CN106247173A - 管道泄漏检测的方法及装置 - Google Patents

管道泄漏检测的方法及装置 Download PDF

Info

Publication number
CN106247173A
CN106247173A CN201610851498.1A CN201610851498A CN106247173A CN 106247173 A CN106247173 A CN 106247173A CN 201610851498 A CN201610851498 A CN 201610851498A CN 106247173 A CN106247173 A CN 106247173A
Authority
CN
China
Prior art keywords
signal
positive
negative
sequence
point
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.)
Granted
Application number
CN201610851498.1A
Other languages
English (en)
Other versions
CN106247173B (zh
Inventor
林伟国
赵全
王芳
吴海燕
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.)
PLA 63960 ARMY
Beijing University of Chemical Technology
Original Assignee
PLA 63960 ARMY
Beijing University of Chemical Technology
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 PLA 63960 ARMY, Beijing University of Chemical Technology filed Critical PLA 63960 ARMY
Priority to CN201610851498.1A priority Critical patent/CN106247173B/zh
Publication of CN106247173A publication Critical patent/CN106247173A/zh
Application granted granted Critical
Publication of CN106247173B publication Critical patent/CN106247173B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17DPIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00Protection or supervision of installations
    • F17D5/02Preventing, monitoring, or locating loss
    • F17D5/06Preventing, monitoring, or locating loss using electric or acoustic means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor

Abstract

本发明涉及一种管道泄漏检测的方法及装置。其中,方法包括以下步骤:获取所检测的管道两端的各N点声波采样信号;对每个N点声波采样信号进行去噪处理,得到N点声波采样信号对应的正负声波信号;基于高斯性检验的标准差估计方法,根据预设迭代次数对正负声波信号进行迭代计算,得到声波采样信号对应的背景噪声标准差;对正负声波信号按照时域过零点进行区间划分,得到多个区间采样信号;将每个区间采样信号当作一个独立的信号,根据背景噪声标准差计算每个区间采样信号的信噪比;判定信噪比大于信噪比阈值的区间采样信号为异常信号;当管道两端的N点声波采样信号都检测到异常信号时,根据得到的异常信号进行管道泄漏定位,如果定位位置在管道两端之间则发出管道泄漏报警。

