CN103244829B - 一种基于分布式光纤传感器的管道安全事件分级预警方法 - Google Patents

一种基于分布式光纤传感器的管道安全事件分级预警方法 Download PDF

Info

Publication number
CN103244829B
CN103244829B CN201310152973.2A CN201310152973A CN103244829B CN 103244829 B CN103244829 B CN 103244829B CN 201310152973 A CN201310152973 A CN 201310152973A CN 103244829 B CN103244829 B CN 103244829B
Authority
CN
China
Prior art keywords
signal
sliding window
event
total energy
energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310152973.2A
Other languages
English (en)
Other versions
CN103244829A (zh
Inventor
封皓
孙茜
靳世久
曾周末
李一博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Precision Instrument And Precision Measurement Technology Co ltd
Original Assignee
Tianjin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201310152973.2A priority Critical patent/CN103244829B/zh
Publication of CN103244829A publication Critical patent/CN103244829A/zh
Application granted granted Critical
Publication of CN103244829B publication Critical patent/CN103244829B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于分布式光纤传感器的管道安全事件分级预警方法,包括以下步骤:光电转换单元将输入的两路干涉光信号转换为模拟电压信号;通过小波变换获取滑动窗口下所述模拟电压信号x(n)的总能量,计算滑动窗口内每个尺度信号能量占总能量的比例,获取信号特征值,并提取振动信号特征向量;根据振动信号特征向量和信号强度阈值确定事件的威胁等级;通过威胁等级对管道入侵事件进行相应的排查。本方法实现了对威胁管道安全的事件进行及时的处理,减少了资源的浪费,避免了财产的损失。

