CN101246467B - 自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法 - Google Patents

Abstract

自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法属于输油(气)管道故障诊断技术领域。其特征在于以管道两端压力数据与其经过基于正交小波变换去噪处理的重构信号差值的标准差乘以系数作为两端阈值。若两端压力下降突变点前后的均值变化均超过阈值，判定有泄漏并进行定位：计算两端压力数据的近似小波变换系数，初始化搜索区间，从最大尺度N开始在搜索区间内计算对应近似小波变换系数的信号时延值，利用等比关系将尺度N下的时延估计值转换为N-1下时延估计值，以该值更新搜索区间，重复以上过程至尺度为0，以此时延估计值进行定位。本发明能有效降低误报率和漏报率，减小时延估计计算量，有利于算法在线实现。

Description

自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法

技术领域：

自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法属于输油(气)管道故障诊断技术领域。

背景技术：

管道输送在工业流体特别是石油、天然气输送中占据重要位置，管道的泄漏监测是管道运行监控的一项重要内容，由此推进了管道泄漏检测技术的不断发展。目前已有多种管道泄漏检测方法，从最简单的人工巡视到各种复杂的软硬件相结合的算法，这些算法对于维护管道安全、保护环境起到了重要作用。

在已有的管道泄漏检测与定位方法中，基于负压波的方法由于实施简单、所形成的系统成本低、具有较好的灵敏度和定位精度，在实际中得到了广泛的应用。负压波法的基本原理是：当管道上某一点突然发生泄漏时，在泄漏点处会产生以一定速度向管道两边传播的负压波。经过若干时间后，负压波将分别到达上、下游压力传感器处。因此，根据上、下游端压力传感器检测到的压力变化情况，就可以判断管道是否发生了泄漏；而根据负压波到达上、下游端的时间差和事先测得的负压波传播速度，就可以进行泄漏定位。显而易见，采用负压波法进行泄漏检测和定位的关键在于从上、下游压力曲线中灵敏地检测出负压波和精确地确定负压波到达上、下游的时间差。

在现有方法中，检测负压波的一般思路是通过一定的手段(如小波分析等)确定压力曲线下降的突变点，然后将突变点前后压力下降的幅度与事先设定的阈值进行比较。如果负压波下降的幅度超过了设定的阈值，则判定有泄漏发生，否则判定没有泄漏发生。可以看出，在上述检测过程中，阈值的设定极为重要，它直接影响泄漏监测系统的检测性能，因为阈值增大会导致漏报率增大，而阈值减小会导致误报率升高。目前基于负压波的算法通常都采用事先设定的固定阈值，但是对于工况经常变动的管道，事先设定的固定阈值往往会因不能适应管道工况的变化而导致严重的漏报或误报。

确定负压波到达上、下游的时间差的估计本质上属于信号的时延估计问题。在此问题上已有大量的研究成果，但这些成果大多是通过对原始时间数据序列直接处理来实现时延估计的，因此计算量大。专利[名称：扫描信号的时频互相关检测和时延估计方法，公开号：CN1815264A，公开日：2006.8.9，中国]提出了基于小波变换的时延估计方法，但其处理的目的是为了抑制噪声，而且采用的小波变换为连续小波变换，因此同样存在计算量大的问题。对于管道泄漏定位问题，由于管道距离长、数据采样率高，数据量大，且要求定位及时，因此计算量问题尤为突出，采用传统时延估计方法，将不利于泄漏检测算法的在线实现。

针对上述问题，本发明提出了自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法。有效地提高了系统对工况的适应能力和检测灵敏度，降低了系统的误报率和漏报率，降低了时延估计的计算量，保证了泄漏定位算法的在线实现。

发明内容：

本发明的目的在于，提出自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法，该方法有效地提高了系统对工况的适应能力和检测灵敏度，降低了系统的误报率和漏报率，降低了泄漏定位算法的在线计算量。系统的硬件连接图如附图1所示。

本方法特征在于依次含有以下步骤：

步骤(1)向计算机中输入Matlab的小波变换软件包；

步骤(2)计算机经由网络由数据采集卡采集用压力传感器测得的待检漏管道上下游的压力原始时间数据序列s_1，0和s_2，0，其中，下标1，2分别表示上游和下游，下标0表示原始时间数据序列；

