CN110529746A - 管道泄漏的检测方法、装置和设备 - Google Patents
管道泄漏的检测方法、装置和设备 Download PDFInfo
- Publication number
- CN110529746A CN110529746A CN201910836038.5A CN201910836038A CN110529746A CN 110529746 A CN110529746 A CN 110529746A CN 201910836038 A CN201910836038 A CN 201910836038A CN 110529746 A CN110529746 A CN 110529746A
- Authority
- CN
- China
- Prior art keywords
- signal
- pressure wave
- wave signal
- statistic
- frequency signal
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本申请涉及一种管道泄漏的检测方法、装置和设备。其中,该方法包括:获取管道的负压波信号和动态压力波信号作为待测信号;通过小波变换将待测信号进行分解重构,得到对应的低频信号和高频信号;基于预设的偏最小二乘模型,利用待测信号中的负压波信号、动态压力波信号以及各自对应的低频信号和高频信号计算待测信号的SPE统计量和T2统计量;判断待测信号的SPE统计量和T2统计量是否位于各自的控制限内,以判断管道是否发生泄漏。应用本申请的技术方案时,通过小波变换的局部特征表征能力和偏最小二乘的有效信息提取功能的结合,能够有效降低噪声信号等对泄漏信号检测的影响,从而能够更加准确的提取泄漏信息,进而能够使检测结果更准确可靠。
Description
技术领域
本申请涉及管道泄漏检测技术领域,尤其涉及一种管道泄漏的检测方法、装置和设备。
背景技术
近年来,随着我国国民经济的高速发展,社会对能源特别是油气资源的需求也同步加大。管道运输因其经济、安全、高效等优点,是油气资源的主要运输方式。目前我国已经建成了十分庞大的管网体系,管道数量占据了全球管道的重要成分。但随着使用年限的增长,由于管道老化、自然环境侵蚀及人为破坏等原因都有可能导致管道泄漏事故的发生,进而会造成严重的经济损失、能源浪费及环境危害。因此,管道泄漏发生后的及时检测报警以及提高泄漏报警的精度对防止泄漏的进一步扩大十分重要。
目前,负压波法和动态压力波法因其灵敏度高、误报率比较低、检测时间短、适应性强等优点,在管道泄漏检测领域得到了广泛的应用。不过,通过负压波法或动态压力波对输油管道系统进行实时监控时,由于获取发生泄漏后的异常信号时可能同时存在噪声信号或其他随机扰动,从而会导致对获取的异常信号进行检测和分析时出现误差,进而可能发生误报,即对管道泄漏检测的可靠性与准确性较低。
发明内容
本申请提供一种管道泄漏的检测方法、装置和设备,以至少在一定程度上解决相关技术中对管道泄漏检测的可靠性与准确性较低的问题。
本申请的上述目的是通过以下技术方案实现的:
第一方面,本申请实施例提供一种管道泄漏的检测方法,该方法包括:
获取压力变送器实时检测的管道的负压波信号以及获取动态压力变送器实时检测的管道的动态压力波信号,以作为待测信号;
通过小波变换将所述待测信号进行分解重构,得到所述待测信号中的负压波信号对应的低频信号和高频信号,以及得到所述待测信号中的动态压力波信号对应的低频信号和高频信号;
基于预设的偏最小二乘模型,利用所述待测信号中的负压波信号、动态压力波信号以及各自对应的低频信号和高频信号计算所述待测信号的SPE统计量和T2统计量;
判断所述待测信号的T2统计量是否位于预设的第一控制限内以及判断所述待测信号的SPE统计量是否位于预设的第二控制限内,若所述待测信号的T2统计量超出所述第一控制限,则确定管道发生泄漏,若只有所述待测信号的SPE统计量超出所述第二控制限,则发送提示信息以提醒用户可能发生泄漏。
