CN108443714A - 确定管道泄漏的方法及装置 - Google Patents
确定管道泄漏的方法及装置 Download PDFInfo
- Publication number
- CN108443714A CN108443714A CN201810313493.2A CN201810313493A CN108443714A CN 108443714 A CN108443714 A CN 108443714A CN 201810313493 A CN201810313493 A CN 201810313493A CN 108443714 A CN108443714 A CN 108443714A
- Authority
- CN
- China
- Prior art keywords
- leakage
- sensor
- max
- pressure
- time
- 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
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
Abstract
本发明了一种确定管道泄漏的方法及装置,所述方法包括:获得分布在管道上包含多个光纤压力传感器的传感器阵列实时采集获得的压力实时采样数据。对压力实时采样数据进行低通滤波,获得经滤波压力实时采样数据。基于经滤波压力实时采样数据,确定是否有可能出现泄漏;在为是时,确定可能出现泄漏时刻;确定在可能出现泄漏时刻是否出现泄漏事件。同时,使用具有低通效果的滤波算法过滤压力实时采样数据中的高斯白噪声。在于多个光纤压力传感器的组合信噪比,对至少一个定位结果进行加权处理,以从至少一个定位结果中滤除信噪比小于预设值的定位结果,获得用于表示泄漏位置的精确定位结果。以保证能够正确区分泄漏和干扰信号,达到精确定位。
Description
技术领域
本发明涉及过程控制设备制造及通信领域,具体而言,涉及一种确定管道泄漏的方法及装装置。
背景技术
管道运输在石油,天然气等液体,气体的运输应用中发挥着重要作用,其应用已非常普及且仍在快速发展,由于管道腐蚀,老化以及人为盗采破坏等导致的管道泄漏事件时有发生。由于常埋设于地下或野外,难以用人工方式实时检查运行情况,无法及时发现管道泄漏的出现,并且传统的负压波监测方法中,压力传感器通常只在监测管道的两端布设,或即便在沿线布设,也并未充分利用传感器的数据。
发明内容
本发明的目的在于提供一种图片哈希码生成方法、装置、图片检索方法及装置,以改善上述问题。为了实现上述目的,本发明采取的技术方案如下:
第一方面,本发明实施例提供了一确定管道泄漏的方法,所述包括:获得分布在管道上包含多个光纤压力传感器的传感器阵列实时采集获得的压力实时采样数据;对所述压力实时采样数据进行低通滤波,获得经滤波压力实时采样数据;基于所述经滤波压力实时采样数据,确定所述管道是否发生泄漏事件。
进一步的,在所述基于所述经滤波压力实时采样数据,确定所述管道是否发生泄漏之后,所述方法还包括:基于互相关函数对所述传感器阵列中的任意两个传感器进行定位,获得至少一个定位结果;在于所述多个光纤压力传感器的组合信噪比,对所述至少一个定位结果进行加权处理,以从所述至少一个定位结果中滤除信噪比小于预设值的定位结果,获得用于表示泄漏位置的精确定位结果。
进一步的,基于所述经滤波压力实时采样数据,确定所述管道是否发生泄漏事件,包括:基于所述经滤波压力实时采样数据,确定是否有可能出现泄漏;在为是时,确定可能出现泄漏时刻;确定在所述可能出现泄漏时刻是否出现泄漏事件。
进一步的,对所述压力实时采样数据进行低通滤波,获得经滤波压力实时采样数据,包括:使用具有低通效果的滤波算法过滤所述压力实时采样数据中的高斯白噪声。
进一步的,基于所述经滤波压力实时采样数据,确定是否有可能出现泄漏,包括:基于所述经滤波压力实时采样数据,对所述多个光纤压力传感器中的每个传感器,判定每个传感器的经滤波压力实时采样数据中的当前压力值是否大于当前记录的压力最大值V_max;在为是时,用所述当前压力值替换所述V_max,记录出现时刻为T_max;且用所述当前压力值替换当前压力最小值V_min及出现时刻T_min;在为否时,判断所述当前压力值是否小于当前压力最小值V_min,在为是时,用所述当前压力值替换所述V_min及出现时刻T_min;若所述当前压力值出现在所述T_min之后,且小于所述V_max并大于所述T_min之后出现的其他值,记录所述当前压力值为V_up;设定一个不大于负压波压力下降沿时间长度的时间差阈值Δt_1,以及略大于下降沿的时间差阈值Δt_2;当所述V_up的出现时刻T_up与所述T_max的时间差不大于所述Δt_1时,且所述V_up与所述V_min满足如下关系:V_up-V_min>R_1,则确定所述