0065]
可选的，基于各第一固有模态分量与第一声信号之间的皮尔逊相关系数，重构第一声信号，得到第三声信号，包括：
[0066]
分别计算每个第一固有模态分量与第一声信号之间的皮尔逊相关系数。
[0067]
针对每一个第一固有模态分量，根据计算该第一固有模态分量与第一声信号之间的皮尔逊相关系数。
[0068]
其中，表示第i个第一固有模态分量与第一声信号之间的皮尔逊相关系数，σ
x
表示第一声信号的标准差，表示第i个第一固有模态分量的标准差，x表示第一声信号，μ
x
表示第一声信号的均值，blimfi表示第i个第一固有模态分量，表示第i个第一固有模态分量的均值，e表示期望算子。
[0069]
将皮尔逊相关系数大于预设值的第一固有模态分量，确定为待重构的第一固有模态分量。
[0070]
皮尔逊相关系数用于表征两个变量之间的相关性。皮尔逊相关系数越大，则确定两个变量之间的相关程度越大。因此，本发明实施例中将皮尔逊相关系数大于预设值的第一固有模态分量筛选出来，用于重构第一声信号。示例性地，这里的预设值可以为0.5。即，将皮尔逊相关系数大于0.5的第一固有模态分量，确定为待重构的第一固有模态分量。
[0071]
根据待重构的第一固有模态分量，重构第一声信号，得到第三声信号。
[0072]
可选的，根据待重构的第一固有模态分量，重构第一声信号，得到第三声信号，包括：
[0073]
对待重构的第一固有模态分量进行时域相加，得到第三声信号。
[0074]
基于各第二固有模态分量与第二声信号之间的皮尔逊相关系数，重构第二声信号，得到第四声信号的具体实现方法与上述重构第一声信号，得到第三声信号的实现方法相同，在此不再赘述。
[0075]
示例性地，参见表2，表2示出了各第一固有模态分量与第一声信号之间的皮尔逊相关系数，以及各第二固有模态分量与第二声信号之间的皮尔逊相关系数：
[0076]
表2
[0077] blimf1blimf2blimf3blimf4blimf5第一声信号0.150.170.220.740.58第二声信号0.250.270.350.680.56
[0078]
根据表2可以看出，第四个第一固有模态分量的皮尔逊相关系数和第五个第一固有模态分量的皮尔逊相关系数均大于0.5，由此确定，第四个第一固有模态分量和第五个第一固有模态分量为待重构的第一固有模态分量，将第四个第一固有模态分量和第四个第一固有模态分量时域相加，得到第三声信号；同理，将第四个第二固有模态分量和第五个第二固有模态分量时域相加，得到第四声信号。
[0079]
实际应用中，可能会出现一种特殊情况：只有一个皮尔逊相关系数大于预设值的
第一固有模态分量。此时，则直接将该第一固有模态分量确定为第三声信号。在重构第二声信号时同理，在此不再赘述。
[0080]
步骤104，计算第三声信号和第四声信号的广义互相关函数，并根据广义互相关函数，确定时延估计。
[0081]
可选的，参见图4，计算第三声信号和第四声信号的广义互相关函数，包括：
[0082]
对第三声信号和第四声信号的互谱密度进行加权滤波，得到滤波后的互谱密度。
[0083]
根据计算第三声信号和第四声信号的互谱密度；
[0084]
其中，表示第三声信号和第四声信号的互谱密度，t表示时间，e表示期望算子，表示第三声信号的有限傅里叶变换，表示第四声信号的有限傅里叶变换。
[0085]
可选的，可以采用平滑相干变换(smoothed coherence transform，scot)函数对第三声信号和第四声信号的互谱密度进行加权滤波。
[0086]
scot函数可以表示为：其中，ψ
scot
表示scot函数，表示第三声信号和第四声信号的相干函数，表示第三声信号和第四声信号的互谱密度。
[0087]
进一步，根据得到滤波后的互谱密度；其中，表示滤波后的互谱密度。
[0088]
互谱密度表征的是两个声信号在频域上的关联性。通过计算第三声信号和第四声信号的互谱密度，并对互谱密度加权滤波，能够将第三声信号和第四声信号中关联的频率部分筛选出来，从而减小环境噪声的干扰，提高信噪比。
[0089]
对滤波后的互谱密度进行傅里叶逆变换，得到广义互相关函数。
[0090]
广义互相关函数表示的是两个信号在时域上的相关程度。广义互相关函数可以通过对互谱密度进行傅里叶逆变换得到。通过对第三声信号和第四声信号滤波后的互谱密度进行傅里叶逆变换，即可得到第三声信号和第四声信号在时域上的关联程度，以便于后续确定时延估计。
[0091]
可选的，根据广义互相关函数，确定时延估计，包括：
[0092]
对广义互相关函数进行归一化处理，得到互相关系数。
[0093]
将互相关系数的最大值对应的时间，确定为时延估计。
[0094]
归一化处理就是将有量纲的表达式，转化为无量纲的表达式，使其成为标量。参见图5，通过对广义互相关函数进行归一化处理，可以将广义互相关函数转化为[-1，1]之间的标量，能够有效简化计算方式，减少运算量。互相关系数最大值所对应的时间即为时延估计。
[0095]
一并参见图5和图6，与现有技术中直接对原始声信号进行互相关计算相比较来说，本发明通过重构原始的第一声信号和第二声信号，并计算重构后的第三声信号和第四声信号的广义互相关函数，不仅能够使互相关系数的峰值提升，提高信噪比，还能够抑制信号间的其他相关噪声，使得互相关系数的主峰更加突出，有利于提高时延估计的精准度。