步骤(3)基于自适应阈值的泄漏检测，步骤(3)包含以下步骤：

步骤(3.1)计算机向所述Matlab的小波变换软件输入压力原始时间数据序列、小波名称和分解的尺度N，N＝7，经过小波变换、小波逆变换得到上、下游压力重构信号s_1，r和s_2，r其中下标r表示重构信号；

步骤(3.2)计算机按下式计算上、下游噪声的估计值n_1e＝s_1，0-s_1，r和n_2e＝s_2，0-s_2，r的标准差，分别用σ_1e和σ_2e表示，其中下标e表示估计值；

${\mathrm{\σ}}_{1e}=\sqrt{\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\Σ}}}{(n_{1e,m}-\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\Σ}}}{n}_{1e},m)}^2}$

${\mathrm{\σ}}_{2e}=\sqrt{\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\Σ}}}{(n_{2e,m}-\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\Σ}}}{n}_{2e,m})}^2}$

其中L表示压力时间数据序列s_1，0的数据长度，n_1e，m和n_2e，m表示取时间数据序列n_1e和n_2e的第m个数据，m表示数据在时间数据序列n_1e和n_2e中的序号；

步骤(3.3)按下式计算上、下游泄漏检测的阈值h₁和h₂：

h₁＝k₁σ_1e

h₂＝k₂σ_2e

k₁和k₂分别在1～3间取值；

步骤(3.4)进行自适应阈值的泄漏检测，步骤(3.4)包含以下步骤：

步骤(3.4.1)确定压力信号下降突变点：通过计算序列s_i，r[m]-s_i，r[m+1]，i＝1，2，m＝1，...，L-1的最小值来确定该下降突变点；

步骤(3.4.2)把该最小值对应位置作为下降突变点；

步骤(3.4.3)计算该下降突变点前后上游压力均值的变化ΔP₁和该下降突变点前后下游压力均值的变化ΔP₂，P₁和P₂分别是该点前后上、下游压力的均值：

若：ΔP₁＞h₁且ΔP₂＞h₂，则判定为泄漏，否则，便没有泄漏发生；

步骤(4)基于多尺度快速时延搜索的泄漏定位按以下步骤进行：

步骤(4.1)计算多尺度近似小波变换系数：

按步骤(3.1)所选的尺度N对上、下游的原始时间数据序列s_1，0和s_2，0进行多尺度正交小波变换，得到上、下游信号s_1，0和s_2，0在各个尺度j下的低通小波变换系数s_1，j和s_2，j，j＝1，2，...，N，N＝7，并将原始时间数据序列看作尺度j＝0的低通小波变换系数；

步骤(4.2)按以下步骤对步骤(4.1)得到的多尺度低通小波变换系数s_1，j和s_2，j进行信号时延快速计算：

步骤(4.2.1)设最大尺度N下的时延估计初始值

按下式确定在该尺度N下的搜索半径R：

$R=K\frac{L_1{f}_s}{2^{N}v}$

其中，L₁表示管道的长度，v为负压波的波速，f_s为数据采样频率，K≥1，N＝7；

步骤(4.2.2)按以下步骤估计时延Δt，该Δt是负压波到达上、下游端的时间差；

步骤(4.2.2.1)j＝N；

步骤(4.2.2.2)对j尺度下的近似小波变换系数构造搜索区间 ${\mathrm{delay}}_N=[\mathrm{\Δ}{t}_j^0-R,\mathrm{\Δ}{t}_j^0+R]$

步骤(4.2.2.3)对步骤(4.1)中所述的s_1，j和s_2，j进行归一化处理得到归一化近似小波变换系数和

$s_{1,j}^n=\frac{s_{1,j}}{\max \left(s_{1,j}\right)-\min \left(s_{1,j}\right)}-\frac{\min \left(s_{1,j}\right)}{\max \left(s_{1,j}\right)-\min \left(s_{1,j}\right)}$

$s_{2,j}^n=\frac{s_{2,j}}{\max \left(s_{2,j}\right)-\min \left(s_{2,j}\right)}-\frac{\min \left(s_{2,j}\right)}{\max \left(s_{2,j}\right)-\min \left(s_{2,j}\right)}$

其中max(s_1，j)，min(s_1，j)表示求取s_1，j的最大值和最小值，max(s_2，j)，min(s_2，j)表示求取s_2，j的最大值和最小值；

步骤(4.2.2.4)从m＝1开始计算上、下游移位范围range₁和range₂：

${\mathrm{range}}_1=\left\{\begin{array}{cc}-{\mathrm{delay}}_j\left(m\right)+1,-{\mathrm{delay}}_j\left(m\right)+2,\&CenterDot;\&CenterDot;\&CenterDot;,\mathrm{length}\left(s_{1,j}\right)& {\mathrm{delay}}_j\left(m\right)<0\\ \mathrm{1,2},\&CenterDot;\&CenterDot;\&CenterDot;,\mathrm{length}\left(s_{1,j}\right)-{\mathrm{delay}}_j\left(m\right)& {\mathrm{delay}}_j\left(m\right)\&GreaterEqual;0\end{array}\right.$

其中delay_j(m)表示取区间delay_j的第m个数据，length(s_1，j)表示s_1，j的长度；

${\mathrm{range}}_2=\left\{\begin{array}{cc}\mathrm{1,2},\&CenterDot;\&CenterDot;\&CenterDot;,\mathrm{length}\left(s_{2,j}\right)+{\mathrm{delay}}_j\left(m\right)& {\mathrm{delay}}_j\left(m\right)<0\\ \mathrm{dela}{y}_j\left(m\right)+1,{\mathrm{delay}}_j\left(m\right)+2,\&CenterDot;\&CenterDot;\&CenterDot;,\mathrm{length}\left(s_{2,j}\right)& {\mathrm{delay}}_j\left(m\right)\&GreaterEqual;0\end{array}\right.$

步骤(4.2.2.5)计算

的标准差Std_m，计算方法同步骤(3.2)，其中

表示range₁范围内的所有

中的数据，表示range₂范围内的所有

中的数据；

步骤(4.2.2.6)若m＜length(delay_j)，则m＝m+1，返回步骤(4.2.2.4)，否则，搜索标准差序列Std₁，Std₂，...，Std_m的最小值，记录该最小值在所构造的标准差序列中的位置m_min，然后令Δt_j＝delay_j(m_min)，转入步骤(4.2.3)；

步骤(4.2.3)判断j是否等于0：

若j＝0，保留时延估计值Δt＝Δt_j，退出基于多尺度低通小波变换系数的信号时延搜索过程；若j＞0，转入步骤(4.2.4)；

步骤(4.2.4)把步骤(4.2.2.6)得到的Δt_j带入下式，计算把该尺度Δt_j转换为相邻更小一级尺度j-1上的数值，以此作为尺度j-1上的信号时延估计初始值

$\mathrm{\&Delta;}{t}_{j-1}^0=\frac{\mathrm{\&Delta;}{t}_j}{\mathrm{length}\left(s_{1,j}\right)}\mathrm{length}\left(s_{1,j-1}\right)$

步骤(4.2.5)令j＝j-1，转至步骤(4.2.2.2)，循环执行，一直到j＝0为止，得到一个j＝0下的Δt；

步骤(4.2.6)按下式计算泄漏位置d：

$d=\frac{L_1+\mathrm{\&Delta;t}\&times;v}{2}$

其中，L₁表示管道的长度，v为负压波的波速。

本发明的效果：在实践中，针对101组实验数据(其中泄漏数据33组，扰动数据68组)，原有的泄漏检测系统仅仅能检测出12组泄漏，有21次漏报，同时有34次误报，应用本发明所提方法进行泄漏检测时，漏报次数降为6次，而误报次数降为10。泄漏定位的计算量方面，在数据长度为6000个采样点，计算机主频为奔腾2.0GHz，内存为512MB时，采用传统的相关分析方法，进行泄漏定位平均需要16.062秒，而应用本发明所提方法仅需要0.4530秒。由此可见，本发明所提方法有效的降低了误报率和漏报率，减小了信号时延估计的计算量，有利于算法的在线实现。

附图说明：

附图1系统硬件连接图，在附图1中，通过压力传感器获取管道中的压力信号，该压力信号通过网络传输到计算机中；

附图2为本发明的算法流程图，通过数据采集卡采集到的压力数据，首先存入到计算机的数据库中，然后从数据库中读取采集的压力数据，实现自适应阈值的泄漏检测结合多尺度快速时延搜索的泄漏定位。

具体实施方式

本系统在管道上游端和下游端分别各安装一个压力传感器。由数据采集系统将实时采集的两个压力测量数据序列送入计算机，并存储到数据库中。然后将上、下游压力传感器的测量数据作为原始时间数据序列，经过多分辨率正交小波变换、小波变换系数非线性变换和小波逆变换三个层次的处理(即基于正交小波变换的去噪声处理)，获得上、下游压力的重构信号，利用上、下游原始时间数据序列和对应的重构信号的差值计算上、下游噪声的标准差，最后以上述标准差为基础设定上、下游负压波检测的阈值。泄漏检测通过将上、下游压力信号下降突变点前后的均值变化与相应阈值的比较来实现，如果上、下游压力信号的均值变化超过阈值，则判定有泄漏发生，否则判定没有泄漏发生。

如果泄漏检测结果显示有泄漏，则启动基于多尺度快速时延搜索的泄漏定位过程。该过程首先对上、下游原始时间数据序列进行多分辨率正交小波变换，获取上、下游压力信号在不同尺度上的低通(近似)小波变换系数，并根据管道长度等信息和对计算量的要求设定搜索半径R，然后从最大尺度N(即近似小波变换系数数目最少的尺度)开始，在搜索区间[-R，R]内计算最大尺度N下上、下游压力信号的低通小波变换系数对应的信号时延值Δt_N；接着利用最大尺度N和相邻一级的较小尺度N-1的数据长度之间的关系，将Δt_N转换为细一级尺度上的信号时延估计初始值更新搜索区间为

重新计算在尺度N-1下的信号时延值Δt_N-1；在相邻更小的尺度N-2、N-3...上重复上述时延估计初始值计算和时延估计过程，直至搜索到0尺度为止(此时对应原始时间数据序列)。由于正交小波变换2抽取的性质，在上述时延计算过程中，最大尺度N下的近似小波变换系数数目非常少，该尺度下时延估计的计算量也非常小；而随着尺度的逐渐减小，由于每一较小尺度下的时延搜索的出发点都是上一级较大尺度的时延估计值，因此虽然信号的小波变换系数的数目逐渐增大，但是仍然只需较小的搜索半径即可获得准确的时延估计结果。因此，采用本方法可以大大的减小计算量。

下面自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法的基本原理。

1基于自适应阈值的泄漏检测

基于自适应阈值的泄漏检测方法通过对数据采集系统获得的压力数据进行实时处理，以确定管道是否发生了泄漏，其过程包含以下步骤：

(1)自适应阈值的确定

管道在运行过程中经常发生工况变化并受到干扰，设定固定的阈值往往会造成泄漏监测系统的误报率(或漏报率)比较高。为解决这一问题，本发明采用自适应阈值，提高对工况和干扰变化的适应能力。自适应阈值的确定包含以下过程：

①基于正交小波变换的去噪

进行基于正交小波变换的压力信号去噪是为了从上、下游测量数据(原始时间数据序列)s_1，0和s_2，0中最大程度地剔除噪声的影响，其中下标1，2分别表示上游和下游，下标0表示原始时间数据序列。该过程采用Mallat算法对上、下游压力数据序列s_1，0和s_2，0(原始时间数据序列)进行正交小波变换得到不同尺度下j(j＝1，...，N，N一般取7)的近似(低通)小波变换系数s_1，j和s_2，j，对s_1，j和s_2，j仅仅保留最大尺度N的近似小波变换系数s_1，N和s_2，N，将其他系数s_1，j，j＝1，...，N-1和s_2，j，j＝1，...，N-1置零获得新的近似小波变换系数s′₁(j，n)和s′₂(j，n)，j＝1，...，N，然后对s′₁(j，n)和s′₂(j，n)进行小波逆变换以获得其重构信号s_1，r和s_2，r，其中下标r表示重构信号。小波变换和小波逆变换均通过Matlab的小波变换软件包实现，在小波变换过程中，分别输入实际测量信号s_1，0和s_2，0、小波名称(如Db3)和分解的尺度，输出不同尺度的小波系数s_1，j和s_2，j及每个尺度下小波系数的长度信息；在小波逆变换过程中，分别输入新的近似小波系数s′_1，j和s′_2，j，小波名称，小波系数的长度信息，输出原始时间数据序列的重构信号s_1，r和s_2，r。。

②基于原始时间数据序列s_1，0、s_2，0和重构信号s_1，r、s_2，r的噪声标准差估计

由于过程①的重构信号s_1，r和s_2，r在理论上已剔除了噪声的影响，因此它们与原始时间数据序列的差值(即s_1，0-s_1，r和s_2，0-s_2，r)，分别为上、下游噪声的估计值n_1e和n_2e其中，n表示噪声，下标e表示估计值，通过计算n_1e和n_2e的标准差，即可获得噪声标准差的估计σ_1e和σ_2e：

${\mathrm{\&sigma;}}_{1e}=\sqrt{\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\&Sigma;}}}{(n_{1e,m}-\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\&Sigma;}}}{n}_{1e,m})}^2}$

${\mathrm{\&sigma;}}_{2e}=\sqrt{\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\&Sigma;}}}{(n_{2e,m}-\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\&Sigma;}}}{n}_{2e,m})}^2}$

其中L表示压力时间数据序列s_1，0的数据长度，n_1e，m和n_2e，m表示取时间数据序列n_1e和n_2e的第m个数据，m表示数据在时间数据序列n_1e和n_2e中的序号；

③自适应阈值的确定

以过程②中的噪声标准差估计值σ_1e和σ_2e为基础，在它们之前乘以适当的系数作为上、下游泄漏检测的阈值，即：

h₁＝k₁σ_1e

h₂＝k₂σ_2e

系数k₁和k₂一般取1～3。

(2)基于自适应阈值的泄漏检测

基于自适应阈值的泄漏检测计算压力信号的下降突变点前后上游压力均值变化ΔP₁和压力信号的下降突变点前后下游压力均值变化ΔP₂，如果ΔP₁＞h₁且ΔP₂＞h₂，则判定有泄漏发生，否则，判定没有泄漏发生，其中压力下降点通过计算序列s_i，r[m]-s_i，r[m+1]，i＝1，2，m＝0，...，L-2的最小值确定，以最小值对应位置作为下降突变点，P₁和P₂分别是该点前后上、下游压力的均值。

2基于多尺度快速时延搜索的泄漏定位

在过程1判断有泄漏发生时，启动基于多尺度快速时延搜索的泄漏定位过程，进行泄漏定位。泄漏定位的基本公式是：

$d=\frac{L_1+\mathrm{\&Delta;t}\&times;v}{2}$

其中，d表示泄漏位置距离上游压力传感器的距离，L₁和v分别代表管长和管内介质中压力波的波速，Δt代表负压波到达上、下游的时间差。可以看到，泄漏定位的关键在于时间差Δt的精确确定。本发明提出一种基于多尺度快速时延搜索的泄漏定位方法，其过程包含以下步骤：

1)多尺度近似小波变换系数的计算

对上、下游的原始时间数据序列s_1，0和s_2，0进行多尺度正交小波变换，获得上、下游信号在各个尺度下的近似(低通)小波变换系数s_1，j和s_2，j(j＝1，2，...，N，N为分解的尺度数)，并将原始时间数据序列s_1，0和s_2，0视为尺度为0的近似小波变换系数。

2)基于多尺度近似小波变换系数的信号时延快速计算

在完成1)的基础上，进行基于多尺度近似小波变换系数的信号时延快速计算，过程如下：

(a)算法参数初始化

在最大尺度N下令时延估计初始值

等于零，根据管道长度L、负压波波速v、数据采样频率f_s和算法对计算量的要求确定在该尺度下的搜索半径R：

$R=K\frac{{\mathrm{Lf}}_s}{2^{N}v}$

式中系数K根据对计算量的要求确定，一般取K＞＝1。令j＝N。

(b)基于尺度j(j＝0，1，...，N)近似小波变换系数的时延估计

对尺度j下的近似小波变换系数s_1，j和s_2，j，构造搜索区间在该搜索区间内通过如下算法计算信号时延值：

(b.1)对近似小波变换系数s_1，j和s_2，j进行归一化处理得到

和

$s_{1,j}^n=\frac{s_{1,j}}{\max \left(s_{1,j}\right)-\min \left(s_{1,j}\right)}-\frac{\min \left(s_{1,j}\right)}{\max \left(s_{1,j}\right)-\min \left(s_{1,j}\right)}$

$s_{2,j}^n=\frac{s_{2,j}}{\max \left(s_{2,j}\right)-\min \left(s_{2,j}\right)}-\frac{\min \left(s_{2,j}\right)}{\max \left(s_{2,j}\right)-\min \left(s_{2,j}\right)}$

其中max(s_1，j)，min(s_1，j)表示求取s_1，j的最大值和最小值，max(s_2，j)，min(s_2，j)表示求取s_2，j的最大值和最小值；

(b.2)令m＝1；

(b.3)计算移位范围range₁和range₂：

$\mathrm{rang}{e}_1=\left\{\begin{array}{cc}-\mathrm{dela}{y}_j\left(m\right)+1,-\mathrm{dela}{y}_j\left(m\right)+2,...,\mathrm{length}\left(s_{1,j}\right)& \mathrm{dela}{y}_j\left(m\right)<0\\ \mathrm{1,2},...,\mathrm{length}\left(s_{1,j}\right)-\mathrm{dela}{y}_j\left(m\right)& \mathrm{dela}{y}_j\left(m\right)\&GreaterEqual;0\end{array}\right.$

${\mathrm{range}}_2=\left\{\begin{array}{cc}\mathrm{1,2},...,\mathrm{length}\left(s_{2,j}\right)+\mathrm{dela}{y}_j\left(m\right)& {\mathrm{delay}}_j\left(m\right)<0\\ {\mathrm{delay}}_j\left(m\right)+1,\mathrm{dela}{y}_j\left(m\right)+2,...,\mathrm{length}\left(s_{2,j}\right)& {\mathrm{delay}}_j\left(m\right)\&GreaterEqual;0\end{array}\right.$

其中delay_j(m)表示取区间delay_j的第m个数据，length(s_1，j)表示s_1，j的长度；

(b.4)令表示取序列

中range₁范围内的所有数据，令

表示取序列

中range₂范围内的所有数据，计算序列

的标准差Std_m；

(b.5)如果m＜length(delay_j)，则令m＝m+1，转至(b.3)；否则，搜索标准差序列Std₁..Std_m极小值，记录最小值在标准差序列中Std₁..Std_m的位置m_min，然后令Δt_，j＝delay_j(m_min)，退出基于特定尺度近似小波变换系数的时延估计过程，进入步骤(c)；

(c)如果j＝0，保存时延估计值Δt＝Δt_j，退出基于多尺度近似小波变换系数的信号时延快速计算，进入步骤(e)；否则，继续进入步骤(d)。

(d)相邻尺度时延转换

将尺度j上获得的时延估计值

转换到相邻更细一级尺度j-1上的数值、以作为尺度j-1上的信号时延估计初始值

被称为相邻尺度的时延转换。进行相邻尺度的时延转换，是因为正交小波变换中采用了2抽取，因此，不同尺度下的小波变换系数具有不同的采样率，或不同的序列长度。

相邻尺度下的时延变换过程如下：在尺度j下，计算时延估计结果Δt_j在小波变换系数序列s_1，j中的相对位置，即Δt_j/length(s_1，j)，根据等比关系，在尺度j-1下，根据下式确定信号时延估计初始值：

${\mathrm{\&Delta;t}}_{j-1}^0=\frac{\mathrm{\&Delta;}{t}_j}{\mathrm{length}\left(s_{1,j}\right)}\mathrm{length}\left(s_{1,j-1}\right)$

令j＝j-1，并转至(b)。

(e)泄漏定位计算

将Δt代入泄漏定位公式，可获得泄漏定位结果。如果定位结果超出管道长度或者结果为负值，则认为没有泄漏发生，然后返回基于小波变换自适应阈值的泄漏检测部分。

Claims (1)

1.自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法，其特征在于，依次含有以下步骤：

步骤(1)向计算机中输入Matlab的小波变换软件包；

步骤(2)计算机经由网络由数据采集卡采集用压力传感器测得的待检漏管道上下游的压力原始时间数据序列s_1，0和s_2，0，其中，下标1，2分别表示上游和下游，下标0表示原始时间数据序列；

步骤(3)基于自适应阈值的泄漏检测，步骤(3)包含以下步骤：

步骤(3.1)计算机向所述Matlab的小波变换软件输入压力原始时间数据序列、小波名称和分解的尺度N，N＝7，经过小波变换、小波逆变换得到上、下游压力重构信号s_1，r和s_2，r其中下标r表示重构信号；

步骤(3.2)计算机按下式计算上、下游噪声的估计值n_1e＝s_1，0-s_1，r和n_2e＝s_2，0-s_2，r的标准差，分别用σ_1e和σ_2e表示，其中下标e表示估计值；

${\mathrm{\&sigma;}}_{1e}=\sqrt{\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\&Sigma;}}}{(n_{1e,m}-\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\&Sigma;}}}{n}_{1e,m})}^2}$

${\mathrm{\&sigma;}}_{2e}=\sqrt{\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\&Sigma;}}}{(n_{2e,m}-\frac{1}{L}\underset{m=1}{\overset{L}{\mathrm{\&Sigma;}}}{n}_{2e,m})}^2}$

其中L表示压力时间数据序列s_1，0的数据长度，n_1e，m和n_2e，m表示取时间数据序列n_1e和n_2e的第m个数据，m表示数据在时间数据序列n_1e和n_2e中的序号；

步骤(3.3)按下式计算上、下游泄漏检测的阈值h₁和h₂：

h₁＝k₁σ_1e

h₂＝k₂σ_2e

k₁和k₂分别在1～3间取值；

步骤(3.4)进行自适应阈值的泄漏检测，步骤(3.4)包含以下步骤：

步骤(3.4.1)确定压力信号下降突变点：通过计算序列s_i，r[m]-s_i，r[m+1]，i＝1，2，m＝1，...，L-1的最小值来确定该下降突变点；

步骤(3.4.2)把该最小值对应位置作为下降突变点；

步骤(3.4.3)计算该下降突变点前后上游压力均值的变化ΔP₁和该下降突变点前后下游压力均值的变化ΔP₂，P₁和P₂分别是该点前后上、下游压力的均值：

若：ΔP₁＞h₁且ΔP₂＞h₂，则判定为泄漏，否则，便没有泄漏发生；

步骤(4)基于多尺度快速时延搜索的泄漏定位按以下步骤进行：

步骤(4.1)计算多尺度近似小波变换系数：

按步骤(3.1)所选的尺度N对上、下游的原始时间数据序列s_1，0和s_2，0进行多尺度正交小波变换，得到上、下游信号s_1，0和s_2，0在各个尺度j下的低通小波变换系数s_1，j和s_2，j，j＝1，2，...，N，N＝7，并将原始时间数据序列看作尺度j＝0的低通小波变换系数；

步骤(4.2)按以下步骤对步骤(4.1)得到的多尺度低通小波变换系数s_1，j和s_2，j进行信号时延快速计算：

步骤(4.2.1)设最大尺度N下的时延估计初始值

按下式确定在该尺度N下的搜索半径R：

$R=K\frac{L_1{f}_s}{2^{N}v}$

其中，L₁表示管道的长度，v为负压波的波速，f_s为数据采样频率，K≥1，N＝7；

步骤(4.2.2)按以下步骤估计时延Δt，该Δt是负压波到达上、下游端的时间差；

步骤(4.2.2.1)j＝N；

步骤(4.2.2.2)对j尺度下的近似小波变换系数构造搜索区间 ${\mathrm{delay}}_N=[\mathrm{\&Delta;}{t}_j^0-R,\mathrm{\&Delta;}{t}_j^0+R]$

步骤(4.2.2.3)对步骤(4.1)中所述的s_1，j和s_2，j进行归一化处理得到归一化近似小波变换系数和

$s_{1,j}^n=\frac{s_{1,j}}{\max \left(s_{1,j}\right)-\min \left(s_{1,j}\right)}-\frac{\min \left(s_{1,j}\right)}{\max \left(s_{1,j}\right)-\min \left(s_{1,j}\right)}$

$s_{2,j}^n=\frac{s_{2,j}}{\max \left(s_{2,j}\right)-\min \left(s_{2,j}\right)}-\frac{\min \left(s_{2,j}\right)}{\max \left(s_{2,j}\right)-\min \left(s_{2,j}\right)}$

其中max(s_1，j)，min(s_1，j)表示求取s_1，j的最大值和最小值，max(s_2，j)，min(s_2，j)表示求取s_2，j的最大值和最小值；

步骤(4.2.2.4)从m＝1开始计算上、下游移位范围range₁和range₂：

${\mathrm{range}}_1=\left\{\begin{array}{cc}-{\mathrm{delay}}_j\left(m\right)+1,-{\mathrm{delay}}_j\left(m\right)+2,...,\mathrm{length}\left(s_{1,j}\right)& {\mathrm{delay}}_j\left(m\right)<0\\ \mathrm{1,2},...,\mathrm{length}\left(s_{1,j}\right)-{\mathrm{delay}}_j\left(m\right)& {\mathrm{delay}}_j\left(m\right)\&GreaterEqual;0\end{array}\right.$

其中delay_j(m)表示取区间delay_j的第m个数据，length(s_1，j)表示s_1，j的长度；

${\mathrm{range}}_2=\left\{\begin{array}{cc}\mathrm{1,2},...,\mathrm{length}\left(s_{2,j}\right)+{\mathrm{delay}}_j\left(m\right)& {\mathrm{delay}}_j\left(m\right)<0\\ {\mathrm{delay}}_j\left(m\right)+1,{\mathrm{delay}}_j\left(m\right)+2,...,\mathrm{length}\left(s_{2,j}\right)& {\mathrm{delay}}_j\left(m\right)\&GreaterEqual;0\end{array}\right.$

步骤(4.2.2.5)计算

的标准差Std_m，计算方法同步骤(3.2)，其中

表示range₁范围内的所有

中的数据，

表示range₂范围内的所有

中的数据；

步骤(4.2.2.6)若m＜length(delay_j)，则m＝m+1，返回步骤(4.2.2.4)，否则，搜索标准差序列Std₁，Std₂，...，Std_m的最小值，记录该最小值在所构造的标准差序列中的位置m_min，然后令Δt_j＝delay_j(m_min)，转入步骤(4.2.3)；

步骤(4.2.3)判断j是否等于0：

若j＝0，保留时延估计值Δt＝Δt_j，退出基于多尺度低通小波变换系数的信号时延搜索过程；若j＞0，转入步骤(4.2.4)；

步骤(4.2.4)把步骤(4.2.2.6)得到的Δt_j带入下式，计算把该尺度Δt_j转换为相邻更小一级尺度j-1上的数值，以此作为尺度j-1上的信号时延估计初始值

$\mathrm{\&Delta;}{t}_{j-1}^0=\frac{\mathrm{\&Delta;}{t}_j}{\mathrm{length}\left(s_{1,j}\right)}\mathrm{length}\left(s_{1,j-1}\right)$

步骤(4.2.5)令j＝j-1，转至步骤(4.2.2.2)，循环执行，一直到j＝0为止，得到一个j＝0下的Δt；

步骤(4.2.6)按下式计算泄漏位置d：

$d=\frac{L_1+\mathrm{\&Delta;t}\&times;v}{2}$

其中，L₁表示管道的长度，v为负压波的波速。

Images