V_up是下降沿中可忽略的干扰信号,并确定当前不是一次泄漏事件,清空系统记录的所述V_max,所述T_max,其中,所述R_1是噪声判决门限;当所述当前压力值的到达时刻与所述T_max的时间差大于等于所述Δt_2且所述V_max,所述V_min,及所述V_up满足如下关系:V_up-V_min>R_2(V_max-V_min),则确定当前传感器接收到连续的压力下降信号,且下降幅度够大且持续时间大于负压波的下降沿时间长度,初步判定为当前传感器接收到了一次泄漏事件,其中,R2是判决的比例阈值;确定所述V_max对应的时刻所述T_max即为初步选定的泄漏时刻;反之,确定当前不是一次泄漏事件,清空系统记录的所述V_max,所述T_max。
进一步的,确定在所述可能出现泄漏时刻是否出现泄漏事件,包括:根据负压波波速和传感器布设位置,得到负压波在距离最远的两个相邻传感器之间的传播时间为其中,所述Dmax为传感器之间的距离,v为负压波波速;确定负压波在任意两相邻传感器之间的传播时间t满足t<tng+e,其中,te为定位误差留出时间te;在所述当前传感器S1初步判定为泄漏后,若在所述时间t内没有另一个传感器S2判定为泄漏,则确定所述当前传感器S1接收到的是误判为泄漏的噪声信号,若有所述另一个传感器S2接收到泄漏信号,则继续判定是否有传感器S3在距所述另一传感器S2收到泄漏信号后的所述时间t内,也被判定有泄漏,重复以上步骤直至所有传感器都在时间间隔t依次确认有泄漏发生,则确定泄漏事件发生,其中,每个传感器检测到的拐点时刻即为其初步判定的泄漏发生时刻。进一步的,基于互相关函数对所述传感器阵列中的任意两个传感器进行定位,获得至少一个定位结果,包括:在数据采集开始时为每个传感器建立一个队列,队列长度为负压波压力下降沿数据长度的3倍;用新到达的每个传感器的经滤波压力实时采样数据更新其对应的队列,并在确定发生泄漏事件后,将初步确定的所述拐点时刻Tmax对应的压力值所述Vmax放置于位于距队列头部1/3队列总长度位置;针对保存的每个传感器接收泄漏信号时刻附近的信号片段,设任意两个长度为N的离散采样序列x(N)和y(N),其互相关函数可以表示为为 在确定所述Rxy达到最大值的k=kmax时,则确定信号到达两传感器的时间差为Δt=kmaxτ,其中τ为解调仪的采样时间间隔,即采样率的倒数;利用负压波公式进行定位,得到每对传感器确定的泄漏位置,其中,D为两传感器间距,v为负压波波速。
进一步的,所述多个光纤压力传感器的组合信噪比,对所述至少一个定位结果进行加权处理,以从所述至少一个定位结果中滤除信噪比小于预设值的定位结果,获得用于表示泄漏位置的精确定位结果,包括:设泄漏点上、下游的传感器个数分别为m,n,确定传感器总数为m+n的系统存在m*n种定位泄漏点的方式;设泄漏点上、下游的传感器个数分别为m,n,确定传感器总数为m+n的系统存在m*n种定位泄漏点的方式;
设一传感器信号的信噪比为λi,其分配的权重ωi为
设上游的一个传感器权重ωU,下游的一个传感器权重为ωD则该对传感器的组合权重为Wp=ωUωD,为避免判定结果中噪声过多并减小运算量,过滤掉Wp<1的k个定位结果,以使所述系统中只剩m*n-k个有效的定位结果;设由一对传感器定位所得泄漏点位置为li,则传感器阵列基于信噪比进行加权所得的定位结果Lp为:
在确定信号波动属于高斯白噪声时,统计其噪声的平均绝对值,并将泄漏事件前最后一段数据序列的噪声平均绝对值记为nl;基于每个传感器的泄漏时刻,获得对应的低通滤波后幅值,该值为V′max,信号估计幅值为V′max-Vmin,每个传感器的信噪比估计值为:进而每个传感器的权重系数为
减掉k个权重系数小于1的获得最终定位结果为:
第二方面,本发明实施例提供了一种确认管道泄漏的装置,其特征在于,包括:采集模块和确定模块;所述采集模块,用于从管道上的压力传感器阵列获得压力实时采样数据;所述确定模块,用与基于所述压力实时采样数据,确定管道的情况。
进一步的,所述确认模块,包括:判断单元和位置确定单元;所述判断单元,用于基于所述压力实时采样数据,判断所述管道是否发生泄漏事件;所述位置确定单元,用于基于所述压力实时采样数据,确定所述管道泄漏的位置。
本发明实施例提供的一种确定管道泄漏的方法及装置,基于互相关函数对所述传感器阵列中的任意两个传感器进行定位,获得至少一个定位结果;在于所述多个光纤压力传感器的组合信噪比,对所述至少一个定位结果进行加权处理,以从所述至少一个定位结果中滤除信噪比小于预设值的定位结果,获得用于表示泄漏位置的精确定位结果。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明第一实施例提供的确定管道泄漏的方法流程图;
图2为本发明第二实施例提供的确定管道泄漏的装置的模块示意图;