[0096]
步骤105，根据时延估计，确定泄漏点到各传感器之间的距离。
[0097]
如上所述，第一声信号和第二声信号为同步采集的声信号。然而泄漏点与各传感器之间的距离并不相同，受到声程差的影响，第一声信号和第二声信号的到达传感器的时间必然会存在时间差。这里的时延估计可以简单理解为第一声信号与第二声信号的到达时间差。
[0098]
可选的，步骤105可以包括：
[0099]
根据计算泄漏点到设于泄露点的上游的传感器的距离；
[0100]
其中，d1表示泄漏点到设于泄露点的上游的传感器的距离，d表示两个传感器之间的距离，c表示泄露信号的传播速度，τ表示时延估计。
[0101]
根据d2＝d-d1计算泄露点到设于泄露点的下游的传感器的距离；
[0102]
其中，d2表示泄露点到设置于泄露点的下游的传感器的距离。
[0103]
在一次实际的应用过程中，根据步骤104得到的时延估计τ＝0.1535s，结合泄露信号的传播速度，计算得到的距离值与真实的距离值的绝对误差在0.3m范围内，这充分说明了本发明实施例中燃气管道泄漏定位方法的定位精准性。
[0104]
本发明实施例通过获取第一声信号以及第二声信号；分别对第一声信号和第二声信号进行vmd分解，得到多个第一固有模态分量和多个第二固有模态分量；基于各第一固有模态分量与第一声信号之间的皮尔逊相关系数，重构第一声信号，得到第三声信号，并基于各第二固有模态分量与第二声信号之间的皮尔逊相关系数，重构第二声信号，得到第四声信号；计算第三声信号和第四声信号的广义互相关函数，并根据广义互相关函数，确定时延估计；根据时延估计，确定泄漏点到各传感器之间的距离，可以有效提升燃气管道泄露点的定位精度。其中，通过分别计算各固有模态分量与第一声信号、第二声信号之间的皮尔逊相关系数，可以筛选出有效的固有模态分量，用于重构信号，从而减小环境噪声的干扰，提高信噪比。在此基础上，通过广义互相关系数确定时延估计，可以准确确定第一声信号和第二声信号的到达时间差，提高时延估计的准确度，从而确定泄漏点到各传感器的距离，提高泄露定位的精度。
[0105]
同时，本发明实施例通过预设的分解数量进行vmd分解，一方面，可以保证将200hz以下的低频泄漏声全部分解出来，不会遗漏频率信息；另一方面，可以减少运算量，提升分解效率。
[0106]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0107]
以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
[0108]
图7示出了本发明实施例提供的燃气管道泄漏定位装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
[0109]
如图7所示，燃气管道泄漏定位装置7包括：获取模块71、分解模块72、重构模块73和计算模块74。
[0110]
获取模块71，用于获取第一声信号以及第二声信号。
[0111]
其中，第一声信号由设于燃气管道上泄漏点的上游的传感器采集，第二声信号由设于燃气管道上泄漏点的下游的传感器采集。
[0112]
分解模块72，用于分别对第一声信号和第二声信号进行vmd分解，得到多个第一固有模态分量和多个第二固有模态分量。
[0113]
重构模块73，用于基于各第一固有模态分量与第一声信号之间的皮尔逊相关系数，重构第一声信号，得到第三声信号，并基于各第二固有模态分量与第二声信号之间的皮尔逊相关系数，重构第二声信号，得到第四声信号。
[0114]
计算模块74，用于计算第三声信号和第四声信号的广义互相关函数，并根据广义互相关函数，确定时延估计。
[0115]
计算模块74，还用于根据时延估计，确定泄漏点到各传感器之间的距离。
[0116]
在一种可能的实现方式中，重构模块73，用于分别计算每个第一固有模态分量与第一声信号之间的皮尔逊相关系数；
[0117]
重构模块73，还用于将皮尔逊相关系数大于预设值的第一固有模态分量，确定为待重构的第一固有模态分量；
[0118]
重构模块73，还用于根据待重构的第一固有模态分量，重构第一声信号，得到第三声信号。
[0119]
在一种可能的实现方式中，重构模块73，用于对待重构的第一固有模态分量进行时域相加，得到第三声信号。
[0120]
在一种可能的实现方式中，计算模块74，用于对第三声信号和第四声信号的互谱密度进行加权滤波，得到滤波后的互谱密度。
[0121]
计算模块74，还用于对滤波后的互谱密度进行傅里叶逆变换，得到广义互相关函数。
[0122]
在一种可能的实现方式中，计算模块74，用于对广义互相关函数进行归一化处理，得到互相关系数。
[0123]
计算模块74，还用于将互相关系数的最大值对应的时间，确定为时延估计。
[0124]
在一种可能的实现方式中，计算模块74，用于根据计算泄漏点到设于泄露点的上游的传感器的距离；
[0125]
其中，d1表示泄漏点到设于泄露点的上游的传感器的距离，d表示两个传感器之间的距离，c表示泄露信号的传播速度，τ表示时延估计。