Description

管道泄漏检测的方法及装置
技术领域
本发明涉及管道检测技术领域,特别是涉及一种管道泄漏检测的方法及装置。
背景技术
基于压电声波传感器的管道泄漏检测技术具有灵敏度高、定位精确等优点,在现有的石油、化工、天然气等管道运输监测中得到广泛的应用,有效降低了管道泄漏造成的环境污染以及安全事故。
目前,对管道泄漏声波信号的检测普遍采用时频域特征提取结合模式识别的泄漏诊断方法,特征提取多采用小波包能量分析、EMD分解、LMD分解、频谱分析等时频域结合的特征提取方法,但泄漏信号的远距离传播会造成首末站检测到的泄漏信号在波形、幅值和信号的频域能量分布发生较大差异;此外,目前的泄漏信号检测方法普遍需要不同数量的泄漏样本信号,给工程实施及泄漏检测的准确性造成了不少困难。
发明内容
基于此,有必要针对管道泄漏检测难度大的问题,提供一种能够根据需求设定管道泄漏检测灵敏度,达到匹配需求对管道泄漏进行有效检测的目的。
为实现上述目的的一种管道泄漏检测的方法,包括:
获取所检测的管道两端的各N点声波采样信号;N为大于或者等于100的正整数;
对每个所述N点声波采样信号进行去噪处理,得到所述N点声波采样信号对应的正负声波信号;
基于高斯性检验的标准差估计方法,根据预设迭代次数对所述正负声波信号进行迭代计算,得到所述声波采样信号对应的背景噪声标准差;
对所述正负声波信号按照时域过零点进行区间划分,得到多个区间采样信号;
将每个所述区间采样信号作为一个独立的信号,根据所述背景噪声标准差计算每个所述区间采样信号的信噪比;
判定所述信噪比大于信噪比阈值的区间采样信号为异常信号;
当管道两端的N点声波采样信号都得到异常信号时,需根据得到的异常信号作进一步的泄漏定位。
在其中一个实施例中,所述方法还包括以下步骤:
对所检测的管道进行管道泄漏定位,如果定位位置在管道两端之间则发出管道泄漏报警。
在其中一个实施例中,所述获取的管道两端的N点声波采样信号为安装在所检测的管道两端的声波检测仪在同一时刻得到的检测信号。
在其中一个实施例中,分别根据所检测的管道两端各自预设数量帧的N点声波采样信号对应的多个区间采样信号信噪比大小情况,及预设的管道泄漏检测灵敏度设定信噪比阈值。
在其中一个实施例中,所述获取所检测的管道两端的各N点声波采样信号,包括以下步骤:
每间隔预设周期分别获取管道两端的N/2点采样信号;
将当前时刻的N/2点采样信号与前一时刻的N/2点采样信号按时间顺序构成N点声波采样信号。
在其中一个实施例中,所述预设周期为NT/2,其中,T为声波信号的采样周期。
在其中一个实施例中,所述基于高斯性检验的标准差估计方法,根据预设迭代次数对所述正负声波信号进行迭代计算,得到所述声波采样信号对应的背景噪声标准差,包括以下步骤:
计算所述正负信号的信号均值mean0
根据所述信号均值计算所述正负信号的信号标准差σ0
根据所述预设迭代次数M得到迭代步距step=σ0/M;
在h分别为1,2,……,M时,从所述正负信号中筛选出满足公式mean0-h×step≤xh(i)≤mean0+h×step的M个正负信号序列,且正负信号序列的长度记为Vh
分别计算每个正负信号序列的序列均值、序列标准差及序列峭度;
确定序列峭度最接近预设峭度值的正负信号对应的序列标准差为所述背景噪声标准差。
在其中一个实施例中,所述预设峭度值为3。
基于同一发明构思的一种管道泄漏检测的装置,包括
信号获取模块,用于获取所检测的管道两端的各N点声波采样信号;N为大于等于100的正整数;
去噪处理模块,用于对每个所述N点声波采样信号进行去噪处理,得到所述N点声波采样信号对应的正负声波信号;
噪声标准差计算模块,用于基于高斯性检验的标准差估计方法,根据预设迭代次数对所述正负声波信号进行迭代计算,得到所述声波采样信号对应的背景噪声标准差;
区间划分模块,用于对所述正负声波信号按照时域过零点进行区间划分,得到多个区间采样信号;
区间采样信号的信噪比计算模块,用于将每个所述区间采样信号作为一个独立的信号,根据所述背景噪声标准差计算每个所述区间采样信号的信噪比;
第一判断模块,用于判定所述信噪比大于信噪比阈值的区间采样信号为异常信号;
第二判断模块,用于当管道两端的N点声波采样信号都得到异常信号时,判定所检测的管道需利用得到的异常信号作泄漏定位计算。
在其中一个实施例中,所述噪声标准差计算模块包括:
均值计算子模块,用于计算所述正负信号的信号均值mean0
信号标准差计算子模块,用于根据所述信号均值计算所述正负信号的信号标准差σ0
迭代步距计算子模块,用于根据所述预设迭代次数M得到迭代步距step=σ0/M;
序列筛选子模块,用于在h分别为1,2,……,M时,从所述正负信号中筛选出满足公式mean0-h×step≤xh(i)≤mean0+h×step的M个正负信号序列,且正负信号序列的长度记为Vh
峭度计算子模块,用于分别计算每个正负信号序列的序列均值、序列标准差及序列峭度;
最终计算子模块,用于确定序列峭度最接近3的正负信号对应的序列标准差为所述背景噪声标准差。