图3为本发明第二实施例提供的确定管道泄漏的装置的确定模块的模块示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
第一实施例
请参阅图1,本发明第一实施例提供了一种确定管道泄漏的方法,所述方法可以包括步骤S100、步骤S200、步骤S300和步骤S400。
步骤S100:获得分布在管道上包含多个光纤压力传感器的传感器阵列实时采集获得的压力实时采样数据。
步骤S200:对所述压力实时采样数据进行低通滤波,获得经滤波压力实时采样数据。
基于所述经滤波压力实时采样数据,确定是否有可能出现泄漏;在为是时,确定可能出现泄漏时刻;确定在所述可能出现泄漏时刻是否出现泄漏事件。同时,使用具有低通效果的滤波算法过滤所述压力实时采样数据中的高斯白噪声。
步骤S300:基于所述经滤波压力实时采样数据,确定所述管道是否发生泄漏事件。
基于所述经滤波压力实时采样数据,确定是否有可能出现泄漏;在为是时,确定可能出现泄漏时刻;确定在所述可能出现泄漏时刻是否出现泄漏事件。
步骤S400:在为是时,基于互相关函数对所述传感器阵列中的任意两个传感器进行定位,获得至少一个定位结果。
步骤S500:在于所述多个光纤压力传感器的组合信噪比,对所述至少一个定位结果进行加权处理,以从所述至少一个定位结果中滤除信噪比小于预设值的定位结果,获得用于表示泄漏位置的精确定位结果。
其中,在步骤S300中,包括如下步骤:
1、基于所述经滤波压力实时采样数据,对所述多个光纤压力传感器中的每个传感器,判定每个传感器的经滤波压力实时采样数据中的当前压力值是否大于当前记录的压力最大值V_max;
2、在为是时,用所述当前压力值替换所述V_max,记录出现时刻为T_max;且用所述当前压力值替换当前压力最小值V_min及出现时刻T_min;
3、在为否时,判断所述当前压力值是否小于当前压力最小值V_min,在为是时,用所述当前压力值替换所述V_min及出现时刻T_min;若所述当前压力值出现在所述T_min之后,且小于所述V_max并大于所述T_min之后出现的其他值,记录所述当前压力值为V_up;
4、设定一个不大于负压波压力下降沿时间长度的时间差阈值Δt_1,以及略大于下降沿的时间差阈值Δt_2;
5、当所述V_up的出现时刻T_up与所述T_max的时间差不大于所述Δt_1时,且所述V_up与所述V_min满足如下关系:V_up-V_min>R_1,则确定所述V_up是下降沿中可忽略的干扰信号,并确定当前不是一次泄漏事件,清空系统记录的所述V_max,所述T_max,其中,所述R_1是噪声判决门限;
6、当所述当前压力值的到达时刻与所述T_max的时间差大于等于所述Δt_2且所述V_max,所述V_min,及所述V_up满足如下关系:V_up-V_min>R_2(V_max-V_min),则确定当前传感器接收到连续的压力下降信号,且下降幅度够大且持续时间大于负压波的下降沿时间长度,初步判定为当前传感器接收到了一次泄漏事件,其中,R2是判决的比例阈值;
7、确定所述V_max对应的时刻所述T_max即为初步选定的泄漏时刻;反之,确定当前不是一次泄漏事件,清空系统记录的所述V_max,所述T_max。
同时,在确定在所述可能出现泄漏时刻是否出现泄漏事件时,包括如下步骤:
1、根据负压波波速和传感器布设位置,得到负压波在距离最远的两个相邻传感器之间的传播时间为其中,所述Dmax为传感器之间的距离,v为负压波波速;
2、确定负压波在任意两相邻传感器之间的传播时间t满足t<tng+te,其中,te为定位误差留出时间te;
3、在所述当前传感器S1初步判定为泄漏后,若在所述时间t内没有另一个传感器S2判定为泄漏,则确定所述当前传感器S1接收到的是误判为泄漏的噪声信号,若有所述另一个传感器S2接收到泄漏信号,则继续判定是否有传感器S3在距所述另一传感器S2收到泄漏信号后的所述时间t内,也被判定有泄漏,重复以上步骤直至所有传感器都在时间间隔t依次确认有泄漏发生,则确定泄漏事件发生,其中,每个传感器检测到的拐点时刻即为其初步判定的泄漏发生时刻。
其中,在步骤S400中,具有包括如下步骤:
1、在数据采集开始时为每个传感器建立一个队列,队列长度为负压波压力下降沿数据长度的3倍;
2、用新到达的每个传感器的经滤波压力实时采样数据更新其对应的队列,并在确定发生泄漏事件后,将初步确定的所述拐点时刻Tmax对应的压力值所述Vmax放置于位于距队列头部1/3队列总长度位置;
3、针对保存的每个传感器接收泄漏信号时刻附近的信号片段,设任意两个长度为N的离散采样序列x(N)和y(N),其互相关函数可以表示为为
4、在确定所述Rxy达到最大值的k=kmax时,则确定信号到达两传感器的时间差为Δt=kmaxτ,其中τ为解调仪的采样时间间隔,即采样率的倒数;
5、利用负压波公式进行定位,得到每对传感器确定的泄漏位置,其中,D为两传感器间距,v为负压波波速。
