一种自适应有效信号判定流体管道泄漏定位方法

摘要

本发明属于漏失的预防、检查和确定位置技术领域，公开了一种自适应有效信号判定流体管道泄漏定位方法，根据管道泄漏信号，选取小波分解的基函数；确定小波分解的最优分解层数；确定门限阈值，利用软阈值法对泄漏信号进行小波降噪；设置有效信号长度估计值和移动步长；确定泄漏信号中的有效信号；利用互相关分析方法，根据泄漏信号中的有效信号，确定泄漏信号到达管道首末两端的时延数；减小有效信号长度，得到2组时延数；将3组时延数求均值作为最终的时延数，并确定泄漏信号到达管道首末两端的时间差；根据时间差计算泄漏源的位置。本发明与现有的定位方法相比，能够降低噪声对泄漏信号的影响，降低泄漏定位误差。

说明书

技术领域

本发明属于漏失的预防、检查和确定位置技术领域，尤其涉及一种自适应有效信号判定流体管道泄漏定位方法。

背景技术

目前，业内常用的现有技术是这样的：当油气管道出现破坏而产生泄漏时，管道内介质从泄漏点喷出，泄漏可以激发出来不同的波动，这些波的频率范围分布与泄漏孔大小、泄漏速度、管内压力有关，可从几赫兹到几百千赫兹，这些波动包含了次声波、可听声、超声波。在传播的过程中，泄漏声波沿管道向两侧传播，高频部分的泄漏声信号衰减的快，低频衰减的慢。在远距离传输过程中，最终到达管道两侧传感器时泄漏声波的主要成分为次声波。根据管道两端设置的传感器接收到的次声信号，可以确定泄漏源的位置。由于传感器接收到的信号往往包含了噪声干扰，通常需要对原始信号进行降噪，在此基础上，利用相关性分析方法确定信号到达管道首末两端的时间差，并利用定位公式确定泄漏源的位置。《输油管道次声波法泄漏检测与定位技术研究》，通过研究管道泄漏声波信号的传播原理，建立了管道泄漏报警模型和漏点定位模型，并采用去均值法对获取的管道正常运行工况和泄漏工况的声波信号进行预处理，进而分析了两种工况下管道内声波的信号特征，在采用小波降噪的基础上，通过互相关分析方法估计了信号到达管道首末两端的时间差，进而确定泄漏源的位置。该方法的不足是：由于采用了传统的互相关分析方法，时间差的计算值受噪声的影响较大，导致定位精度不能进一步提高。

综上所述，现有技术存在的问题是：采用了传统的互相关分析方法，时间差的计算值受噪声的影响较大，导致定位精度低。

技术问题的难度和意义：传统的互相关分析方法，采用整段信号来做相关性计算，而整段信号中除了包含泄漏信号尖峰波段的有效信号，更多的是不包含泄漏波动信号但含有大量噪声干扰的无效信号。由于传统方法在计算中引入了大量无效信号，因此互相关函数的计算结果中也包含大量无效的数值。从而导致计算出的时延受到影响，计算的时间差精度低，最终导致定位精度低。自适应自适应有效信号判定流体管道泄漏定位方法，可以根据信号来自适应的选择出含有有效信号的部分，可以说是把信号进行了筛选，提取了包含管道泄漏时候所产生波动的那部分，避免引入大量无效的干扰。提高定位精度。

发明内容

针对现有技术存在的问题，本发明提供了一种自适应有效信号判定流体管道泄漏定位方法。

本发明是这样实现的，一种自适应有效信号判定流体管道泄漏定位方法，所述自适应有效信号判定流体管道泄漏定位方法对管道泄漏信号，进行自适应的小波分解，利用软阈值法对泄漏信号进行降噪处理；再使用有效信号自适应互相关算法确定泄漏信号中的有效信号；再次利用互相关分析方法，根据泄漏信号中的有效信号，确定泄漏信号到达管道首末两端的时延；结合管道总长和波速计算出泄漏位置。