本发明提供的管道泄漏检测的方法,利用基于管道平稳输送过程中管道内时域声波信号的准高斯性特征,对管道运行情况进行判断。在处理过程中,利用过零点对声波信号进行区间划分,信号处理过程中不依赖幅值的绝对大小,通过高斯性检验找出背景噪声的标准差,根据期望的泄漏检测灵敏度(信噪比阈值)找出异常信号,并得到该异常区间采样信号在一帧完整数据中的起始、结束位置,可有效减少管道泄漏诊断中因泄漏信号特征提取不准等造成的漏报、误报现象。且其把管道泄漏和站上操作引起的声波信号都归类为异常信号。从声波信号的准高斯性角度出发,利用3σ准则,将信号中背景噪声与异常信号区分开来。通过调节信噪比阈值,控制泄漏检测的灵敏度,准确提取满足灵敏度要求的异常信号,为后续的泄漏声波检测和精确定位提供技术支持。
附图说明
图1为一实施例的管道泄漏检测的方法的流程图;
图2(a)为一具体实例中管道首站正负信号序列示意图;
图2(b)为一具体实例中管道末站正负信号序列示意图;
图3(a)为一具体实例中管道首站区间采样信号信噪比示意图;
图3(b)为一具体实例中管道末站区间采样信号信噪比示意图;
图4(a)为信噪比阈值为9dB时管道首站N点声波采样信号中异常信号提取示意图;
图4(b)为信噪比为9dB时管道末站N点声波采样信号中异常信号提取示意图;
图5(a)为信噪比阈值为10dB时管道首站N点声波采样信号中异常信号提取示意图;
图5(b)为信噪比为10dB时管道末站N点声波采样信号中异常信号提取示意图;
图6为一实施例的管道泄漏检测的装置的构成示意图;
图7为一实施例的管道泄漏检测的装置中噪声标准差计算模块构成示意图。
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,以下结合附图对本发明的管道泄漏检测的方法及装置的具体实施方式进行说明。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。
如图1所示,其中一个实施例的管道泄漏检测的方法,包括以下步骤:
S100,获取所检测的管道两端的各N点声波采样信号。
需要说明的是,本发明的管道泄漏检测的方法是用于对进行介质输送的管道状态进行检测分析。且主要是对输送管道是否发生泄漏进行检测。检测分析基于管道本身的声波信号。因此,在进行检测分析前,事先在要检测管道上安装进行声波检测的相关仪器。如安装声波泄漏监测仪作为声波检测仪。且在本实施例中,在所要检测的管道两端各安装一个声波检测仪进行管道声波信号检测。而本实施例的方法可通过计算机等外部终端运行实现。安装在管道上的声波检测仪与外部计算分析终端(计算机等智能设备)通信连接,将信号传出到外部分析终端。分析终端根据得到的数据对管道的状态、是否发生泄漏进行检测。可称管道一端为首站,相对的,称管道另一端为末站。
进一步的,本实施例的方法中,采用对声波离散点序列进行分析的方式对管道状态进行检测。具体的,本实施例中从每端的声波检测仪中获取N点声波采样信号,以便后续对N点序列进行分析。
其中,无论是获取的首站的声波信号还是末站的声波信号,其N点声波采样信号是时间上连续的N点信号,且所获取的N点声波采样信号中包含这个所检测管道的声波信息。
对于首站和和末站的声波信号,首站信号获取时间与末站信号获取时间通过GPS同步,即通过GPS授时保证首末站的信号采样同步进行,这对于泄漏检测和精确定位至关重要。
对于采样点数,可根据外部智能设备的处理效率,采样频率,以及管道的总长度相结合进行设定。如外部智能设备处理速度允许的情况下,可在保证声波采样信号覆盖整个管路的状况下,增大采样频率。为了后续能够根据采样的声波信号对管道泄漏情况进行分析,N至少为大于或者等于100的正整数。一般为千计数量级,如3000点数列构成声波采样信号,或者6000点构成声波采样信号等。
S200,对每个N点声波采样信号进行去噪处理,得到N点声波采样信号对应的正负声波信号。
本步骤中,主要是去除所获取的原始声波信号中的准直流信号。且分别对所述管道一个监测节点(声波检测仪)的一帧N点声波采样信号进行去噪,去掉准直流信号,得到管道对应监测节点的一帧N点正负信号。后续对正负信号进行进一步的分析处理,因为去除了直流分量的无用信号,有利于识别提取泄漏引起的瞬态突变信号。
S300,基于高斯性检验的标准差估计方法,根据预设迭代次数对正负声波信号进行迭代计算,得到声波采样信号对应的背景噪声标准差。
本实施例中,从声波信号的准高斯性角度出发,计算背景噪声标准差,其可利用3σ准则计算出背景噪声标准差,从而将信号中背景噪声与异常信号区分开来。
S400,对正负声波信号按照时域过零点进行区间划分,得到多个区间采样信号。其中,对正负声波信号按照时域过零点进行区间划分是指将正负声波信号在零点同一侧连续的多个信号点划分为一个区间,即一个区间采样信号中的信号同为正值或者同为负值,在零点的同一侧。
S500,将每个区间采样信号作为一个独立的信号,根据背景噪声标准差计算每个区间采样信号的信噪比。
步骤S300中已经计算出背景噪声标准差,本步骤中,将步骤S400中划分出的多个区间采样信号分别作为一个独立的信号并计算每个区间采样信号对应的信噪比。