Description

一种基于分布式光纤传感器的管道安全事件分级预警方法
技术领域
本发明涉及管道监测领域,特别涉及一种基于分布式光纤传感器的管道安全事件分级预警方法。
背景技术
管道运输作为一种安全、经济的运输方式得到了广泛应用。油气管道沿途可能穿越各种不同的环境,自然灾害(如地震、洪水、泥石流以及山体滑坡等)以及人为破坏(如打孔盗油等)等诸多因素都可能造成管道泄漏,一旦发生事故将会造成巨大的经济损失、环境污染及人身伤害,因此随着管道运输业的不断发展,管道运行监测技术也在不断发展,作为管道监控核心的泄漏监测技术一直受到各国科技工作者的重视。
近年来,由于我国管道的老龄化和第三方破坏形势的日益严峻,如何利用各种新方法、新技术在管道因打孔盗油、机械开挖以及滑坡、泥石流等威胁事件所导致的泄漏之前给出预警信息并准确定位,从而对泄漏事故防患于未然,是我国管道安全运行和发展所面临的重大挑战。
基于上述问题,现有技术中设计了若干种基于光纤干涉原理的管道安全监测装置,该些装置能够在异常事件发生时对事发点进行高精度的管道泄漏前定位,已经受到越来越多的关注。
发明人在实现本发明的过程中,发现现有技术中至少存在以下缺点和不足:
上述管道安全监测装置实现了对威胁管道安全事件的监测,但实际应用时不能根据入侵事件的严重程度进行报警,使得一些较远处且振动强度较大的事件不能得到及时的处理,导致石油等资源的泄漏;尤其在海底时,还会大面积的污染水资源。
发明内容
本发明提供了一种基于分布式光纤传感器的管道安全事件分级预警方法,本方法对威胁管道安全的事件进行分级预警,及时的对严重入侵事件进行排查,减少了资源的浪费,详见下文描述:
一种基于分布式光纤传感器的管道安全事件分级预警方法,所述方法包括以下步骤:
(1)光电转换单元将输入的两路干涉光信号转换为模拟电压信号;
(2)通过小波变换获取滑动窗口下所述模拟电压信号x(n)的总能量,计算滑动窗口内每个尺度信号能量占总能量的比例,获取信号特征值,并提取振动信号特征向量;
(3)根据所述振动信号特征向量和信号强度阈值确定事件的威胁等级;
(4)通过所述威胁等级对管道入侵事件进行排查。
所述通过小波变换获取滑动窗口下所述模拟电压信号x(n)的总能量,计算滑动窗口内每个尺度信号能量占总能量的比例,获取信号特征值,并提取振动信号特征向量的步骤具体为:
1)计算模拟电压信号x(n)的长度P,并对x(n)进行6层小波分解得到小波系数;
2)选取各层小波系数进行小波系数重构得到6个尺度下的信号;
3)定义一滑动窗口,计算各尺度下滑动窗口内的信号能量并累加,获取该滑动窗口下信号的总能量;
4)计算滑动窗口内每个尺度信号能量占总能量的比例,获取信号特征值;
5)令滑动窗口编号k=k+1,若k*δ+L≥P则执行步骤6);若k*δ+L<P,则重复执行步骤3)至4);其中,L为滑动窗口长,δ为滑动步长;
6)将所有滑动窗口获得的信号特征值按照从大到小排列,获取振动信号特征向量SWT,流程结束。
所述根据所述振动信号特征向量和信号强度阈值确定事件的威胁等级的步骤具体为:
将振动信号特征向量SWT中的数值依次与信号强度阈值T比较,直至出现比信号强度阈值T小的数值,记录此时数值对应的下角标,记为n;取振动信号特征向量中的最大值,记为m;根据n和m的数值,确定事件的威胁等级。
本发明提供的技术方案的有益效果是:本方法通过小波变换对干涉光信号进行处理,得到振动信号特征向量,根据信号强度阈值确定事件的威胁等级,通过威胁等级对管道入侵事件进行排查;本方法实现了及时对严重威胁管道安全的事件进行报警,以便维护人员尽早采取相应的措施,减少了资源的浪费,避免了财产的损失。
附图说明
图1为6层小波分解系数关系图;
图2为干涉型分布式光纤管道泄漏监测装置结构图;
图3为振动信号特征向量提取过程流程图;
图4为识别威胁事件的等级流程图;
图5为采集到的信号样本与未按从大到小顺序排列的特征向量SWT
图6为从大到小排列的特征向量SWT示意图;
图7为基于分布式光纤传感器的管道安全事件分级预警方法的流程图。
附图中,各标号所代表的部件列表如下:
1a、1b为传感光缆1中包含了两条传感光纤、1c为传感光缆1中的一条引导光纤、3a和3b为引导光缆3中包含两条引导光纤、4为微振动检测器;
微振动检测器4中包括:5为半导体激光二极管、7为光隔离器、6a和6b为信号传输光纤、8、10a和10b为耦合器、9a、9b、9c和9d为信号传输光纤、11a和11b为光电检测器、12a和12b为信号调理模块、13a和13b为A/D转换模块、14为计算机。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
为了对威胁事件进行分级预警,及时对管道入侵事件进行排查,减少了资源的浪费,本发明实施例提供了一种基于分布式光纤传感器的管道安全事件分级预警方法,参见图3、图4和图7,详见下文描述:
101:光电转换单元将输入的两路干涉光信号转换为模拟电压信号;
其中,输入的两路干涉光信号由基于光纤干涉原理的管道安全监测装置(本发明实施例以公开号CN1598516,公开日2005年3月23的发明专利中描述的监测装置作为两路干涉光信号的输出装置)产生,或其他适用于管道的光信号监测装置产生,本发明实施例对硬件的结构不做限制,只要能产生适用于管道的两路干涉光信号的硬件均可。
102:通过小波变换获取滑动窗口下模拟电压信号x(n)的总能量,计算滑动窗口内每个尺度信号能量占总能量的比例,获取信号特征值,并提取振动信号特征向量;
其中,该步骤具体为:
1)计算分布式光纤管道安全监测系统采集到的信号x(n)的长度P,并对x(n)进行6层小波分解得到小波系数d1,d2,…,d6,a6
具体实现时,本方法选取db2小波基进行小波变换,小波系数关系如图1所示,初始化滑动窗口编号k=0。
2)选取各层小波系数进行小波系数重构得到6个尺度下的信号D1,D2,…,D6,A6
具体实现时需将A6写成D7,变成第七个尺度,则七个尺度分别为D1,D2,D3……D7,令k=1,其中,重构的步骤为本领域技术人员所公知,本发明实施例对此不做限制。
3)定义一滑动窗口,计算各尺度下滑动窗口内的信号能量并累加,获取该滑动窗口下信号的总能量;