所述自适应有效信号判定流体管道泄漏定位方法包括以下步骤：

(1)根据管道泄漏信号，选取小波分解的基函数；

(2)确定小波分解的最优分解层数；

(3)确定门限阈值，利用软阈值法对泄漏信号进行小波降噪；

(4)设置有效信号长度估计值和移动步长；

(5)确定泄漏信号中的有效信号；

(6)利用互相关分析方法，根据泄漏信号中的有效信号，确定泄漏信号到达管道首末两端的时延数；

(7)减小有效信号长度，重复步骤(5)和(6)2次，得到2组时延数；

(8)将3组时延数求均值作为最终的时延数，并确定泄漏信号到达管道首末两端的时间差；

(9)根据(8)中的时间差计算泄漏源的位置。

进一步，所述自适应分解层数的确定方法包括：

(1)令分解层数k＝1；

(2)进行小波分解，提取高频系数W_k；

(3)按下式计算W_k的自相关系数ρ_i,i＝1,2,...,m：

其中m为W_k的数据长度；

(4)计算临时变量A：

A＝ρ₁²+ρ₂²+...+ρ_m²；

(5)生成一组白噪声，并计算自相关系数ρ_i′,i＝1,2,...,m；

(6)计算临时变量A′：

(7)判断A与A′是否满足下式：

其中Δ为根据噪声量级确定的门限值；若满足，则最优分解层数为k-1；否则k＝k+1，重复步骤(1)－(7)。

进一步，计算的系数W_k，计算其标准差，并将3倍标准差作为门限阈值T_thr，并对W_k按下式进行处理得到W′_k：

根据W′_k进行小波重构，得到降噪后的信号。

进一步，所述设置有效信号长度估计值和移动步长具体包括：

(1)计算泄漏信号总长度，并将其作为有效信号的估计值p；

(2)设置移动步长q为100。

进一步，所述确定泄漏信号中的有效信号，将管道首末端传感器接收到的信号分别记为S₁和S₂，信号的总长度为n，有效信号的判定方法如下：

(1)根据泄漏信号长度p，确定移动步长q；

(2)令i＝1，取S₂中第i到i+p-1个数据，将其余部分置0，计算S₁(1,2,…,n)>2(i,i+1,i+2,…,i+p-1)的互相关系数R_i；

(3)令i＝i+1，重复(2)，直到i＝n-p+1；

(4)计算R_i的最大值，与之对应的i值记为I₂，信号S₂(I₂,I₂+1,I₂+2,…,>2+p-1)S₂中有效信号所在的区域；

(5)令i＝1，取S₁中第i到i+p-1个数据，将其余部分置0，计算>1(i,i+1,i+2,…,i+p-1)和S₂(I₂,I₂+1,I₂+2,…,I₂+p-1)的互相关系数R_i；

(6)令i＝i+1，重复(5)，直到i＝n-p+1；

(7)计算R_i的最大值，与之对应的i值记为I₁，信号S₁(I₁,I₁+1,I₁+2,…,I₁+p-1)>1中有效信号所在的区域。

进一步，3组的时延数的均值作为最终的时延数Corr_max，并用下式确定泄漏信号到达管道首末两端的时间差ΔT：

ΔT＝(Corr_max-n)/F_s。

进一步，时间差计算泄漏源的位置，根据得到的时间差ΔT，计算出泄漏源的位置，距管道首端的距离为：

L′＝(L-vΔT)/2；

其中L为管道总长，v为信号传播速度。

本发明的另一目的在于提供一种应用所述自适应有效信号判定流体管道泄漏定位方法的管道泄漏检测系统。

综上所述，本发明的优点及积极效果为：本发明采用基于有效信号判定的流体管道泄漏定位方法，因而与现有的定位方法相比，能够降低噪声对泄漏信号的影响，降低泄漏定位误差。

以20km的管道泄漏仿真实验结果为例，泄漏源距首端5.43km，信号传播速度1000m/s。两端设置传感器来接收信号，采样频率1500Hz，采样时间30 s，总采样点数45000，泄漏发生在第3s。泄漏发生后，泄漏信号经过5.43s到达首端传感器，经过14.57s到达末端传感器。不考虑信号传播过程中的衰减。定位误差如下表所示。

对比原有方法，采用本发明定位精度提高约25％。

附图说明

图1是本发明实施例提供的自适应有效信号判定流体管道泄漏定位方法流程图。

图2是本发明实施例提供的自适应有效信号判定流体管道泄漏定位方法的实现总流程图。

图3是本发明实施例提供的确定最优小波分解层数的流程图。

图4是本发明实施例提供的用原有方法对某管道泄漏问题进行定位后所得的定位误差示意图。

图5是本发明实施例提供的用本发明所述方法对某管道泄漏问题进行定位后所得的定位误差示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明针对现有技术的不足，提供基于有效信号判定的流体管道泄漏定位方法，降低噪声对管道泄漏信号的影响，提高定位精度。

如图1所示，本发明实施例提供的自适应有效信号判定流体管道泄漏定位方法包括以下步骤：

S101：根据管道泄漏信号，选取小波分解的基函数；

S102：确定小波分解的最优分解层数；

S103：确定门限阈值，利用软阈值法对泄漏信号进行小波降噪；

S104：设置有效信号长度估计值和移动步长；

S105：确定泄漏信号中的有效信号；

S106：利用互相关分析方法，根据泄漏信号中的有效信号，确定泄漏信号到达管道首末两端的时延数；

S107：减小有效信号长度，重复步骤S105和S1062次，得到2组时延数；

S108：将3组时延数求均值作为最终的时延数，并确定泄漏信号到达管道首末两端的时间差；

S109：根据步骤S108中的时间差计算泄漏源的位置。

下面结合附图对本发明的应用原理作进一步的描述。

如图2所示，本发明实施例提供的自适应有效信号判定流体管道泄漏定位方法包括以下步骤：

步骤一，根据信号处理经验与管道的泄漏信号特点，选取小波分解的基函数。例如Haar、dB4和dB8。

步骤二，确定小波分解的最优分解层数。

按照图3，针对管道泄漏信号，按如下过程确定自适应分解层数：

(2a)令分解层数k＝1；

(2b)进行小波分解，提取高频系数W_k；

(2c)按下式计算W_k的自相关系数ρ_i,i＝1,2,...,m：

其中m为W_k的数据长度。

(2d)计算临时变量A：

A＝ρ₁²+ρ₂²+...+ρ_m²(4)