S600,判定信噪比大于信噪比阈值的区间采样信号为异常信号。
其中,所述异常信号是相对管道平稳输送过程中的正常声波信号来说。即在管道平稳输送且没有发生泄漏时的声波信号定义为正常信号,而管道发生泄漏,或者存在泵的输送特性变化,或者存在阀门调节时,定义检测到的管道声波信号中包含异常信号,异常信号可能具体对应某个或某几个区间采样信号。而所述信噪比阈值可根据实际需求进行设定。当要求管道泄漏具有较高的检测灵敏度时,则可设定较低的信噪比阈值,而不需要太高的管道泄漏检测灵敏度时,则可设定较高的信噪比阈值。
S700,当管道两端的N点声波采样信号都检测到异常信号时,需根据得到的异常信号作进一步的泄漏定位,如果定位结果在管道首末站之间则作出泄漏报警。
需要说明的是,本实施例的管道泄漏检测采用管道两端的声波检测仪进行管道声波检测,并进一步根据检测到的声波信号对管道状态进行判断。其采用两端信号同时判断的方式进行管道泄漏的检测。只有当两端检测到的信号都存在异常信号时,才进一步根据得到的异常信号作泄漏定位,由定位结果进一步对管道是否发生泄漏进行判断。采用管道两端同时设置声波检测仪,有利于保证泄漏检测、报警的准确性和可靠性,并给出泄漏点位置。
本实施例的管道泄漏检测的方法,将管道泄漏和站上操作引起的声波信号都归类为异常信号。从声波信号的准高斯性角度出发,利用3σ准则,将信号中背景噪声与异常信号区分开来。而且通过调节信噪比阈值,可对管道泄漏检测灵敏度进行控制,准确提取满足灵敏度要求的异常信号,为后续的泄漏声波检测和精确定位提供技术支持。
其中,所述信噪比阈值可通过期望的或者预设的管道泄漏检测灵敏度进行设定。更具体地,对于同时获取的管道两端的N点声波采样信号,可分别根据泄漏检测仪各自安装的站点(首站或末站)一段时间内的多帧(预设数量)N点声波采样信号对应的多个区间采样信号信噪比大小情况及预设的管道泄漏检测灵敏度设定信噪比阈值。如,区间采样信号的信噪比都较大时可设置较大的信噪比阈值,相对应的,区间采样信号的信噪比都较小时,可设置较小的信噪比阈值。而需要较高的检测灵敏度时设置较低的信噪比阈值,需要较低的检测灵敏度时,可设置较高的信噪比阈值。较佳的,选择的信噪比阈值能够较灵敏地检测出异常信号同时又产生较少误报。其中,在进行信噪比阈值计算时,所使用的N点声波采样信号的数量(帧数),即预设数量,的大小可根据实际需求进行设定,如可选择5帧,或者10帧等。作为一种可实施方式,也可以设定使用一定的连续时间段所采集的多帧N点声波采样信号所对应的区间采样信号的信噪比大小作为信噪比阈值的参考数据。
而对于首站和末站的N点声波信号,在其中一个实施例中,每间隔预设周期分别获取管道两端的N/2点采样信号。分别对管道上声波检测仪监测节点的声波信号进行连续周期采样。设定管道泄漏诊断的周期为NT/2,每隔NT/2读取从所述管道上一个监测节点采集的N/2点数据。并将当前时刻的N/2点采样信号与前一时刻的N/2点采样信号按时间顺序构成当前检测点(首站或者末站)的一帧N点数据,也即N点声波采样信号。其中,所述N为数据点数,所述T为信号采样周期。所述一帧N点数据中,前N/2点数据为最近的历史数据,后N/2点数据为最新采集的实时数据,采用这种方式或者N点采样信号可以有效保证异常信号(包括泄漏信号和异常信号)波形的完整性。
在其中一个实施例中,步骤S300,基于高斯性检验的标准差估计方法,根据预设迭代次数对正负声波信号进行迭代计算,得到声波采样信号对应的背景噪声标准差,包括以下步骤:
S310,计算正负信号的信号均值
S320,根据信号均值计算正负信号的信号标准差
S330,根据预设迭代次数M得到迭代步距step=σ0/M。
S340,在h分别为1,2,……,M时,从正负信号中筛选出满足公式mean0-h×step≤xh(i)≤mean0+h×step的M个正负信号序列。且正负信号序列的长度记为Vh
S350,分别计算每个正负信号序列的序列均值mean(h)、序列标准差σ(h)及序列峭度Kur(h)。
其中,序列的平均值序列标准差序列峭度
S360,确定序列峭度最接近预设峭度值的正负信号对应的序列标准差为背景噪声标准差。其中,所述预设峭度值可根据需求进行设置,如设置所述预设峭度值为3为最佳。
本实施例中,M次迭代计算共得到M个峭度值,在其中找出峭度值最接近3的序列Xh,其对应的标准差即为背景噪声的标准差σ。
进一步的,对于步骤S500,把每个区间采样信号都看作一个独立的信号,利用式计算基于背景噪声标准差的区间采样信号信噪比序列SNR(j),其中,j=1,…,NC,为正负区间序号;Peak(j)为第j个区间采样信号的峰值;σ为背景噪声的标准差。
在其中一个实施例中,步骤S400中对正负声波信号进行区间划分之后,记录各个区间的起始位置SSt(j)、结束位置SEnd(j)、区间采样信号个数NC、区间采样信号峰值Peak(j)及峰值位置PeakPos(j)。步骤S600中,判断得到异常信号后,记录异常信号的起始位置和结束位置。其利用基于管道平稳输送过程中管道内时域声波信号的准高斯性特征,对管道运行情况进行判断。并在处理过程中,利用过零点对声波信号进行区间划分,信号处理过程中不依赖幅值的绝对大小,通过高斯性检验找出背景噪声的标准差,根据期望的泄漏检测灵敏度(信噪比阈值)找出异常信号,并得到该异常区间采样信号在一帧完整数据中的起始、结束位置,可有效减少管道泄漏诊断中因泄漏信号特征提取不准造成的漏报、误报现象。