在步骤S500中,包括如下步骤:
1、设泄漏点上、下游的传感器个数分别为m,n,确定传感器总数为m+n的系统存在m*n种定位泄漏点的方式;
2、设泄漏点上、下游的传感器个数分别为m,n,确定传感器总数为m+n的系统存在m*n种定位泄漏点的方式;
设一传感器信号的信噪比为λi,其分配的权重ωi为
设上游的一个传感器权重ωU,下游的一个传感器权重为ωD则该对传感器的组合权重为Wp=ωUωD,为避免判定结果中噪声过多并减小运算量,过滤掉Wp<1的k个定位结果,以使所述系统中只剩m*n-k个有效的定位结果;
3、设由一对传感器定位所得泄漏点位置为li,则传感器阵列基于信噪比进行加权所得的定位结果Lp为:
在确定信号波动属于高斯白噪声时,统计其噪声的平均绝对值,并将泄漏事件前最后一段数据序列的噪声平均绝对值记为nl;
4、基于每个传感器的泄漏时刻,获得对应的低通滤波后幅值,该值为V′max,信号估计幅值为V′max-Vmin,每个传感器的信噪比估计值为:进而每个传感器的权重系数为
减掉k个权重系数小于1的获得最终定位结果为:
第二实施例
本发明第二实施例提供了一种确定管道泄漏的装置。
请参阅图2,确认管道泄漏的装置100,包括:采集模块110和确定模块120;所述采集模块110,用于从管道上的压力传感器阵列获得压力实时采样数据;所述确定模块120,用与基于所述压力实时采样数据,确定管道的情况。
同时,所述确认模块120,包括:判断单元121和位置确定单元122;所述判断单元,用于基于所述压力实时采样数据,判断所述管道是否发生泄漏事件;所述位置确定单元,用于基于所述压力实时采样数据,确定所述管道泄漏的位置。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
综上所述:本发明了一种确定管道泄漏的方法及装置,所述方法包括:获得分布在管道上包含多个光纤压力传感器的传感器阵列实时采集获得的压力实时采样数据。对压力实时采样数据进行低通滤波,获得经滤波压力实时采样数据。基于经滤波压力实时采样数据,确定是否有可能出现泄漏;在为是时,确定可能出现泄漏时刻;确定在可能出现泄漏时刻是否出现泄漏事件。同时,使用具有低通效果的滤波算法过滤压力实时采样数据中的高斯白噪声。在于多个光纤压力传感器的组合信噪比,对至少一个定位结果进行加权处理,以从至少一个定位结果中滤除信噪比小于预设值的定位结果,获得用于表示泄漏位置的精确定位结果。以保证能够正确区分泄漏和干扰信号,达到精确定位。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种确定管道泄漏的方法,其特征在于,包括:
获得分布在管道上包含多个光纤压力传感器的传感器阵列实时采集获得的压力实时采样数据;
对所述压力实时采样数据进行低通滤波,获得经滤波压力实时采样数据;
基于所述经滤波压力实时采样数据,确定所述管道是否发生泄漏事件。
2.如权利要求1所述的方法,其特征在于,在所述基于所述经滤波压力实时采样数据,确定所述管道是否发生泄漏之后,所述方法还包括:
基于互相关函数对所述传感器阵列中的任意两个传感器进行定位,获得至少一个定位结果;
在于所述多个光纤压力传感器的组合信噪比,对所述至少一个定位结果进行加权处理,以从所述至少一个定位结果中滤除信噪比小于预设值的定位结果,获得用于表示泄漏位置的精确定位结果。
3.如权利要求2所述的方法,其特征在于,基于所述经滤波压力实时采样数据,确定所述管道是否发生泄漏事件,包括:
基于所述经滤波压力实时采样数据,确定是否有可能出现泄漏;
在为是时,确定可能出现泄漏时刻;
确定在所述可能出现泄漏时刻是否出现泄漏事件。
4.如权利要求3所述的方法,其特征在于,对所述压力实时采样数据进行低通滤波,获得经滤波压力实时采样数据,包括:
使用具有低通效果的滤波算法过滤所述压力实时采样数据中的高斯白噪声。
5.如权利要求4中任一权项所述的方法,其特征在于,基于所述经滤波压力实时采样数据,确定是否有可能出现泄漏,包括:
基于所述经滤波压力实时采样数据,对所述多个光纤压力传感器中的每个传感器,判定每个传感器的经滤波压力实时采样数据中的当前压力值是否大于当前记录的压力最大值V_max;
在为是时,用所述当前压力值替换所述V_max,记录出现时刻为T_max;且用所述当前压力值替换当前压力最小值V_min及出现时刻T_min;
在为否时,判断所述当前压力值是否小于当前压力最小值V_min,在为是时,用所述当前压力值替换所述V_min及出现时刻T_min;若所述当前压力值出现在所述T_min之后,且小于所述V_max并大于所述T_min之后出现的其他值,记录所述当前压力值为V_up;
设定一个不大于负压波压力下降沿时间长度的时间差阈值Δt_1,以及略大于下降沿的时间差阈值Δt_2;