(2e)生成一组白噪声，并按式(3)计算其自相关系数ρ_i′,i＝1,2,...,m。

(2f)计算临时变量A′：

(2g)判断A与A′是否满足下式：

其中Δ为根据噪声量级确定的门限值。若满足式(6)，则最优分解层数为 k-1；否则k＝k+1，重复步骤(2a)－(2g)。

步骤三，确定门限阈值，利用软阈值法对泄漏信号进行小波降噪。

步骤二中计算的系数W_k，计算其标准差，并将3倍标准差作为门限阈值T_thr，并对W_k按下式进行处理得到W′_k：

根据W′_k进行小波重构，得到降噪后的信号。

步骤四，设置有效信号长度估计值和移动步长。

(4a)计算泄漏信号总长度，并将其作为有效信号的估计值p；

(4b)设置移动步长q为100。

步骤五，确定泄漏信号中的有效信号。

将管道首末端传感器接收到的信号分别记为S₁和S₂，假设信号的总长度为>

(5a)根据泄漏信号长度p，确定移动步长q(一开始p可以取得较大，如可取为泄漏信号总长度，此时有效信号段为原始信号)；

(5b)令i＝1，取S₂中第i到i+p-1个数据，将其余部分置0，利用式4.3计算S₁(1,2,…,n)和S₂(i,i+1,i+2,…,i+p-1)的互相关系数R_i；

(5c)令i＝i+1，重复步骤(5b)，直到i＝n-p+1；

(5d)计算R_i的最大值，与之对应的i值记为I₂，信号S₂(I₂,I₂+1,I₂+2,…,>2+p-1)即为S₂中有效信号所在的区域；

(5e)令i＝1，取S₁中第i到i+p-1个数据，将其余部分置0，利用式4.4计算S₁(i,i+1,i+2,…,i+p-1)和S₂(I₂,I₂+1,I₂+2,…,I₂+p-1)的互相关系数R_i；

(5f)令i＝i+1，重复步骤(5e)，直到i＝n-p+1；

(5g)计算R_i的最大值，与之对应的i值记为I₁，信号S₁(I₁,I₁+1,I₁+2,…,>1+p-1)即为S₁中有效信号所在的区域。

步骤六，利用互相关分析方法，根据泄漏信号中的有效信号，确定泄漏信号到达管道首末两端的时延数。

针对步骤五中得到的两组有效信号，进行互相关性分析，将互相关分析的最大值的位置作为泄漏信号到达管道首末两端的时延数。

步骤七，逐步减小有效信号长度，例如每次缩短步长q＝100。重复步骤五和六2次，得到2组时延数。

步骤八，将3组时延数求均值作为最终的时延数，并确定泄漏信号到达管道首末两端的时间差。

将步骤七中得到的3组的时延数的均值作为最终的时延数Corr_max，并用下式确定泄漏信号到达管道首末两端的时间差ΔT：

ΔT＝(Corr_max-n)/F_s(8)

步骤九，根据步骤八中的时间差计算泄漏源的位置。

根据步骤八中得到的时间差ΔT，可以进一步计算出泄漏源的位置，其距管道首端的距离为：

L′＝(L-vΔT)/2(9)

其中L为管道总长，v为信号传播速度。

下面结合仿真对本发明的应用效果作详细的描述。

本发明的优点可通过以下仿真实验进一步说明：

1.仿真参数

管道长20km，泄漏源距左端5.43km，信号传播速度1000m/s。两端设置传感器来接收信号，采样频率1500Hz，采样时间30s，总采样点数45000，泄漏发生在第3s。泄漏发生后，泄漏信号经过5.43s到达首端传感器，经过14.57 s到达末端传感器。信号中包含了信噪比为-10dB的白噪声。

2.仿真内容与结果

利用本发明对上述管道泄漏问题进行泄漏源定位，仿真结果如图4和图5 所示，仿真数据如表1所示。

图4中给出了用原有方法对某管道泄漏问题进行定位后所得的定位误差，图5中给出了用本发明所述方法对某管道泄漏问题进行定位后所得的定位误差。

表1不同方法下的定位误差

从上述数据可见，采用本发明方法后，管道泄漏定位误差的标准差显著减小，最终降低了定位误差的最大值。上述仿真数据实验证明，本发明可有效降低噪声对管道泄漏信号的影响，提高管道泄漏定位的精度。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。