其中,滑动窗口长为L,滑动步长为δ,然后按照式(1)计算D1,D2,…,D6,D7各尺度下滑动窗口内的信号能量,j为各个尺度的编号j=1,2,3……7,Dj(i)为j尺度下第i个滑动窗口中小波重构信号。
E j = &Sigma; i = k * &delta; k * &delta; + L | D j ( i ) | 2 - - - ( 1 )
其中,本发明实施例以L的取值为100,δ的取值为5进行说明。
E tot = &Sigma; j = 1 7 E j - - - ( 2 )
4)计算滑动窗口内每个尺度信号能量占总能量的比例,获取信号特征值;
q j = E j E tot - - - ( 3 )
S k = - &Sigma; j = 1 7 q j ln ( q j ) - - - ( 4 )
5)令滑动窗口编号k=k+1,若k*δ+L≥P则直接执行步骤6);若k*δ+L<P,则重复3)至4)步操作。
6)将所有滑动窗口获得的信号特征值[S1,S2,S3…Sk]按照从大到小排列,这样就得到信号的特征向量SWT
103:根据振动信号特征向量和信号强度阈值确定事件的威胁等级;
设定一个信号强度阈值T(一般设置为两路干涉光信号中最大幅值的10%,例如0.1),从SWT=[S1,S2,S3…Sk]中第一个数值开始依次与信号强度阈值T的相比较,直至出现比信号强度阈值T小的数值,记录此时数值对应的下角标,记为n;取振动信号特征向量SWT的第一个数值,即SWT中的最大值,记为m;根据n和m的数值,对照下表1中的参考值,确定事件的威胁等级。
表1
其中,n和m的具体取值根据实验值确定,本发明实施例以m的取值为0.2,n的取值为2000为例进行说明。
104:通过威胁等级对管道入侵事件进行排查。
通过步骤103的划分,可以得到威胁等级,1级为威胁最高等级,4级为威胁程度最低,维修人员根据步骤103输出的威胁等级及时的采取相应的措施,其中,1级和2级是必须去查看,根据查看结果阻止有可能损害管道的事件继续发展;3级和4级适情况而定,若发生的报警频次比较高也要采取相应的措施,避免资源的浪费。
下面以具体的试验来验证本方法的可行性,详见下文描述:
首先,采集干涉型分布式光纤管道安全监测装置的两路电压信号,即图2中12a和12b两个光电转换器输出。
随后,执行图3和图4所示的本方法流程,其中黑色宽框为计算机内部实现的算法,其余部分为实际物理设备实现,框图内流程具体步骤如下:
(1)光电转换单元将干涉型分布式光纤管道监测装置中两路干涉光信号转换为模拟电压信号(0V~+10V)。模数转换装置采集范围设定为0V~+10V(模数转换装置采用美国NI公司的同步采集卡PCI-6132,四路同步采集,2.5Ms/S,采集范围为-10V~+10V),将两路模拟信号分别转化为数字信号,随后输入计算机进行数字信号处理和相关计算。
(2)将上述两路转换后的数字信号中的一路按照图3所示的处理流程,通过小波分解计算各尺度下的能量,最终得到振动信号的特征向量SWT,参见图5和图6。
(3)根据得到的特征向量SWT,按照图4所示的流程处理,得到数值n和m,根据n和m的数值最终确定所发生振动事件对管道的威胁程度。
(4)通过威胁程度对管道入侵事件进行分级并及时报警,减少资源的浪费。
综上所述,本发明实施例提供了一种基于分布式光纤传感器的管道安全事件分级预警方法,本方法通过小波变换对干涉光信号进行处理,得到振动信号特征向量,根据信号强度阈值确定事件的威胁等级,通过威胁等级对管道入侵事件采取相应的措施;本方法实现了及时的对严重的威胁管道安全的事件进行排查,减少了资源的浪费,避免了财产的损失。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于分布式光纤传感器的管道安全事件分级预警方法,其特征在于,所述方法包括以下步骤:
(1)光电转换单元将光纤管道监测装置中的两路干涉光信号转换为模拟电压信号;
(2)通过小波变换获取滑动窗口下所述模拟电压信号x(n)的总能量,计算滑动窗口内每个尺度信号能量占总能量的比例,获取信号特征值,并提取振动信号特征向量;
(3)根据所述振动信号特征向量和信号强度阈值确定事件的威胁等级;
(4)通过所述威胁等级对管道入侵事件进行排查;
所述通过小波变换获取滑动窗口下所述模拟电压信号x(n)的总能量,计算滑动窗口内每个尺度信号能量占总能量的比例,获取信号特征值,并提取振动信号特征向量的步骤具体为:
1)计算模拟电压信号x(n)的长度P,并对x(n)进行6层小波分解得到小波系数;
2)选取各层小波系数进行小波系数重构得到6个尺度下的信号;
3)定义一滑动窗口,计算各尺度下滑动窗口内的信号能量并累加,获取该滑动窗口下信号的总能量;
4)计算滑动窗口内每个尺度信号能量占总能量的比例,获取信号特征值;
5)令滑动窗口编号k=k+1,若k*δ+L≥P则执行步骤6);若k*δ+L<P,则重复执行步骤3)至4);其中,L为滑动窗口长,δ为滑动步长;
6)将所有滑动窗口获得的信号特征值按照从大到小排列,获取振动信号特征向量SWT,流程结束。
2.根据权利要求1所述的一种基于分布式光纤传感器的管道安全事件分级预警方法,其特征在于,所述根据所述振动信号特征向量和信号强度阈值确定事件的威胁等级的步骤具体为:
将振动信号特征向量SWT中的数值依次与信号强度阈值T比较,直至出现比信号强度阈值T小的数值,记录此时数值对应的下角标,记为n;取振动信号特征向量中的最大值,记为m;根据n和m的数值,确定事件的威胁等级。
CN201310152973.2A 2013-04-27 2013-04-27 一种基于分布式光纤传感器的管道安全事件分级预警方法 Active CN103244829B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310152973.2A CN103244829B (zh) 2013-04-27 2013-04-27 一种基于分布式光纤传感器的管道安全事件分级预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310152973.2A CN103244829B (zh) 2013-04-27 2013-04-27 一种基于分布式光纤传感器的管道安全事件分级预警方法