当所述V_up的出现时刻T_up与所述T_max的时间差不大于所述Δt_1时,且所述V_up与所述V_min满足如下关系:V_up-V_min>R_1,则确定所述V_up是下降沿中可忽略的干扰信号,并确定当前不是一次泄漏事件,清空系统记录的所述V_max,所述T_max,其中,所述R_1是噪声判决门限;
当所述当前压力值的到达时刻与所述T_max的时间差大于等于所述Δt_2且所述V_max,所述V_min,及所述V_up满足如下关系:V_up-V_min>R_2(V_max-V_min),则确定当前传感器接收到连续的压力下降信号,且下降幅度够大且持续时间大于负压波的下降沿时间长度,初步判定为当前传感器接收到了一次泄漏事件,其中,R2是判决的比例阈值;
确定所述V_max对应的时刻所述T_max即为初步选定的泄漏时刻;反之,确定当前不是一次泄漏事件,清空系统记录的所述V_max,所述T_max。
6.如权利要求5所述的方法,其特征在于,确定在所述可能出现泄漏时刻是否出现泄漏事件,包括:
根据负压波波速和传感器布设位置,得到负压波在距离最远的两个相邻传感器之间的传播时间为其中,所述Dmax为传感器之间的距离,v为负压波波速;
确定负压波在任意两相邻传感器之间的传播时间t满足t<tng+te,其中,te为定位误差留出时间te;
在所述当前传感器S1初步判定为泄漏后,若在所述时间t内没有另一个传感器S2判定为泄漏,则确定所述当前传感器S1接收到的是误判为泄漏的噪声信号,若有所述另一个传感器S2接收到泄漏信号,则继续判定是否有传感器S3在距所述另一传感器S2收到泄漏信号后的所述时间t内,也被判定有泄漏,重复以上步骤直至所有传感器都在时间间隔t依次确认有泄漏发生,则确定泄漏事件发生,其中,每个传感器检测到的拐点时刻即为其初步判定的泄漏发生时刻。
7.如权利要求6所述的方法,其特征在于,基于互相关函数对所述传感器阵列中的任意两个传感器进行定位,获得至少一个定位结果,包括:
在数据采集开始时为每个传感器建立一个队列,队列长度为负压波压力下降沿数据长度的3倍;
用新到达的每个传感器的经滤波压力实时采样数据更新其对应的队列,并在确定发生泄漏事件后,将初步确定的所述拐点时刻Tmax对应的压力值所述Vmax放置于位于距队列头部1/3队列总长度位置;
针对保存的每个传感器接收泄漏信号时刻附近的信号片段,设任意两个长度为N的离散采样序列x(N)和y(N),其互相关函数可以表示为
在确定所述Rxy达到最大值的k=kmax时,则确定信号到达两传感器的时间差为Δt=kmaxτ,其中τ为解调仪的采样时间间隔,即采样率的倒数;
利用负压波公式进行定位,得到每对传感器确定的泄漏位置,其中,D为两传感器间距,v为负压波波速。
8.如权利要求7所述的方法,其特征在于,所述多个光纤压力传感器的组合信噪比,对所述至少一个定位结果进行加权处理,以从所述至少一个定位结果中滤除信噪比小于预设值的定位结果,获得用于表示泄漏位置的精确定位结果,包括:
设泄漏点上、下游的传感器个数分别为m,n,确定传感器总数为m+n的系统存在m*n种定位泄漏点的方式;
设一传感器信号的信噪比为λi,其分配的权重ωi为
设上游的一个传感器权重ωU,下游的一个传感器权重为ωD则该对传感器的组合权重为Wp=ωUωD,为避免判定结果中噪声过多并减小运算量,过滤掉Wp<1的k个定位结果,以使所述系统中只剩m*n-k个有效的定位结果;
设由一对传感器定位所得泄漏点位置为li,则传感器阵列基于信噪比进行加权所得的定位结果lp为:
在确定信号波动属于高斯白噪声时,统计其噪声的平均绝对值,并将泄漏事件前最后一段数据序列的噪声平均绝对值记为nl;
基于每个传感器的泄漏时刻,获得对应的低通滤波后幅值,该值为V'max,信号估计幅值为V'max-Vmin,每个传感器的信噪比估计值为:进而每个传感器的权重系数为
减掉k个权重系数小于1的获得最终定位结果为:
9.一种确认管道泄漏的装置,其特征在于,包括:采集模块和确定模块;
所述采集模块,用于从管道上的压力传感器阵列获得压力实时采样数据;
所述确定模块,用与基于所述压力实时采样数据,确定管道的情况。
10.根据权要求9所述的一种确认管道泄漏的装置,其特征在于,所述确认模块,包括:判断单元和位置确定单元;
所述判断单元,用于基于所述压力实时采样数据,判断所述管道是否发生泄漏事件;
所述位置确定单元,用于基于所述压力实时采样数据,确定所述管道泄漏的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810313493.2A CN108443714B (zh) | 2018-04-09 | 2018-04-09 | 确定管道泄漏的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810313493.2A CN108443714B (zh) | 2018-04-09 | 2018-04-09 | 确定管道泄漏的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108443714A true CN108443714A (zh) | 2018-08-24 |
