一种管道泄漏检测与泄漏位置定位装置、方法及模拟试验装置、方法与流程

本发明属于管道泄漏检测技术领域，特别涉及一种管道泄漏检测与泄漏位置定位装置、方法及模拟试验装置、方法。

背景技术：

管道泄漏会造成极大的能源损失，导致环境严重污染，也会对人类健康和财产产生有害影响；管道泄漏发生时，需要快速、准确地检测出泄漏位置。

目前，基于粒子滤波的管道泄漏检测与定位方法中，存在以下问题缺陷：采样频率较低时，样本采样精度不高，导致泄露位置定位不准确；粒子滤波过程中输入信号量大，导致计算机运算速度慢；判断依据不精确，导致定位精确性较差。

综上，亟需一种新的管道泄漏检测与泄漏位置定位装置及方法。

技术实现要素：

本发明的目的在于提供一种管道泄漏检测与泄漏位置定位装置、方法及模拟试验装置、方法，以解决上述存在的一个或多个技术问题。本发明的方法具有运算量少、检测时间短、效率高和定位准确的特点，可实现管道泄漏更加方便快捷准确的检测与定位。

为达到上述目的，本发明采用以下技术方案：

本发明的一种管道泄漏检测与泄漏位置定位装置，包括：

多个管道压力传感器，用于测量管道各个节点、进口和出口的压力，获得压力测量值；

多个管道流量测量器，用于测量管道各个节点、进口和出口的流量，获得流量测量值；

数据处理器，用于接收所述多个管道压力传感器和所述多个管道流量测量器的测量值原始信号；对接收的原始信号进行基于压缩感知的压缩与还原信号处理，获得处理后的信号；其中，进行基于压缩感知的压缩与还原信号处理，用于实现在采样频率较低时能够获取待测管道的信息；

基于压缩感知的压缩与还原信号处理包括：(1)测得待测管道的首端压力信号和流量信号hinqin以及末端压力信号和流量信号hout、qout；(2)待测管道首末端压力信号及流量信号的稀疏；(3)待测管道首末端压力信号及流量信号的观测；(4)待测管道首末端压力信号及流量信号的重构；

步骤(2)中，表达式为：

x＝ψθ，

y＝φψθ，

其中，信号x是n维的待测管道的首末端流量和压力值，θ＝[θ1，θ2，...，θn]^t∈rⁿ，是x稀疏表示；ψ＝[ψ1，ψ2，...，ψn]^t∈r^n×n为稀疏阵，φ＝[φ1，φ2，...，φn]^t∈r^m×n为测量矩阵；信号x经过矩阵θ、ψ、和φ变换后得到m维的观测矩阵y，实现压缩，y为压缩后的信号，m＜＜n；

步骤(4)中，使用正交匹配追踪算法对压缩后的信号进行重构，包括：1)寻最优原子，在字典中选择一个或多个与上次迭代残值内积最大的原子加入支撑集；2)通过计算该原子系数，逐步近似原始信号，并迭代更新残值，实现重构；

粒子滤波器，用于接收所述数据处理器处理后的信号；根据接收的信号分析计算判断出疑似泄漏点。

本发明的一种管道泄漏检测与泄漏位置定位方法，包括以下步骤：

多个管道压力传感器测量管道各个节点、进口和出口的压力，获得压力测量值；

多个管道流量测量器测量管道各个节点、进口和出口的流量，获得流量测量值；

数据处理器接收所述多个管道压力传感器和所述多个管道流量测量器的测量值原始信号；对接收的原始信号进行压缩与还原信号处理，获得处理后的信号；其中，进行基于压缩感知的压缩与还原信号处理，用于实现在采样频率较低时能够获取待测管道的信息；

基于压缩感知的压缩与还原信号处理包括：

(1)测得待测管道的首端压力信号和流量信号hin、qin以及末端压力信号和流量信号hout，qout；

(2)待测管道首末端压力信号及流量信号的稀疏；

(3)待测管道首末端压力信号及流量信号的观测；

(4)待测管道首末端压力信号及流量信号的重构；

步骤(2)中，表达式为：

x＝ψθ，

y＝φψθ，

其中，信号x是n维的待测管道的首末端流量和压力值，θ＝[θ1，θ2，...，θn]^t∈rⁿ，是x稀疏表示；ψ＝[ψ1，ψ2，...，ψn]^t∈r^n×n为稀疏阵，φ＝[φ1，φ2，...，φn]^t∈r^m×n为测量矩阵；信号x经过矩阵θ、ψ、和φ变换后得到m维的观测矩阵y，实现压缩，y为压缩后的信号，m＜＜n；