[0126]
计算模块74，还用于根据d2＝d-d1计算泄露点到设于泄露点的下游的传感器的距离；
[0127]
其中，d2表示泄露点到设置于泄露点的下游的传感器的距离。
[0128]
在一种可能的实现方式中，分解模块72，用于根据预设的分解数量，分别对第一声信号和第二声信号进行vmd分解。预设的分解数量为5。
[0129]
本发明实施例通过获取模块71，用于获取第一声信号以及第二声信号；分解模块72，用于分别对第一声信号和第二声信号进行vmd分解，得到多个第一固有模态分量和多个第二固有模态分量；重构模块73，用于基于各第一固有模态分量与第一声信号之间的皮尔逊相关系数，重构第一声信号，得到第三声信号，并基于各第二固有模态分量与第二声信号
之间的皮尔逊相关系数，重构第二声信号，得到第四声信号；计算模块74，用于计算第三声信号和第四声信号的广义互相关函数，并根据广义互相关函数，确定时延估计；计算模块74，还用于根据时延估计，确定泄漏点到各传感器之间的距离，可以有效提升燃气管道泄露点的定位精度。其中，重构模块73通过分别计算各固有模态分量与第一声信号、第二声信号之间的皮尔逊相关系数，可以筛选出有效的固有模态分量，用于重构信号，从而减小环境噪声的干扰，提高信噪比。在此基础上，计算模块74通过广义互相关系数确定时延估计，可以准确确定第一声信号和第二声信号的到达时间差，提高时延估计的准确度，从而确定泄漏点到各传感器的距离，提高泄露定位的精度。
[0130]
同时，分解模块72通过预设的分解数量进行vmd分解，一方面，可以一方面，可以保证将200hz以下的低频泄漏声全部分解出来，不会遗漏频率信息；另一方面，可以减少运算量，提升分解效率。
[0131]
图8是本发明实施例提供的电子设备的示意图。如图8所示，该实施例的电子设备8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个燃气管道泄漏定位方法实施例中的步骤，例如图1所示的步骤101至步骤105。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图7所示模块71至74的功能。
[0132]
示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述电子设备8中的执行过程。例如，所述计算机程序82可以被分割成图7所示的模块71至74。
[0133]
所述电子设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述电子设备8可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是电子设备8的示例，并不构成对电子设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
[0134]
所称处理器80可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0135]
所述存储器81可以是所述电子设备8的内部存储单元，例如电子设备8的硬盘或内存。所述存储器81也可以是所述电子设备8的外部存储设备，例如所述电子设备8上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器81还可以既包括所述电子设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
[0136]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功
能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0137]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0138]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0139]
在本发明所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0140]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0141]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0142]
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个燃气管道泄漏定位方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、电载波信号、电信信号以及软件分发介质等。以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使
相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。