CN108443714B CN108443714B (zh) | 2019-11-15 |
Family
ID=63199524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810313493.2A Active CN108443714B (zh) | 2018-04-09 | 2018-04-09 | 确定管道泄漏的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108443714B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109210387A (zh) * | 2018-09-27 | 2019-01-15 | 中国科学院合肥物质科学研究院 | 一种基于数学模型的气体管道泄漏检测定位的方法 |
CN109580134A (zh) * | 2018-11-21 | 2019-04-05 | 清华大学 | 一种基于双rfid标签的工业环境漏液检测方法及装置 |
CN110925603A (zh) * | 2019-12-06 | 2020-03-27 | 集美大学 | 一种管道状态检测方法及系统 |
CN110953485A (zh) * | 2019-12-06 | 2020-04-03 | 北京无线电计量测试研究所 | 一种燃气管线泄漏点定位方法和系统 |
CN111365623A (zh) * | 2020-03-09 | 2020-07-03 | 大连理工大学 | 一种基于线性拟合的负压波拐点识别方法 |
CN111963909A (zh) * | 2020-08-13 | 2020-11-20 | 江苏科技大学 | 地下管道泄漏点定位方法和系统 |
CN113408104A (zh) * | 2021-05-24 | 2021-09-17 | 中核核电运行管理有限公司 | 发电机氢气实时泄漏率的计算方法及装置 |
CN113639208A (zh) * | 2021-07-16 | 2021-11-12 | 汕头大学 | 一种基于极限逼近的负压波信号拐点定位方法及系统 |
CN115144664A (zh) * | 2022-09-02 | 2022-10-04 | 苏州纳芯微电子股份有限公司 | 芯片高阻节点噪声测量方法及测量系统 |
US20230283765A1 (en) * | 2020-04-10 | 2023-09-07 | Viavi Solutions Inc. | Signal leakage monitoring based quality control |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1755342A (zh) * | 2004-09-28 | 2006-04-05 | 北京埃德尔黛威新技术有限公司 | 一种液体压力管道泄漏检测方法及装置 |
CN101196872A (zh) * | 2007-11-19 | 2008-06-11 | 清华大学 | 基于压力和声波信息融合的泄漏检测定位方法 |
US20090308140A1 (en) * | 2008-06-16 | 2009-12-17 | Innovative Microelectronics Inc. | Pipeline leak detection system |
CN103234121A (zh) * | 2013-05-10 | 2013-08-07 | 中国石油大学(华东) | 基于音波信号的输气管道泄漏检测装置及检测方法 |
CN103939749A (zh) * | 2014-04-28 | 2014-07-23 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控系统及方法 |
CN104747912A (zh) * | 2015-04-23 | 2015-07-01 | 重庆邮电大学 | 流体输送管道泄漏声发射时频定位方法 |
CN105509979A (zh) * | 2016-01-11 | 2016-04-20 | 山东省科学院激光研究所 | 基于光纤负压波的油气管道泄漏监测定位系统及方法 |
CN105840987A (zh) * | 2016-04-25 | 2016-08-10 | 北京宏信环科科技发展有限公司 | 一种基于压力波和声波的管道泄漏加权定位方法及装置 |