Publications (2)

Publication Number Publication Date
CN103244829A CN103244829A (zh) 2013-08-14
CN103244829B true CN103244829B (zh) 2015-05-13

Family

ID=48924556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310152973.2A Active CN103244829B (zh) 2013-04-27 2013-04-27 一种基于分布式光纤传感器的管道安全事件分级预警方法

Country Status (1)

Country Link
CN (1) CN103244829B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927834B (zh) * 2014-05-04 2016-03-16 李素贞 地下管线周界侵扰预警系统
CN103994817A (zh) * 2014-05-19 2014-08-20 深圳艾瑞斯通技术有限公司 一种基于长距离光纤多发事件的振动振源的识别方法
CN103994815A (zh) * 2014-05-19 2014-08-20 深圳艾瑞斯通技术有限公司 一种识别光纤振源的方法
CN103994816A (zh) * 2014-05-19 2014-08-20 北方工业大学 一种基于光纤多发事件的识别方法
CN105992337A (zh) * 2015-02-03 2016-10-05 中国移动通信集团湖北有限公司 一种伪基站定位方法及设备
CN108119762A (zh) * 2017-12-18 2018-06-05 重庆科技学院 一种立体多层次油气管道安全检测系统
CN108317402B (zh) * 2017-12-29 2020-05-08 上海复栋智能科技有限公司 一种分布式光纤传感定位预警分析方法
CN111063174B (zh) * 2018-10-17 2022-07-12 海隆石油集团(上海)信息技术有限公司 一种基于分布式光纤传感的管道线路安全预警系统
CN109470352B (zh) * 2018-10-19 2021-03-16 威海北洋光电信息技术股份公司 基于自适应阈值的分布式光纤管道安全监测算法
CN109557423A (zh) * 2019-01-22 2019-04-02 山东大学 一种配电网故障诊断系统、方法及应用
CN112863141B (zh) * 2021-02-06 2022-09-16 广东联博新型建材有限公司 一种防挖断智能管网及其控制方法
CN112797325B (zh) * 2021-02-06 2022-07-05 广东联博新型建材有限公司 智能管网检测系统及方法
CN114821997B (zh) * 2022-04-14 2023-11-17 天津大学 一种基于特征提取模型的光纤预警方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201173390Y (zh) * 2008-04-03 2008-12-31 东南大学 分布式光纤扰动传感系统限定式信号处理识别模块
JP2010509554A (ja) * 2006-11-14 2010-03-25 シュルンベルジェ ホールディングス リミテッド パイプラインに関連して、一つ又はそれ以上の光ファイバ導波管を配置するための方法及びシステム
CN101684891A (zh) * 2008-09-27 2010-03-31 中国石油天然气股份有限公司 应力波与光纤传感复式管道安全预警系统
CN102168808A (zh) * 2011-01-14 2011-08-31 中国科学院上海光学精密机械研究所 分布式光纤振动传感器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010509554A (ja) * 2006-11-14 2010-03-25 シュルンベルジェ ホールディングス リミテッド パイプラインに関連して、一つ又はそれ以上の光ファイバ導波管を配置するための方法及びシステム
CN201173390Y (zh) * 2008-04-03 2008-12-31 东南大学 分布式光纤扰动传感系统限定式信号处理识别模块
CN101684891A (zh) * 2008-09-27 2010-03-31 中国石油天然气股份有限公司 应力波与光纤传感复式管道安全预警系统
CN102168808A (zh) * 2011-01-14 2011-08-31 中国科学院上海光学精密机械研究所 分布式光纤振动传感器