步骤(4)中，使用正交匹配追踪算法对压缩后的信号进行重构，包括：1)寻最优原子，在字典中选择一个或多个与上次迭代残值内积最大的原子加入支撑集；2)通过计算该原子系数，逐步近似原始信号，并迭代更新残值，实现重构；

粒子滤波器接收所述数据处理器处理后的信号；根据接收的信号分析计算判断出疑似泄漏点。

本发明的一种管道泄漏检测与泄漏位置定位模拟试验装置，包括：

储油站，用于储存所需要运输的介质；

主管道，所述主管道的进口设置有进口副管道，出口设置有出口副管道，所述主管道通过进口副管道和出口副管道与所述储油站相连通；所述进口副管道，沿介质流动方向依次设置有泵、止回阀、第一安全阀、第一调节阀和截止阀；所述出口副管道，沿介质流动方向依次设置有第二安全阀和第二调节阀；

所述主管道的进口设置有进口压力流量传感器，出口设置有出口压力流量传感器，各个预设节点设置有压力传感器；所述主管道的预设模拟泄漏处设置有阀门，用于模拟泄漏；

数据处理器，用于接收进口压力流量传感器、出口压力流量传感器和各个节点的压力传感器的测量值原始信号，并对接收的原始信号进行压缩与还原信号处理，获得处理后的信号；原始信号的处理包括：通过主管道首末端的传感器测量出主管道进出口的压力及流量值hin、hout、qin、qout；对采集到的信号进行以下处理：

1)主管道信号的稀疏；

2)主管道信号的观测；

3)主管道信号的重构；

步骤1)中，表达式为，x＝ψθ；y＝φψθ；其中，θ＝[θ1，θ2，，，，，θn]^t∈rⁿ，是x稀疏表示，x是通过传感器采集的主管道首末端压力值hin、hout、qin、qout；ψ＝[ψ1，ψ2，，，ψn]^t∈r^n×n为稀疏阵，φ＝[φ1，φ2，，，，ψn]^t∈r^m×n为测量矩阵；x经过变换后得到观测信号y，y为信号x被压缩后的信号；

使用正交匹配追踪算法对x进行重构，包括：寻最优原子，在字典中选择一个或多个与上次迭代残值内积最大的原子加入支撑集；通过计算该原子系数，逐步近似原始信号，并迭代更新残值；

粒子滤波器，用于接收所述数据处理器处理后的信号；根据接收的信号分析计算判断出疑似泄漏点；其中，根据接收的信号分析计算判断出疑似泄漏点包括：当首末端流量值之差大于所设阈值iw时，令流量值差为泄漏量ql；对除去主管道首末端的每一个计算节点附加泄漏ql后，获取i-2个不同的粒子滤波估计状态k∈[2，i-1]且k∈n⁺，k表示粒子滤波估计中预先设置的节点位置；主管道沿线有s个传感器测量出的s个节点的压力观测值，从中找出与测量值y′位置对应的粒子滤波估计值记为定义步长ts，每经过步长ts后，计算与y′中ts个数据之间的均方误差mse为，

当与y′的均方误差mse最小时，附加在k处时的粒子滤波估计正确，k为泄漏点。

本发明的一种管道泄漏检测与泄漏位置定位模拟试验方法，包括以下步骤：

储油站输出介质；输出的介质依次经进口副管道上的泵、止回阀、第一安全阀、第一调节阀和截止阀进入主管道；然后经各个预设节点及预设模拟泄漏处的阀门进行出口副管道；最后经第二安全阀和第二调节阀输入储油站；

打开预设模拟泄漏处的阀门，模拟管道泄漏；

通过进口压力流量传感器、出口压力流量传感器以及各个预设节点的压力传感器测量主管道各个预设节点、进口和出口的压力和流量，获得测量值原始信号；

数据处理器接收进口压力流量传感器、出口压力流量传感器和各个节点的压力传感器的测量值原始信号，并对接收的原始信号进行压缩与还原信号处理，获得处理后的信号；原始信号的处理包括：通过主管道首末端的传感器测量出主管道进出口的压力及流量值hin、hout、qin、qout；对采集到的信号进行以下处理：