CN206207017U (zh) * | 2016-09-26 | 2017-05-31 | 昆明理工大学 | 一种矿浆管道堵塞或泄漏的预警监测装置 |
CN107061996A (zh) * | 2017-03-10 | 2017-08-18 | 内蒙古大学 | 一种供水管道泄漏检测定位方法 |
CN107328528A (zh) * | 2016-04-29 | 2017-11-07 | 国家电网公司 | 一种基于多传感器的超声波气密性检测系统及方法 |
-
2018
- 2018-04-09 CN CN201810313493.2A patent/CN108443714B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1755342A (zh) * | 2004-09-28 | 2006-04-05 | 北京埃德尔黛威新技术有限公司 | 一种液体压力管道泄漏检测方法及装置 |
CN101196872A (zh) * | 2007-11-19 | 2008-06-11 | 清华大学 | 基于压力和声波信息融合的泄漏检测定位方法 |
US20090308140A1 (en) * | 2008-06-16 | 2009-12-17 | Innovative Microelectronics Inc. | Pipeline leak detection system |
CN103234121A (zh) * | 2013-05-10 | 2013-08-07 | 中国石油大学(华东) | 基于音波信号的输气管道泄漏检测装置及检测方法 |
CN103939749A (zh) * | 2014-04-28 | 2014-07-23 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控系统及方法 |
CN104747912A (zh) * | 2015-04-23 | 2015-07-01 | 重庆邮电大学 | 流体输送管道泄漏声发射时频定位方法 |
CN105509979A (zh) * | 2016-01-11 | 2016-04-20 | 山东省科学院激光研究所 | 基于光纤负压波的油气管道泄漏监测定位系统及方法 |
CN105840987A (zh) * | 2016-04-25 | 2016-08-10 | 北京宏信环科科技发展有限公司 | 一种基于压力波和声波的管道泄漏加权定位方法及装置 |
CN107328528A (zh) * | 2016-04-29 | 2017-11-07 | 国家电网公司 | 一种基于多传感器的超声波气密性检测系统及方法 |
CN206207017U (zh) * | 2016-09-26 | 2017-05-31 | 昆明理工大学 | 一种矿浆管道堵塞或泄漏的预警监测装置 |
CN107061996A (zh) * | 2017-03-10 | 2017-08-18 | 内蒙古大学 | 一种供水管道泄漏检测定位方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109210387A (zh) * | 2018-09-27 | 2019-01-15 | 中国科学院合肥物质科学研究院 | 一种基于数学模型的气体管道泄漏检测定位的方法 |
CN109580134A (zh) * | 2018-11-21 | 2019-04-05 | 清华大学 | 一种基于双rfid标签的工业环境漏液检测方法及装置 |
CN109580134B (zh) * | 2018-11-21 | 2020-01-14 | 清华大学 | 一种基于双rfid标签的工业环境漏液检测方法及装置 |
CN110925603A (zh) * | 2019-12-06 | 2020-03-27 | 集美大学 | 一种管道状态检测方法及系统 |
CN110953485A (zh) * | 2019-12-06 | 2020-04-03 | 北京无线电计量测试研究所 | 一种燃气管线泄漏点定位方法和系统 |
CN111365623A (zh) * | 2020-03-09 | 2020-07-03 | 大连理工大学 | 一种基于线性拟合的负压波拐点识别方法 |
CN111365623B (zh) * | 2020-03-09 | 2021-01-19 | 大连理工大学 | 一种基于线性拟合的负压波拐点识别方法 |
US20230283765A1 (en) * | 2020-04-10 | 2023-09-07 | Viavi Solutions Inc. | Signal leakage monitoring based quality control |