下面以一个具体实例对本发明的管道的泄漏检测的方法实现进行说明。本发明实施例可用任何编程语言实现,并在相应的计算机上运行。
假设已经获取管道上首末站安装的声波泄漏监测仪采集的声波信号各一帧N=6000点数据信号,采样周期T为20ms。通过以下步骤对所述管道上首末站声波信号进行处理,从中提取出异常信号。
首先,滤波去掉采集到的声波信号中的准直流信号,得到管道上首末站的各一帧正负信号,如图2(a)和图2(b)所示。
然后,分别对采集到的声波信号进行区间划分得到首站声波信号为NC=349个区间,末站声波信号为NC=395个区间,并分别得到各个区间的起始位置、结束位置、区间采样信号峰值及其位置。求出首站声波信号的标准差σ0=0.1876,末站声波信号的标准差σ0=0.1458。进一步按照M=100对标准差σ0进行M等分得到步距step=σ0/M,提取满足条件:mean0-h*step≤xh(i)≤mean0+h*step的数据组成新序列Xh,其中h=1,…,M,新序列长度分别为Vh(h=1,2…M),通过迭代计算得到M个峭度值,找出其中峭度值最接近3的区间采样信号作为背景噪声,首站背景噪声标准差为σ=0.1295,末站背景噪声标准差为σ=0.1345。根据背景噪声的标准差σ和区间采样信号的峰值Peak(j),根据下面公式求得区间采样信号信噪比序列:依次查找信噪比序列中大于阈值的异常信号位置,并设置标志为1,否则设置标志为0。
如图3(a)和图3(b)所示,利用背景噪声的标准差和区间采样信号的峰值计算得到原始信号的信噪比序列,对应图中的实线。如果设置期望的泄漏检测灵敏度(信噪比阈值)为10dB,对应图中的虚线部分,由图3可知,该阈值下首末站可以准确找出一对异常信号(异常的区间采样信号)。
调节灵敏度系数(信噪比阈值)分别为9dB和10dB,得到结果为对应图4(a)、图4(b)和图5(a)、图5(b)所示的异常信号,在图5(a)中,准确找出了首站信噪比大于信噪比阈值10dB的异常信号在第192区间,对应原始信号序列中位置为[3224,3264];图5(b)中末站数据采用同样方法找出异常信号在216区间内,对应原始信号中位置为[3054,3093]。由图4a和图4b结合图3可知,当信噪比阈值小于10dB时,异常信号提取较多;当信噪比阈值大于10dB时,异常信号提取不完整甚至检测不到异常信号。可见通过调节信噪比阈值,可以调节异常信号的检测灵敏度系数。
基于同一构思,本发明还提供一种管道泄漏检测的装置,本装置解决问题的原理与前述的管道泄漏检测的方法相同。且本装置各模块的功能可通过前述的方法的步骤实现。重复之处不再赘述。
如图6所示,其中一个实施例的管道泄漏检测的装置,包括信号获取模块100、去噪处理模块200、噪声标准差计算模块300、区间划分模块400、区间信号信噪比计算模块500、第一判断模块600及第二判断模块700。其中,所述信号获取模块100,用于获取所检测的管道两端的各N点声波采样信号,且N为大于等于100的正整数;所述去噪处理模块200,用于对每个N点声波采样信号进行去噪处理,得到N点声波采样信号对应的正负声波信号;所述噪声标准差计算模块300,用于基于高斯性检验的标准差估计方法,根据预设迭代次数对正负声波信号进行迭代计算,得到声波采样信号对应的背景噪声标准差;所述区间划分模块400,用于对正负声波信号按照时域过零点进行区间划分,得到多个区间采样信号;所述区间信号信噪比计算模块500,用于将每个区间采样信号作为一个独立的信号,根据背景噪声标准差计算每个区间采样信号的信噪比;所述第一判断模块600,用于判定信噪比大于信噪比阈值的区间采样信号为异常信号;所述第二判断模块700,用于当管道两端的N点声波采样信号都检测到异常信号时,判定是否需要进一步做泄漏定位和报警。
在其中一个实施例中,如图7所示,所述噪声标准差计算模块300包括均值计算子模块310、信号标准差计算子模块320、迭代步距计算子模块330、序列筛选子模块340、峭度计算子模块350及最终计算子模块360。其中,所述均值计算子模块310,用于计算正负信号的信号均值mean0;所述信号标准差计算子模块320,用于根据信号均值计算正负信号的信号标准差σ0;所述迭代步距计算子模块330,用于根据预设迭代次数M得到迭代步距step=σ0/M;所述序列筛选子模块340,用于在h分别为1,2,……,M时,从正负信号中筛选出满足公式mean0-h×step≤xh(i)≤mean0+h×step的M个正负信号序列,且正负信号序列的长度分别为Vh(h=1,2…M);所述峭度计算子模块350,用于分别计算每个正负信号序列的序列均值、序列标准差及序列峭度;所述最终计算子模块360,用于确定序列峭度最接近3的正负信号对应的序列标准差为背景噪声标准差。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种管道泄漏检测的方法及装置,其特征在于,包括:
获取所检测的管道两端的各N点声波采样信号;N为大于或者等于100的正整数;
对每个所述N点声波采样信号进行去噪处理,得到所述N点声波采样信号对应的正负声波信号;
基于高斯性检验的标准差估计方法,根据预设迭代次数对所述正负声波信号进行迭代计算,得到所述声波采样信号对应的背景噪声标准差;
对所述正负声波信号按照时域过零点进行区间划分,得到多个区间采样信号;
将每个所述区间采样信号作为一个独立的信号,根据所述背景噪声标准差计算每个所述区间采样信号的信噪比;
判定信噪比大于信噪比阈值的区间采样信号为异常信号;
当管道两端的N点声波采样信号都检测到异常信号时,需根据得到的异常信号作进一步的泄漏定位。
2.根据权利要求1所述的方法,其特征在于,还包括以下步骤:
对所检测的管道进行管道泄漏定位,如果定位位置在管道两端之间则发出管道泄漏报警。
3.根据权利要求1所述的方法,其特征在于,所述获取的管道两端的N点声波采样信号为安装在所检测的管道两端的声波检测仪在同一时刻得到的检测信号。
4.根据权利要求3所述的方法,其特征在于,分别根据所检测的管道两端各自预设数量帧的N点声波采样信号对应的多个区间采样信号的信噪比大小情况,及预设的管道泄漏检测灵敏度设定信噪比阈值。
5.根据权利要求1所述的方法,其特征在于,所述获取所检测的管道两端的各N点声波采样信号,包括以下步骤:
每间隔预设周期分别获取管道两端的N/2点采样信号;
将当前时刻的N/2点采样信号与前一时刻的N/2点采样信号按时间顺序构成N点声波采样信号。
6.根据权利要求5所述的方法,其特征在于,所述预设周期为NT/2,其中,T为声波信号的采样周期。
7.根据权利要求1所述的方法,其特征在于,所述基于高斯性检验的标准差估计方法,根据预设迭代次数对所述正负声波信号进行迭代计算,得到所述声波采样信号对应的背景噪声标准差,包括以下步骤:
计算所述正负信号的信号均值mean0
根据所述信号均值计算所述正负信号的信号标准差σ0
根据所述预设迭代次数M得到迭代步距step=σ0/M;
在h分别为1,2,……,M时,从所述正负信号中筛选出满足公式mean0-h×step≤xh(i)≤mean0+h×step的M个正负信号序列,且正负信号序列的长度记为Vh
分别计算每个正负信号序列的序列均值、序列标准差及序列峭度;
确定序列峭度最接近预设峭度值的正负信号序列对应的标准差为所述背景噪声标准差。
8.根据权利要求7所述的方法,其特征在于,所述预设峭度值为3。
9.一种管道泄漏检测的装置,其特征在于,包括
信号获取模块,用于获取所检测的管道两端的各N点声波采样信号;N为大于等于100的正整数;
去噪处理模块,用于对每个所述N点声波采样信号进行去噪处理,得到所述N点声波采样信号对应的正负声波信号;
噪声标准差计算模块,用于基于高斯性检验的标准差估计方法,根据预设迭代次数对所述正负声波信号进行迭代计算,得到所述声波采样信号对应的背景噪声标准差;
区间划分模块,用于对所述正负声波信号按照时域过零点进行区间划分,得到多个区间采样信号;
区间信号信噪比计算模块,用于将每个所述区间采样信号作为一个独立的信号,根据所述背景噪声标准差计算每个所述区间采样信号的信噪比;
第一判断模块,用于判定所述信噪比大于信噪比阈值的区间采样信号为异常信号;
第二判断模块,用于当管道两端的N点声波采样信号都得到异常信号时,判定所检测的管道需利用得到的异常信号作泄漏定位计算。
10.根据权利要求9所述的装置,其特征在于,所述噪声标准差计算模块包括:
均值计算子模块,用于计算所述正负信号的信号均值mean0
信号标准差计算子模块,用于根据所述信号均值计算所述正负信号的信号标准差σ0
迭代步距计算子模块,用于根据所述预设迭代次数M得到迭代步距step=σ0/M;
序列筛选子模块,用于在h分别为1,2,……,M时,从所述正负信号中筛选出满足公式mean0-h×step≤xh(i)≤mean0+h×step的M个正负信号序列,且正负信号序列的长度记为Vh
峭度计算子模块,用于分别计算每个正负信号序列的序列均值、序列标准差及序列峭度;
最终计算子模块,用于确定序列峭度最接近3的正负信号对应的序列标准差为所述背景噪声标准差。
CN201610851498.1A 2016-09-26 2016-09-26 管道泄漏检测的方法及装置 Expired - Fee Related CN106247173B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610851498.1A CN106247173B (zh) 2016-09-26 2016-09-26 管道泄漏检测的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610851498.1A CN106247173B (zh) 2016-09-26 2016-09-26 管道泄漏检测的方法及装置