1)主管道信号的稀疏；

2)主管道信号的观测；

3)主管道信号的重构；

步骤1)中，表达式为，x＝ψθ；y＝φψθ；

其中，θ＝[θ1，θ2，，，，，θn]^t∈rⁿ，是x稀疏表示，x是通过传感器采集的主管道首末端压力值hin、hout、qin、qout；ψ＝[ψ1，ψ2，，，ψn]^t∈r^n×n为稀疏阵，φ＝[φ1，φ2，，，，φn]^t∈r^m×n为测量矩阵；x经过变换后得到观测信号y，y为信号x被压缩后的信号；

使用正交匹配追踪算法对x进行重构，包括：寻最优原子，在字典中选择一个或多个与上次迭代残值内积最大的原子加入支撑集；通过计算该原子系数，逐步近似原始信号，并迭代更新残值；

粒子滤波器接收所述数据处理器处理后的信号；根据接收的信号分析计算判断出疑似泄漏点；其中，根据接收的信号分析计算判断出疑似泄漏点包括：当首末端流量值之差大于所设阈值iw时，令流量值差为泄漏量ql；对除去主管道首末端的每一个计算节点附加泄漏ql后，获取i-2个不同的粒子滤波估计状态k∈[2，i-1]且k∈n⁺，k表示粒子滤波估计中预先设置的节点位置；主管道沿线有s个传感器测量出的s个节点的压力观测值，从中找出与测量值y′位置对应的粒子滤波估计值记为定义步长ts，每经过步长ts后，计算与y′中ts个数据之间的均方误差mse为，

当与y′的均方误差mse最小时，附加在k处时的粒子滤波估计正确，k为泄漏点

与现有技术相比，本发明具有以下有益效果：

本发明的装置，可大大减少运算量，减少定位所需时间，能够提高定位效率，对泄漏点定位更加准确可靠。

本发明提供的方法相较目前已有的定位方法，可大大减少运算量，减少定位所需时间，能够提高定位效率，对泄漏点定位更加准确可靠。具体的，当传感器的采集频率较低时，描述管道泄露状态的变化的有效值较少，使得滤波器算法对瞬态变化的估计产生较大的误差，本发明提出了一种基于压缩感知的信号预处理方法，可有效解决上述问题。在泄露定位的寻找过程中，运用求解管道状态的估计值与真实值之间的均方误差法，最小者即为疑似泄漏点；由于噪声的影响，直接求解最小值的精确性较差。本发明将问题转化为每经过一个步长淘汰掉k个极大值的方法，并且求得优化问题的最小值，最终得到泄露位置，能够使得定位效果更加有效准确，精度较现有方法更高。综上，本发明的方法基于粒子滤波与压缩感知实现管道泄露定位，可针对非线性、测量噪声非高斯分布等问题提升定位精度，并且本发明的方法的计算量不会很大，具有较好的实时性和应用的前景。

本发明中，压缩感知的信号处理方法主要是针对当传感器采样频率较低时使得估计值误差较高和采集数据较为庞大不易存储的问题提出的，用于实现在采样频率较低时也能获取待测管道的实时信息的目标。

本发明的基于压缩感知的信号预处理方法，在提高控制量与观测值的维度同时也能降低噪声的影响。

本发明的模拟试验装置，可用于泄漏模拟，能够用于测试研究本发明的管道泄漏检测与泄漏位置定位装置。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面对实施例或现有技术描述中所需要使用的附图做简单的介绍；显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来说，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的附图。

图1是本发明实施例的一种管道泄漏检测与泄漏位置定位装置的整体结构示意图；

图2是本发明实施例的一种管道泄漏检测与泄漏位置定位方法的流程示意框图；

图3是本发明实施例中，基于压缩感知的信号处理示意图；其中，图3中的(a)是信号处理的示意图，图3中的(b)是压缩感知的流程示意框图；

图4是本发明实施例中，压缩感知法中原始信号与附加噪声并插值后信号的对比示意图；

图5是本发明实施例中，经压缩感知重构后的信号与原信号的对比示意图；

图6是本发明实施例中，管道首末端经预处理和未处理的压头值对比示意图；其中，图6中的(a)为管道首端示意图，图6中的(b)为管道末端示意图；

图7是本发明实施例中，泄漏点定位过程示意图；

图8是本发明实施例中，泄漏位于某一结点的估计值与测量值的对比示意图；其中，图8中的(a)为节点1的压头值的估计值与测量值的对比示意图；图8中的(b)为节点2的压头值的估计值与测量值的对比示意图；