Also Published As

Publication number Publication date
CN103244829A (zh) 2013-08-14

Similar Documents

Publication Publication Date Title
CN103244829B (zh) 一种基于分布式光纤传感器的管道安全事件分级预警方法
CN101183899B (zh) 基于bp网络用于光纤管道泄漏监测装置的管道安全识别方法
CN110912605B (zh) 一种光缆或光电复合缆的安全监测预警装置及方法
Bai et al. Detection and identification of external intrusion signals from 33 km optical fiber sensing system based on deep learning
CN105760934A (zh) 一种基于小波与bp神经网络的桥梁异常监测数据修复方法
CN105241660A (zh) 基于健康监测数据的高铁大型桥梁性能评定方法
CN101592475A (zh) 全分布式光纤瑞利与拉曼散射光子应变、温度传感器
CN101762347B (zh) 一种用半波法测量多跨钢拉索索力的方法
CN116305699B (zh) 一种基于全方位感知的管道监督系统
CN101226078A (zh) 一种基于分布式光纤传感器的长距离线性结构异常振动的检测方法
CN109579726A (zh) 一种长标距分布式光纤布里渊传感-解调系统及应变测量方法
CN116519049A (zh) 用于隧道的分布式光缆检测装置及方法
CN113819401A (zh) 基于光纤振动及温度测试的沙漠埋地管道监测系统与方法
Wu et al. Monitoring of the transmission line galloping with a novel distributed optical fibre sensor and its statistical data analysis
Shang et al. Recursive variational mode decomposition enhanced by orthogonalization algorithm for accurate structural modal identification
Zhao et al. PPP-BOTDA distributed optical fiber sensing technology and its application to the Baishuihe landslide
Zhang et al. Tunnel disturbance events monitoring and recognition with distributed acoustic sensing (DAS)
Wang et al. RVFL-based optical fiber intrusion signal recognition with multi-level wavelet decomposition as feature
CN104568968A (zh) 一种风力发电机叶片在位裂纹检测方法及系统
CN110807220B (zh) 一种具有抗噪声功能的桥梁拉索瞬时索力计算方法
Wu et al. Leveraging optical communication fiber and AI for distributed water pipe leak detection
CN201417140Y (zh) 一种全分布式光纤瑞利与拉曼散射光子应变、温度传感器
CN201166263Y (zh) 全光纤扰动传感微弱信号检测模块
CN101626270B (zh) 光电复合缆外部安全预警定位系统进行事件预警与分类的方法
Yaméogo et al. Trends in optical span loss detected using the time series decomposition method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220512

Address after: 300392 East Second floor, building 5, Haitai development liudao Star Enterprise Center, Huayuan Industrial Zone (outside the ring), Tianjin Binhai high tech Zone, Xiqing District, Tianjin

Patentee after: TIANJIN PRECISION INSTRUMENT AND PRECISION MEASUREMENT TECHNOLOGY CO.,LTD.

Address before: 300072 Tianjin City, Nankai District Wei Jin Road No. 92

Patentee before: Tianjin University