Publications (2)

Publication Number Publication Date
CN106247173A true CN106247173A (zh) 2016-12-21
CN106247173B CN106247173B (zh) 2018-04-13

Family

ID=57611900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610851498.1A Expired - Fee Related CN106247173B (zh) 2016-09-26 2016-09-26 管道泄漏检测的方法及装置

Country Status (1)

Country Link
CN (1) CN106247173B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108397692A (zh) * 2018-01-29 2018-08-14 清华大学合肥公共安全研究院 基于噪声信号时域分段频谱分析的管道泄漏识别方法
CN109340585A (zh) * 2018-10-26 2019-02-15 北京化工大学 一种管道泄漏检测及定位方法
CN110207024A (zh) * 2019-07-02 2019-09-06 北京中计新业科技发展有限公司 一种智能型次声波管道泄漏监测装置
CN112944226A (zh) * 2021-02-03 2021-06-11 浙江海洋大学 一种基于加速度计的管道泄漏检测方法
CN113218839A (zh) * 2021-04-27 2021-08-06 江西理工大学 一种尾矿库渗透破坏现象监测方法、装置及系统
CN113295346A (zh) * 2021-05-19 2021-08-24 北京化工大学 基于声波的阀门内漏检测方法
CN113375065A (zh) * 2021-07-01 2021-09-10 北京化工大学 管道泄漏监测中趋势信号的消除方法及装置
CN113418143A (zh) * 2021-05-14 2021-09-21 北京水木联合科技有限公司 一种天然气泄漏报警点筛选方法及装置
CN115388344A (zh) * 2022-10-31 2022-11-25 广东海洋大学 一种基于分布式协调检测的管道泄漏监测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6530263B1 (en) * 2000-09-29 2003-03-11 Radcom Technologies Ltd Method and system for localizing and correlating leaks in fluid conveying conduits
CN101561081A (zh) * 2009-05-18 2009-10-21 中国地质大学(武汉) 应用自主导航机器人对油气管道泄漏的检测定位方法
CN102537670A (zh) * 2012-03-05 2012-07-04 北京化工大学 一种管道泄漏诊断方法
CN102588745A (zh) * 2012-03-05 2012-07-18 北京化工大学 一种管道泄漏定位方法
CN103032682A (zh) * 2012-12-25 2013-04-10 北京化工大学 一种管道内异常信号定向方法
CN104048165A (zh) * 2013-08-16 2014-09-17 北京化工大学 管道泄漏诊断的方法
EP2819332A1 (en) * 2013-06-27 2014-12-31 LG CNS Co., Ltd. Real time remote leak detection system and method

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6530263B1 (en) * 2000-09-29 2003-03-11 Radcom Technologies Ltd Method and system for localizing and correlating leaks in fluid conveying conduits
CN101561081A (zh) * 2009-05-18 2009-10-21 中国地质大学(武汉) 应用自主导航机器人对油气管道泄漏的检测定位方法
CN102537670A (zh) * 2012-03-05 2012-07-04 北京化工大学 一种管道泄漏诊断方法
CN102588745A (zh) * 2012-03-05 2012-07-18 北京化工大学 一种管道泄漏定位方法
CN103032682A (zh) * 2012-12-25 2013-04-10 北京化工大学 一种管道内异常信号定向方法
EP2819332A1 (en) * 2013-06-27 2014-12-31 LG CNS Co., Ltd. Real time remote leak detection system and method
CN104048165A (zh) * 2013-08-16 2014-09-17 北京化工大学 管道泄漏诊断的方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108397692A (zh) * 2018-01-29 2018-08-14 清华大学合肥公共安全研究院 基于噪声信号时域分段频谱分析的管道泄漏识别方法
CN109340585A (zh) * 2018-10-26 2019-02-15 北京化工大学 一种管道泄漏检测及定位方法
CN110207024A (zh) * 2019-07-02 2019-09-06 北京中计新业科技发展有限公司 一种智能型次声波管道泄漏监测装置
CN110207024B (zh) * 2019-07-02 2024-04-23 北京中计新业科技发展有限公司 一种智能型次声波管道泄漏监测装置
CN112944226A (zh) * 2021-02-03 2021-06-11 浙江海洋大学 一种基于加速度计的管道泄漏检测方法
CN113218839A (zh) * 2021-04-27 2021-08-06 江西理工大学 一种尾矿库渗透破坏现象监测方法、装置及系统
CN113218839B (zh) * 2021-04-27 2022-07-12 江西理工大学 一种尾矿库渗透破坏现象监测方法、装置及系统
CN113418143A (zh) * 2021-05-14 2021-09-21 北京水木联合科技有限公司 一种天然气泄漏报警点筛选方法及装置
CN113295346A (zh) * 2021-05-19 2021-08-24 北京化工大学 基于声波的阀门内漏检测方法
CN113375065A (zh) * 2021-07-01 2021-09-10 北京化工大学 管道泄漏监测中趋势信号的消除方法及装置
CN115388344A (zh) * 2022-10-31 2022-11-25 广东海洋大学 一种基于分布式协调检测的管道泄漏监测方法
CN115388344B (zh) * 2022-10-31 2023-01-17 广东海洋大学 一种基于分布式协调检测的管道泄漏监测方法

Also Published As

Publication number Publication date
CN106247173B (zh) 2018-04-13

Similar Documents

Publication Publication Date Title
CN106247173A (zh) 管道泄漏检测的方法及装置
US10094732B2 (en) Pipeline fault detection system, sensor head and method of detecting pipeline faults
CN108488638B (zh) 基于声波负压波混合监测的管道泄漏监测系统及方法
CN106090621B (zh) 一种基于压力信号分析的供水管网泄漏、堵塞故障诊断与定位方法
US9797799B2 (en) Intelligent adaptive system and method for monitoring leakage of oil pipeline networks based on big data
Liu et al. Fast leak detection and location of gas pipelines based on an adaptive particle filter
CN100535955C (zh) 一种识别离群交通数据的方法
CN106352243A (zh) 一种基于声波法的输气管道泄露检测系统
CN100456010C (zh) 基于压力信号拐点检测油气管道泄漏的方法
CN109461095A (zh) 一种用于非侵入式负荷辨识的负荷事件检测的数据处理方法及设备
CN108360608B (zh) 一种供水系统输水管的爆管识别与定位方法
CN109854953B (zh) 一种特殊工况下的原油输送管线泄漏检测系统及方法
CN103675221B (zh) 一种水质检测分析系统及水质检测分析方法
CN113344134A (zh) 一种低压配电监控终端数据采集异常检测方法及系统
WO2023103268A1 (zh) 泵阀故障检测方法
CN110287827B (zh) 一种基于数据关联性的桥梁应变数据异常值识别方法
CN111520615A (zh) 基于线谱对和三次插值搜索的管网漏损识别与定位方法
CN116805061B (zh) 基于光纤传感的泄漏事件判断方法
CN109239553A (zh) 一种基于局部放电脉冲局部密度的聚类方法
CN103032626A (zh) 调节阀故障诊断系统及方法
CN112600659B (zh) 基于神经网络的安全芯片侧信道泄漏检测方法及系统
CN111879479B (zh) 集输气管道非高斯噪声环境微泄漏信号监测系统及方法
CN109214318A (zh) 一种寻找非稳态时间序列微弱尖峰的方法
CN116340819A (zh) 一种供水管网水力状态判别方法
CN111339986A (zh) 基于时域/频域分析的装备用频规律挖掘方法和系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180413

Termination date: 20210926

CF01 Termination of patent right due to non-payment of annual fee