图9是本发明实施例中，管道泄漏量及泄露系数的测量值与估计值的对比示意图；其中，图(9)中的(a)为泄漏量示意图，图(9)中的(b)为泄漏系数示意图；

图中，储油站1；泵2；止回阀3；第一安全阀4；第一调节阀5；截止阀6；进口副管道7；主管道8；出口副管道9；第二安全阀10；第二调节阀11；进口压力流量传感器12；压力传感器l113；压力传感器m114；压力传感器m215；压力传感器l216；压力传感器l317；出口压力流量传感器18；数据处理器19；粒子滤波器20。

具体实施方式

为使本发明实施例的目的、技术效果及技术方案更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例是本发明一部分实施例。基于本发明公开的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它实施例，都应属于本发明保护的范围。

本发明实施例的一种管道泄漏检测与泄漏位置定位装置，是一种基于粒子滤波与压缩感知的管道泄露定位的装置，包括：管道压力传感器、管道流量测量器、无线数据传输卡、数据处理器19和粒子滤波器20；

管道压力传感器，用于将管道各个节点以及进出口的压力值测量出来；

管道流量测量器，用于测量各个节点以及进出口的流量值；

具体的，管道压力传感器和管道流量测量器包括：进口压力流量传感器12、压力传感器l113、压力传感器m114、压力传感器m215、压力传感器l216、压力传感器l317和出口压力流量传感器18。

无线数据传输卡，用于将节点与进出口的压力值与流量值通过无线装置传输给数据处理器19；

数据处理器19，用于接受来自无线数据传输卡的信号并且将传输来的庞大信号量的原始信号进行压缩与还原的信号处理，并且将处理后的信号输入到粒子滤波器20中。

粒子滤波器20，用于根据数据处理器传输的信号进行分析计算判断出疑似可疑泄漏点并将泄漏点显示给用户。

优选的，本发明的管道模型分为主管道以及进口副管道和出口副管道。进口副管道与油站连接，出口副管道与油站连接，在进口副管道上依次设置泵、止回阀、安全阀、调节阀、截止阀。出口副管道上设置安全阀、调节阀；进出口副管道的规格比主管道较小。

优选的，数据处理器19包括：信号传入模块、信号压缩器、转存器、信号还原器、大容量存储器以及传出模块。其中，传入模块负责将传感器采集到的信号传输给信号压缩器，信号压缩器对信号进行采样时同时对信号进行压缩处理，压缩后的信号存入到转存器中，当系统需要使用原始信号时，转存器中的信号经过信号还原器被还原成原始信号，被使用的信号即被传出模块出入系统，未被使用的信号被大容量存储器存储起来。传出模块输送的信号主要是传输到粒子滤波器使用。

优选的，粒子滤波器20是判断泄漏点的器件，它主要由光纤传导线、预处理器、数据存储器、综合分析器、数据再处理器和显示器组成。其中，光纤传导线连接数据处理器将处理好的信号输入系统，预处理器负责将输入信号进行预处理以备使用，数据存储器能将预处理后的信号存储起来，综合分析器里面集成了预设粒子滤波的算法，输入预处理信号后能判断出泄漏点位置，经综合分析器分析后的信号经过再处理将最终的泄露位置找出，显示器最后将泄漏点以及泄露参数显示给用户。

优选的，粒子滤波器20包括：

数据存储器，用于存储接收来的数据；

综合分析器，所述综合分析器集成有预设粒子滤波算法；用于接收预处理后的数据，根据预处理后的数据分析判断，获得泄漏点位置数据；其中，预设粒子滤波算法为：

1：初始化粒子滤波器，测得待测管道首末端流量差值为ql，添加泄漏量ql。初始化空间状态状态方程,输入待测管道控制量即首末端压力值uj＝[h1,hn]，初始化粒子集，设置粒子个数。

2：根据待测管道各节点流量及压力的初始状态以及控制量计算出下一时刻管道状态xj+1，根据粒子集及待测管道观测值yj＝[q1，qn](首末端的流量值)获得新的粒子集χj+1，计算各个粒子所对应的权重，并且将粒子权重进行归一化处理。如公式所示：

计算j时刻下，xj+1与χj+1的差值dis(i)，计算公式为：

dis(t)＝xj+1-χj+1

计算粒子集χj+1中的p个粒子所对应的权重w(i)，并将权重归一化处理为q(i)，计算公式为：

3：由粒子集和粒子权重获得一组加权粒子集以此表征后一时刻的管道状态。

4：对步骤3中获得的加权粒子集使用重要性重采样的方法，将权重较低的粒子用权重较高的粒子代替，用作表示接下来时刻的管道状态。

5：将所得到的管道各个节点的估计值与实际测量值比较即可判断出所附加的信息是否有效，若此时判断附加泄露有效则判断此时的附加泄漏点发生泄露。

分析判断的步骤包括：当待测管道的首端流量值qin和末端流量值qout条件满足qin-qout＞iw时，(iw是预先设置的阈值)待测管道被分为i个计算节点，对除去管道首末端的每一个计算节点附加泄漏后，可以获取i-2个不同的粒子滤波估计状态k∈[2，i-1]且k∈n⁺，k表示粒子滤波估计中预先设置的节点位置。为时刻j下待测管道i个节点的压力及流量的估计值。

当待测管道沿线有s个传感器压力值观测值时，和与测量值y′位置对应的粒子滤波节点压力估计值记为定义步长ts，每经过步长ts后，计算与y′中ts个数据之间的均方误差mse，

当与y′的均方误差mse最小时，可以认为附加在k处时的粒子滤波估计是正确的，k即为泄漏点。

数据再处理器，将泄漏点位置数据进行再处理，获得最终的泄露位置；其中，再处理包括：根据泄露位置得出泄漏量与泄露系数。

显示装置，用于将最终的泄露位置进行显示。

本发明实施例的一种管道泄漏检测与泄漏位置定位方法，是基于粒子滤波与压缩感知的管道泄漏定位方法，具体步骤包括：

步骤1，建立管道的空间状态模型；

步骤2，依据可观测压力测量值的位置将管道分段；

步骤3，根据管道首末端流量的测量值的差值与事先所设置的阈值的差值判断管道是否发生泄漏；

步骤4，基于压缩感知的方法对管道模型的控制量进行信号预处理；

步骤5，基于粒子滤波器估计得出的状态量，求解优化问题得出疑似泄漏点。

优选的，步骤1具体包括：根据流体流动的质量守恒和动量守恒原理建立一组管道的空间状态方程如式(1)和(2)所示：

xj＝f(xj-1,uj-1)+vj-1(1)

其中，xj＝[qin,j,h2,j,q2,j,...hn-2,j,qout,j]^t，xj∈r^2n-2；边界条件作为状态方程的输入，即uj-1＝[hin,j-1,hout,j-1]^t，vj-1为过程噪声，n为管道分段数量。

yj＝cxj+ηj-1(2)

其中，ηj-1为测量噪声。

优选的，步骤2具体包括：根据管道上传感器的布置位置和实际长度的需要将待测管道进行等间距的分段n。

优选的，步骤3具体包括：设置阈值qs和持续时间t，当管道的首末端流量值之差大于阈值时而且持续时间大于预设值时则判断管道发生了泄露。其中泄漏量为ql。

优选的，步骤4具体包括：压缩感知的方法是利用特定域中信号的稀疏性来减少重构信号所需的样本的数量。一般来说，压缩感知技术它所需的样本数量比奈奎斯特采样定理所需的样本数量要少得多。在奈奎斯特采样定理指出，当采样一个信号时，采样速率必须至少是该信号带宽的两倍，即奈奎斯特速率。所以传统信号处理方法常采用先采样、后压缩的方式，主要步骤是：首先，以奈奎斯特速率对信号进行采样，然后使用诸如小波或傅里叶变换的方法对采样的信号进行压缩，保留有关系数并丢弃不必要的系数。然后，处理过的信号可以被存储或传输。随后被解压，原始信号就可以被近似地恢复。压缩过程消耗了不必要的能量。

压缩感知允许在采样过程中对信号进行有效压缩，也就是采样和压缩同时进行，以此来大幅度降低不必要的功耗。

由于系统模型的精度问题，当系统的噪声较大时而且采样频率较低，在未考虑输入数据在低采集频率及低采集时长的工况下时，可能导致泄露状态估计时的步长较大，这就使得估计值误差较高，本发明实施例提出一种基于压缩感知的信号预处理方法，在提高控制量与观测值的维度同时也能降低噪声的影响。

压缩感知的信号预处理步骤如下：

(1)信号的稀疏；

(2)信号的观测；

(3)信号的重建；

x＝ψθ(3)

y＝φψθ(4)

式中，θ＝[θ1，θ2，，，，，θn]^t∈rⁿ，是x稀疏表示。ψ＝[ψ1，，ψ2，，，ψn]^t∈r^n×n为稀疏阵φ＝[φ1，φ2，，，，如]^t∈r^m×n为测量矩阵。

首先，将管道首末端的压力和流量信号s＝[hin，qin，hout，qout，]^t通过快速傅里叶变换进行x稀疏表示。使用插值法提升s维度，插值后的信号包含原始信号。

使用正交匹配追踪算法(omp)对x进行重构。其步骤分为两步：

1)寻最优原子，在字典中选择一个或多个与上次迭代残值内积最大的原子加入支撑集；

2)通过计算该原子系数，逐步近似原始信号，并迭代更新残值。

以上就是基于压缩感知的信号预处理方法。

优选的，步骤5具体包括：

步骤5.1，初始化粒子滤波器，添加泄漏量ql；初始化空间状态方程，输入管道控制量uj＝[h1,hn]，初始化粒子集，设置粒子个数。

步骤5.2，根据管道的初始状态以及控制量计算出下一时刻管道状态xj+1，根据粒子集及管道观测值计算yj＝[q1,qn]获得新的粒子集χj+1，计算各个粒子所对应的权重，并且将粒子权重进行归一化处理。

步骤5.3，由粒子集和粒子权重获得一组加权粒子集以此表征后一时刻的管道状态。

步骤5.4，对步骤5.3中获得的加权粒子集使用重要性重采样的方法，将权重较低的粒子用权重较高的粒子代替。

步骤5.5，将所得到的管道各个节点的估计值与实际测量值比较即可判断出所附加的信息是否有效，若此时判断附加泄露有效则判断此时的附加泄漏点发生泄露。

优选的，本发明实施例的定位方法具体包括：

当管道的计算节点较多时，同时进行的粒子滤波估计计算量会急剧上升，所以在寻找泄漏点的过程视为一个优化问题的求解。

当条件满足qin-qout>iw时，对除去管道首末端的每一个计算节点附加泄漏后，可以获取i-2个不同的粒子滤波估计状态k∈[2,i-1]且k∈n⁺，k表示粒子滤波估计中预先设置的节点位置。

当管道沿线有s个观测值时，中与测量值y′位置对应的粒子滤波估计值记为

定义步长ts，每经过步长ts后，计算与y′中ts个数据之间的均方误差，表达式为

当与y′的均方误差mse最小时，可以认为附加在k处时的粒子滤波估计是正确的，k即为泄漏点。

由于测量噪声的影响，在一个步长ts内得到的min(mse)不一定是最准确的。因此，将优化问题转化为每经过步长ts内，淘汰k个mse内的极大值，即计算max(mse)的个数后，取mse内s个疑似泄漏节点k的交集。当我们所得出疑似可疑泄露点的个数r＝1时，那么泄露位置lq就在δxk处,若所得疑似可疑漏点的个数为两个，那么泄漏的位置lq就在处，当判断疑似泄漏点的个数多余两个时，我们需要重复诊断来重新寻找泄露点。

具体公式如下：当满足k∈r，r≤2，时，诊断的泄漏位置lq为：

经过数次淘汰后，最终获取的唯一一个粒子滤波估计值为泄漏点位置的附加是正确的。最终获取泄漏点的压头估计值泄漏量估计值

当传感器的采集频率较低时，会造成描述管道泄露状态的变化的有效值较少，从而使得滤波器算法对瞬态变化的估计上产生较大的误差，针对此问题本发明提出了一种基于压缩感知的信号预处理方式并且此方法能有效解决上述所述的问题。在泄露定位的寻找过程中，本发明运用求解管道状态的估计值与真实值之间的均方误差法，最小者即为疑似泄漏点，但由于噪声的影响，直接求解最小值不是那么的精确时，我们将问题转化为每经过一个步长淘汰掉k个极大值的方法，并且求得优化问题的最小值，最终得到泄露位置。此种定位方法的定位效果更加有效准确，精度较改进之前更高。本发明的基于粒子滤波与压缩感知的管道泄露定位可以针对非线性、测量噪声非高斯分布等问题提升定位精度。并且此方法的计算量不会很大。此方法具有较好的实时性和应用的前景。

请参阅图1，本发明实施例的一种管道泄漏检测与泄漏位置定位装置，储油站1储存所需要运输的介质，进口副管道7的两端分别与出站储油站和主管道8相连通，起到输油的辅助作用，类似的，出口副管道9也与主管道8相连通。

在进口副管道7上面依次设置泵2许多控制阀门，泵2是为储油站中的油进去管道提供传动力；止回阀3属于一种自动阀门，它能防止管道中的介质倒流，防止泵及驱动电机反转，以及容器介质泄露；第一安全阀4能防止管道中的介质压力超过规定数值，从而达到安全保护的目的；第一调节阀5能调节介质的压力、流量等参数；截止阀6是接通或截断管道中的介质。

主管道8是传输介质的主要器件，它被人为的分为若干段，每段上都设有收集数据器用于收集各个节点的压力值，预设节点数量可以根据需要自行设置。主管道8的进口处设有进口压力和流量传感器，出口同样设置压力和流量传感器，用于检测进口与出口的压力值与流量值。

出口副管道9上依次设置第二安全阀10与第二调节阀11，其作用与进口副管道7上的控制阀作用相同。

阀门1、阀门2、阀门3设置有电动转动阀门，可以实现泄漏的模拟，控制泄漏大小的标准为阀门的开度。ptl1～ptl3是可以测量接近泄漏点处的管道压力，但无法直接测出泄漏点的压力。此外，实验管道的沿途还有两个可以获得的压力测量点ptm1和ptm2。每个传感器的采样频率均为2hz，采集时长t＝100s。各个传感器与数据采集模块通过无线传输模块连接，当数据采集模块收集到各个节点的数据后传输给数据处理器，然后数据处理器将处理过的信号传送给粒子滤波器20，在粒子滤波器20中数据经过计算后经显示模块显示出疑似泄露的位置并显示给用户。

本发明实施例的装置的工作原理为：进口压力流量传感器采集进口副管道末端的压头值h1和流量值q1作为粒子滤波器的一组控制量，压头值和流量值依次通过管道到达管道的末端，此时管道内的流体达到稳定状态。出口压力流量传感器测得此时的管道末端压力值hn和流量值qn，将进口流量值和出口流量值作为粒子滤波观测量并输入到粒子滤波模块。其中，泵为管道提供所需要的输送压力来保证泄露工况下的观测量与正常工况下相同。止逆阀、安全阀和调节阀在这个过程中，调节阀保证在管道发生泄漏形况下输送介质的流量值不发生变化。同时，它也保证了压头值不超过设定值。当发生泄漏后，管道的进出口流量值会处于新的稳定状态，我们此时需要保证进出口压头值与之前稳定状态不变。在这过程中，止逆阀始终发挥作用，它防止由于管道介质的回流而造成管道内发生瞬时变化的情况发生，从而稳定了管道内的介质波动。此时再次将进出口的流量值测量出来并传送至粒子滤波器。待测管道的各个节点的压力传感器采集到的压力值也通过数据收集器收集被及时的传输到数据管理模块存储起来。粒子滤波器根据收集到的测量值之后会给估计出管道状态的估计值，将管道状态的估计值与传感器测量出来的真实值之间做运算通过运算比较得出泄漏点。

本发明实施例的装置的工作过程为：从储油站1流出的介质依次泵2、止回阀3、第一安全阀4、第一调节阀5和截止阀6，介质流经截止阀6后经过进口副管道7，之后进口副管道7依次与主管道8和出口副管道9连接，介质在出口副管道上流过第二安全阀10和第二调节阀11最终回到储油站1。在此过程中，泵为管道提供了输送动力，数据采集器采集到主管道首末端的压力值和流量值并且传输给粒子滤波器。除了主管道的首末端数据外，主管道各个预设节点的压力值也被测量和记录，以此观察管道的整体状态。

本发明的管道分段原则是将管道平均分为18段，共有19个节点，两个节点之间的距离δx＝41.2m，取计算步长δt＝0.04s。参照图1可以清楚地看到管道与数据收集器的分布，需要说明图1仅就具体的实验实施。其中的节点数与两个节点之间的距离可以根据实际的实验需要自行设置和修改，并不作为本发明的具体方案实施方法。

请参阅图2，本发明实施例的一种管道泄漏检测与泄漏位置定位方法，具体步骤如下：

步骤1：采集收集管道的基础数据。

步骤2：根据步骤1所采集到的数据信息，建立管道流体的空间状态方程。获得管道的压头值和流量值的数值解，其中管道的状态空间方程为：

xj+1＝axj+buj+duj²+euj+1+aξ+fql

yj+1＝cxj+1+ηj

式中，ql为流量计实测泄漏量，ql＝qn-q1，ηj为测量噪声。

步骤3：采集主管道首末端的流量值q1和q2，并且将采集到的两组值用压缩感知的方法进行信号预处理。根据处理后的的两组流量值，判断管道是否发生了泄露。

步骤4：初始化粒子滤波与泄漏量，基于泄露状态的管道数据进行粒子滤波算法的初步计算，根据得到的各个节点的估计值与测量值，比较实际测量值与估计值判断疑似发生泄漏的节点，排除非疑似泄露节点。

步骤5：将排除后所得到的疑似泄漏点经过再次滤波过程直至所得可疑节点个数满足要求。

步骤3的具体步骤包括：

请参阅图3，图中可以看出，原始信号x在经过两次变换后被压缩成为了维度小的信号y，这就使得信号更容易存储，虽然被储存的信号维度小。但是当用到该信号时，此压缩信号能被很好地还原为原始信号。

本发明实施例的压缩感知的步骤如下：

首先输入n维的原始信号x，之后我们将信号x用一个n×n的稀疏基ψ和一个信号x在某一域上稀疏表示的n维向量θ表示即x＝ψθ，其中的稀疏基可以是傅里叶矩阵或者小波变换矩阵。将原始信号x进行稀疏表示之后，用一个m×n的测量矩阵φ将x压缩成为m维的向量y即y＝φx＝φψθ，因为m远小于n，所以此时y向量远小于原始信号x。，所以实现了压缩的功能。其中的φ矩阵可以使用高斯矩阵、部分哈达玛矩阵。最后当用到原始信号x时，再对y进行重构即可得到原始信号。

步骤5具体实施包括：当从n个节点排除非疑似泄漏点i后，得到n-i个疑似泄漏点，若所的数量符合要求则输出疑似泄露位置，若所得数量不满足要求，则重新更新粒子值并且重复步骤4，直至得到符合要求的节点数，并且输出泄漏点位置和泄露系数。

实验结果对比：

请参阅图4，管道首末端的压力信号和流量信号s＝[hin,qin,qout,hout]^t可以通过快速傅里叶变换(fft)进行稀疏表示。

使用插值法可以提升s的维度，但同时也会提升噪音对原信号的影响。以一组实际测得的管道泄漏时的末端压头信号为例，其采样频率为2hz，采集时长t＝100s，数据长度ln＝200，泄漏发生在51s时，泄漏量ql约为总输送量的6.6％。使用三次插值法将该信号维度提升12.5倍，即ln＝2400。从原信号与附加高斯白噪声并插值后的信号可以看出经过三次插值后的信号仍包含了原始信号的真实测量值，因此可以作为信号的观测值y使用。

请参阅图5，本发明使用正交匹配追踪算法对x进行重构。

omp算法分为两步：

1)寻最优原子，在字典中选择一个或多个与上次迭代残差(初始值为测量信号)内积最大的原子加入支撑集；

2)通过计算该原子系数，逐步近似原始信号，并迭代更新残差。

经过重构的信号x如图5所示：经过cs处理的重构信号x的数据点数由200个提升至2400个，且均方误差及方差显著低于经过差值的原始信号。

使用cs的目的在于从附加噪声并插值后的原信号，利用原信号中的真实测量值重构出更高维度的信号x，从而获取原信号中可能缺失的瞬态信息，而不单是为了降低原信号的噪声。

请参阅图6，由于粒子滤波是以观测值y＝[qin,qout]^t进行估计值的更新。因此基于压缩感知的预处理仅针对控制量u＝[hin,hout]^t进行。从对比图中可以看出经过压缩感知的预处理信号可以准确地还原原始信号并且保留原始信号中的信息。

在经过5次重复的泄露定位之后，定位结果都将泄漏点的位置定位在节点6，本发明的方法能对泄漏量在2.3％～11％的三个不同泄漏点实现有效定位，相对定位误差大约在1.5％左右。

请参阅图7，实验结果能满足要求，具有可靠的定位效率。

请参阅图8，根据图8的管道节点压头值的估计值与测量值对比来看，本发明基于粒子滤波与压缩感知的管道泄漏定位方法对泄漏点的状态估计准确可靠，数据较真实值有较小的误差。

请参阅图9，从图9对泄漏量与泄露系数的估计图中也能对比发现估计泄漏量与真实测量量吻合并且能准确描述泄露量变化趋势，具有较强的真实性。综上所述此次方法对管道泄漏的故障定位具有可靠的有效性与实用性。

以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。