CN111963909A (zh) * | 2020-08-13 | 2020-11-20 | 江苏科技大学 | 地下管道泄漏点定位方法和系统 |
CN111963909B (zh) * | 2020-08-13 | 2021-02-26 | 江苏科技大学 | 地下管道泄漏点定位方法和系统 |
CN113408104A (zh) * | 2021-05-24 | 2021-09-17 | 中核核电运行管理有限公司 | 发电机氢气实时泄漏率的计算方法及装置 |
CN113408104B (zh) * | 2021-05-24 | 2022-08-19 | 中核核电运行管理有限公司 | 发电机氢气实时泄漏率的计算方法及装置 |
CN113639208A (zh) * | 2021-07-16 | 2021-11-12 | 汕头大学 | 一种基于极限逼近的负压波信号拐点定位方法及系统 |
CN113639208B (zh) * | 2021-07-16 | 2022-12-06 | 汕头大学 | 一种基于极限逼近的负压波信号拐点定位方法及系统 |
CN115144664A (zh) * | 2022-09-02 | 2022-10-04 | 苏州纳芯微电子股份有限公司 | 芯片高阻节点噪声测量方法及测量系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108443714B (zh) | 2019-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108443714B (zh) | 确定管道泄漏的方法及装置 | |
CN105517668B (zh) | 识别网络传输拥塞的方法及装置 | |
US20130085690A1 (en) | Data processing method and system for checking pipeline leakage | |
CN108881250B (zh) | 电力通信网络安全态势预测方法、装置、设备及存储介质 | |
CN103822097A (zh) | 在流体输送管道中估计负压波的波速的方法及装置 | |
Romano et al. | Evolutionary algorithm and expectation maximization strategies for improved detection of pipe bursts and other events in water distribution systems | |
US20170219454A1 (en) | Leak identification in a mass transport network | |
CN103226028B (zh) | 一种相敏光时域反射仪扰动信号检测与识别方法 | |
CN101246645A (zh) | 一种识别离群交通数据的方法 | |
CN107231382A (zh) | 一种网络威胁态势评估方法及设备 | |
CN105225523A (zh) | 一种车位状态检测方法及装置 | |
CN104655905B (zh) | 相关正弦信号检测方法及装置 | |
CN114338372B (zh) | 网络信息安全监控方法及系统 | |
CN105973583A (zh) | 一种动态报警方法 | |
CN111585662A (zh) | 一种调相信号的分类识别和参数估计方法及系统 | |
CN109557583B (zh) | 一种地震属性提取方法及系统 | |
US6664964B1 (en) | Correlation criteria for logical volumes | |
EP1942498A3 (en) | Data recording evaluation method and optical disk recording and reproduction device | |
CN109035707A (zh) | 一种地质灾害预测系统 | |
CN115388344A (zh) | 一种基于分布式协调检测的管道泄漏监测方法 | |
CN108833315B (zh) | 一种信道估计的方法及装置 | |
CN114205766A (zh) | 一种无线传感器网络异常节点检测与定位方法 | |
CN109214318A (zh) | 一种寻找非稳态时间序列微弱尖峰的方法 | |
CN115952446B (zh) | 一种火箭发动机稳态振动响应预测方法、装置及设备 | |
CN109085624A (zh) | 基于定位信号强度的室内外定位方法、装置及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |