一种基于改进LCD的管道泄漏孔径识别方法

本发明涉及管道泄漏，尤其涉及一种基于改进lcd的管道泄漏孔径识别方法。

背景技术：

1、随着国家经济的快速发展以及对天然气等能源需求量增加，埋地管道作为一种有力的运输工具成为现代社会中一种重要的基础设施。由于管道老化、受环境腐蚀以及第三方破坏等原因，管道泄漏事故时有发生。城镇燃气管道多为埋地管道，管道早期因泄漏信号微弱难以发现，最终导致人员伤亡、经济损失及环境破坏。因此，管道泄漏孔径的识别对有效预防管道泄漏火灾爆炸事故，减小事故灾难损失以及加强城市公共安全具有重要意义。

2、在管道泄漏次声波检测中，由于次声波的低频特性导致传播过程中易受环境、介质等因素干扰从而夹带各种噪声。因此，在进行管道泄漏孔径识别前，需对次声波泄漏信号进行处理，减少噪声干扰，突出信号特征，以便精确识别泄漏孔径。在管道次声波泄漏信号处理中，经验模态分解(emd)方法和局域均值分解方法(lmd)能够适用于非平稳信号的分析，分解效率高，自适应性强，但具有模态混叠和端点效应的问题；而局部特征尺度分解法(lcd)在模态混叠问题、迭代次数等方面要优于emd和lmd方法，但仍存在端点效应的问题，对泄漏信号分析的准确性存在巨大影响。

3、同时，目前对于管道次声波泄漏信号的研究大多在泄漏的判断以及对泄漏源的定位研究，对于管道泄漏孔径预测研究不多。mei l在《leak identification based on cs-resnet under different leakage apertures for water-supply pipeline》对信号进行压缩处理后输入神经网络进行泄漏识别，虽然已对泄漏信号进行压缩处理，但数据量依然庞大，识别效率低；sun j在《natural gas pipeline leak aperture identification andlocation based on local mean decomposition analysis》中利用lmd方法处理泄漏信号后提取rms熵并输入向量机进行泄漏孔径识别，但该方法依赖人工经验且过程复杂；lang x在《pipeline leak aperture recognition based on wavelet packet analysis and adeep belief network with icr》将超声波信号的去噪声速作为特征参数输入深度置信网络进行泄漏孔径识别，该方法使用单一特征参数，无法全面反映泄漏信号特征保证准确度。

技术实现思路

1、针对现有算法的不足，本发明根据prony算法原理构造差分方程，对泄漏信号两端进行延展，再对信号进行lcd分解，能有效改善端点效应，防止信号产生失真，影响泄漏孔径识别效果；针对目前泄漏孔径识别中识别泄漏孔径的方法繁琐且使用特征参数单一，无法快速全面地反映泄漏信号特征保证泄漏孔径识别的正确性的问题，对多个特征信号进行分析，选择能够表征泄漏孔径的优势特征参数，利用欧式距离方法进行孔径识别，能够全面反映泄漏孔径特征，客观有效地进行孔径识别，识别快速且效果良好。

2、本发明所采用的技术方案是：一种基于改进lcd的管道泄漏孔径识别方法包括以下步骤：

3、步骤一、在固定压力下，对实验管道进行泄漏实验，采集不同泄漏孔径下管道次声波泄漏信号xi(t)数据；

4、步骤二、利用prony构造差分方程计算匹配系数，根据匹配系数延展信号，对延展信号进行lcd分解获得若干isc分量；

5、lcd分解过程中虽然能够解决emd的过包络、欠包络及产生负频率等问题，但其分解结果仍存在端点效应；端点效应是由于信号的两端为非极值点，分解误差从端点引入影响分解结果，造成严重的失真；通过prony算法构造差分方程增加信号两端极值点来抑制端点效应的影响。具体过程如下：

6、步骤21、找到次声波泄漏信号xi(t)中所有极大值和极小值对应的时刻，记为t1max,t2max,…,tkmax(k＝1…n)和t1min,t2min,…,tkmin(k＝1…m)。

7、步骤22、设端点处需拓展的极大值和极小值对应的时刻为tmax和tmin；

8、若n＝m或n＝m-1，则：

9、

10、若n＝m+1，则：

11、

12、步骤23、选取次声波泄漏信号xi(t)端点处的y个极值点，极值点记为x(1)…x(y)；假设相邻极值点时间间隔相等，记为t＝|tmax-tmin|；根据prony算法构造第l个极值点的差分方程：

13、x(l)＝b1x(l-1)+b2x(l-2)+…+byx(l-y) (3)

14、其中，l代表拓展极值点，b1,b2,…,by为方程系数；

15、构造方程系数b1,b2,…,by一组线性矩阵方程，通过该矩阵方程求得方程系数b1,b2,…,by后带入到差分方程，求解获得第l个极值点；若l为极大值，将l点纳入选取极值点范围内，则重复上述步骤，获得第l+1个极小值点，反之亦然。

16、步骤24、将(tmin，x(l)),(tmax，x(l+1))及靠近端点处两对极值点作为一段时间序列，记为q；其中，包含r个时域信号的采样数；将xi(t)分为若干段与q等长的时间序列，记为q1,q2,…,qs，计算q与个时间序列的匹配系数，公式为：

17、

18、选择rw值最小时对应的波形，将其延展到xi(t)前。

19、对次声波泄漏信号xi(t)两端都按以上步骤进行操作，延展信号两端，对拓展后的信号进行lcd分解即可减弱端点效应。

20、步骤三、对步骤二中分解出的isc分量进行处理，通过各相邻isc分量的互信息熵区分有效分量与无效分量，剔除无效分量后进行信号重构，获得特征信号xi’(t)。

21、次声波泄漏信号xi(t)经改进lcd分解后获得若干isc分量，isc分量可分为有效分量和无效分量。在传统lcd分解中，一般以经验观察isc分量的波形来区分有效分量及无效分量，该方法具有主观性，误差较大。

22、互信息是基于信息熵理论相似性度量方法，可以捕捉到变量间非线性的统计相关性，因而可以较大程度地度量和反映变量之间真实的依赖性。因此，在信息熵的基础上，利用互信息熵定量计算来区分有效部分与无效部分，其表达式如下：

23、

24、其中，p(isci)和p(isci+1)为两个相邻isc分量的边缘概率分布，p(isci.,isci+1)为两个相邻isc分量的联合概率分布；互信息熵值越大，说明相邻isc分量所包含相同的信息也越多，所包含相同的信息也越多。无效信息对每一个isc的依存性逐渐降低，有效信息对每一个isc的依存性逐渐增强。所以，当计算每个相邻isc分量之间的互信息熵时会出现局部极小值，第一个局部极小值即为无效分量与有效分量的分界。

25、对于原始信号xi(t)分解出的分量isc1,isc2,...,iscn，随着分解此时的增加，isc分量中包含高频信号逐渐减少，低频信号逐渐增加。isc1中包含的高频有用信息最多且不含低频噪声信息，iscn中包含低频噪声信息最多且不含高频有用信息。因此，当计算每个相邻isc分量之间的互信息熵出现局部极小值时，说明相邻isc分量包含相同信息最少，即一个isc分量中包含高频有效信息而与其相邻的另一个isc分量中包含低频无用信息，第一个局部极小值即为高频成分与低频成分的分界，同时也可为有效分量和无效分量的分界。

26、剔除无效分量，提取有效分量作为特征分量信号进行信号重构，即可获得特征信号xi’(t)。

27、步骤四、对特征信号xi’(t)进行分析，提取能够表征泄漏孔径的优势特征参数。

28、由于管道泄漏受多种因素影响，因此单一特征参数不能全面表现不同泄漏孔径的状态；每一种特征参数都表征了一种物理意义，与管道运行状态之间存在一定联系，可用于表征管道是否泄漏，泄漏孔径等的状态。但特征参数与管道运行状态之间的关系复杂，不同特征参数对不同管道运行状态敏感度不同；单一特征参数不能全面表征管道运行状态，全部特征参数表征管道运行状态又十分繁琐且效率低下；为此，对不同特征参数进行研究，选择优势参数，能够高效全面地反映管道运行状态。

29、管道泄漏可看作管道介质的自由喷流，可能会在泄漏孔内侧的介质内部引发高压冲击。因此管路的泄漏时所产生的是冲击声压，是一系列发生在管壁破裂的不同时刻的冲击波在各自不同阶段叠加的结果。因此，可用泄漏声波冲击特性来表征泄漏孔径的大小。并且由于脉冲因子和峪度因子都可用于表征泄漏声波剧变冲击特性，需选择其中一个作为优势参数来反映管道运行状态。同时根据管道泄漏信号的特性可知，当管道泄漏孔径发生改变，泄漏信号峰值所对应的频率和信号幅值等也会随之改变，并且由于信号传输过程中的衰减，不同泄漏孔径的信号能量也不同。因此，选择时域参数中的能量、方差、均方根，频域参数中的峰值频率，波形参数中的脉冲因子、峪度因子和峭度这七个特征参数进行研究。

30、利用matlab软件拟合曲线，将拟合曲线和实际数据曲线进行对比分析，最终选择表征泄漏孔径的优势参数能量值e、均方根xrms和峭度xk。

31、步骤五、利用优势特征参数能量值e、均方根xrms和峭度xk构造管道泄漏特征向量ye；ye可表示为：

32、ye＝[e xrms xk] (6)

33、式中，e代表泄漏孔径大小，mm。

34、步骤六、使用欧式距离算法计算待测信号x’(t)的泄漏特征向量ye’与ye的距离，最小距离所对应泄漏孔径即为待测信号x’(t)的泄漏孔径大小。

35、对待测次声波泄漏信号x’(t)进行上述步骤的处理获得特征向量ye’＝

36、[e′xrms′xk′]。

37、使用欧式距离算法计算待测信号x’(t)的泄漏特征向量ye’与ye的距离，计算公式为：

38、

39、式中，e为泄漏信号xi(t)的能量，xrms为泄漏信号xi(t)的均方根，xk为泄漏信号xi(t)的峭度，e′为泄漏信号x’(t)的能量，xrms′为泄漏信号x’(t)的均方根，xk′为泄漏信号x’(t)的峭度。

40、欧式距离指在m维空间中两个点之间的真实距离，将其看作信号的相似程度，距离越短说明信号越相似；式中，若oe越小，则特征向量间的重合度越高。计算ye’与ye的欧式距离oe，排列确定最小oe值，则该值所对应的泄漏孔径则为待测信号x(t)的泄漏孔径大小；对管道泄漏孔径进行识别，能够提高泄漏孔径识别的正确率，以便指定高效的抢修方案，保障居民生命财产安全。

41、本发明的有益效果：

42、1、能减弱lcd分解时由于端点效应导致的信号失真，定量区分有效分量及无效分量，同时通过选择最优特征参数来构建泄漏孔径估算模型并通过欧式距离算法进行泄漏孔径识别，能够有效提高泄漏孔径识别正确率。