可选的,所述通过小波变换将所述待测信号进行分解重构,得到所述待测信号中的负压波信号对应的低频信号和高频信号,以及得到所述待测信号中的动态压力波信号对应的低频信号和高频信号,包括:
选择一个小波并基于预设的分解层数,将所述待测信号进行分解重构,得到所述待测信号中的负压波信号对应的最后一层低频信号和每一层高频信号,以及得到所述待测信号中的动态压力波信号对应的最后一层低频信号和每一层高频信号。
可选的,构建所述预设的偏最小二乘模型的方法,包括:
获取管道未发生泄漏时的负压波信号和动态压力波信号作为样本信号;
通过小波变换将所述样本信号进行分解重构,得到所述样本信号中的负压波信号对应的低频信号和高频信号,以及得到所述样本信号中的动态压力波信号对应的低频信号和高频信号;
采用偏最小二乘法的统计原理,基于所述样本信号中的负压波信号、动态压力波信号以及二者对应的低频信号和高频信号构建所述预设的偏最小二乘模型。
可选的,所述采用偏最小二乘法的统计原理,基于所述样本信号中的负压波信号、动态压力波信号以及二者对应的低频信号和高频信号构建所述预设的偏最小二乘模型,包括:
将所述样本信号中的负压波信号和动态压力波信号的每一层高频信号基于层数各自从小至大依次排列,以排列后的负压波信号在前、排列后的动态压力波信号在后的顺序按列联合,得到第一自变量矩阵;
将所述样本信号中的负压波信号与其最后一层低频信号的差值以及所述样本信号中的动态压力波信号与其最后一层低频信号的差值按列联合,得到第一因变量矩阵;
基于所述第一自变量矩阵和所述第一因变量矩阵构建所述预设的偏最小二乘模型。
可选的,得出所述第一控制限和所述第二控制限的方法包括:
从所述偏最小二乘模型中提取主成分,得到用于计算SPE统计量和T2统计量的相关公式中所需的参数,并计算所述样本信号的SPE统计量和T2统计量;
利用概率密度分布函数,计算所述样本信号的T2统计量的控制限作为所述第一控制限,以及计算所述样本信号的SPE统计量的控制限作为所述第二控制限。
可选的,利用概率密度分布函数分别计算所述第一控制限和所述第二控制限时,所述方法包括:
获取以所述样本信号的T2统计量为期望达到的概率所落区间的边界作为所述第一控制限,以及以所述样本信号的SPE统计量为期望达到的概率所落区间的边界作为所述第二控制限。
可选的,所述基于预设的偏最小二乘模型,利用所述待测信号中的负压波信号、动态压力波信号以及各自对应的低频信号和高频信号计算所述待测信号的SPE统计量和T2统计量,包括:
将所述待测信号中的负压波信号和动态压力波信号的每一层高频信号基于层数各自从小至大依次排列,以排列后的负压波信号在前、排列后的动态压力波信号在后的顺序按列联合,得到第二自变量矩阵;
将所述待测信号中的负压波信号与其最后一层低频信号的差值以及所述待测信号中的动态压力波信号与其最后一层低频信号的差值按列联合,得到第二因变量矩阵;
基于所述偏最小二乘模型,利用所述第二自变量矩阵和所述第二因变量矩阵计算所述待测信号的SPE统计量和T2统计量。
第二方面,本申请实施例还提供一种管道泄漏的检测装置,该装置包括:
获取模块,用于获取压力变送器实时检测的管道的负压波信号以及获取动态压力变送器实时检测的管道的动态压力波信号,以作为待测信号;
分解重构模块,用于通过小波变换将所述待测信号进行分解重构,得到所述待测信号中的负压波信号对应的低频信号和高频信号,以及得到所述待测信号中的动态压力波信号对应的低频信号和高频信号;
计算模块,用于基于预设的偏最小二乘模型,利用所述待测信号中的负压波信号、动态压力波信号以及各自对应的低频信号和高频信号计算所述待测信号的SPE统计量和T2统计量;
判断模块,判断所述待测信号的T2统计量是否位于预设的第一控制限内以及判断所述待测信号的SPE统计量是否位于预设的第二控制限内,若所述待测信号的T2统计量超出所述第一控制限,则确定管道发生泄漏,若只有所述待测信号的SPE统计量超出所述第二控制限,则发送提示信息以提醒用户可能发生泄漏。
可选的,所述计算模块包括:
第一联合单元,用于将所述待测信号中的负压波信号和动态压力波信号的每一层高频信号基于层数各自从小至大依次排列,以排列后的负压波信号在前、排列后的动态压力波信号在后的顺序按列联合,得到第二自变量矩阵;
第二联合单元,用于将所述待测信号中的负压波信号与其最后一层低频信号的差值以及所述待测信号中的动态压力波信号与其最后一层低频信号的差值按列联合,得到第二因变量矩阵;
计算单元,用于基于所述偏最小二乘模型,利用所述第二自变量矩阵和所述第二因变量矩阵计算所述待测信号的SPE统计量和T2统计量。
第三方面,本申请实施例还提供一种管道泄漏的检测设备,该设备包括:
存储器和与所述存储器相连接的处理器;
所述存储器用于存储程序,所述程序至少用于执行上述任一种管道泄漏的检测方法;
所述处理器用于调用并执行所述存储器存储的所述程序。
本申请的实施例提供的技术方案可以包括以下有益效果:
本申请所提出的管道泄漏检测技术其原理简单、算法简单易用,且具有很高的准确性。应用本申请的技术方案时,通过小波变换的局部特征表征能力和偏最小二乘的有效信息提取功能的结合,能够有效降低噪声信号等对泄漏信号检测的影响,从而能够更加准确的提取泄漏信息,进而能够使检测结果更准确可靠。另外,通过结合负压波信号和动态压力波信号同时进行泄漏检测,能够进一步的提高泄漏检测的可靠性与准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的一种管道泄漏的检测方法的流程示意图;
图2为本申请实施例提供的一种构建偏最小二乘模型并计算控制限的流程示意图;
图3为本申请实施例提供的一种管道泄漏的检测装置的结构示意图;
图4为本申请实施例提供的一种管道泄漏的检测设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
由于以下实施例中涉及的负压波信号为基于负压波法获取,且动态压力信号数据为基于动态压力波法获取,因此在对本申请的详细技术方案进行说明之前,首先对负压波法和动态压力波法进行简要说明。
当流体输送管道因机械、人为、材料失效等原因发生泄漏时,其泄漏部分立即有物质损失,由此引起故障场所的流体密度减小,压力下降。由于连续性,管道中的流体即改变流速,流体在泄漏点和相邻的两边区域之间的压力差导致流体从上下游区域向泄漏区填充,从而又引起与泄漏区相邻的区域密度和压力的降低,这种现象依次向泄漏区上下游扩散,根据这一现象进行泄漏监测的方法就是压力波法。沿管道传播的压力波包含有关泄漏信息,由于管道的波导作用,压力波传播过程衰减较小,因此它能够传播相当远的距离。在管道两端安装的压力检测装置捕捉到包含泄漏信息的压力波,就可检测岀泄漏。
压力波技术包括两种,一种为基于压力测量的负压波技术,即检测发生泄漏后流体中产生的负压波;另一种为测量流体压力变化的次声波技术,也称为动态压力波技术,即检测流体泄漏时产生的压力变化。相关技术中,这两种技术都可以单独用来进行泄漏检测和定位,而本申请的技术方案则是对这两种泄漏检测技术的综合应用。
实施例
请参阅图1,图1为本申请实施例提供的一种管道泄漏的检测方法的流程示意图。如图1所示,该方法包括以下步骤:
S101:获取压力变送器实时检测的管道的负压波信号以及获取动态压力变送器实时检测的管道的动态压力波信号,以作为待测信号;
具体的,压力变送器是一种将压力转换成气动信号或电动信号进行控制和远传的设备,它能将测压元件传感器感受到的气体、液体等物理压力参数转变成标准的电信号(如4~20mA DC等),以供给指示报警仪、记录仪、调节器等二次仪表进行测量、指示和过程调节,因此压力变送器在监测输油或输气管道是否发生泄漏时被广泛应用。需要注意的是,本实施例所说的压力变送器和动态压力变送器均指的是包含测压元件的整体设备,或者可以认为是带有放大整形电路从而能够输出标准电流或电压信号的(动态)压力传感器。本实施例中,通过压力变送器和动态压力变送器进行实时检测,用于获取负压波信号和动态压力波信号并作为待测信号进行存储,以便于后续进行分析处理。
S102:通过小波变换将所述待测信号进行分解重构,得到所述待测信号中的负压波信号对应的低频信号和高频信号,以及得到所述待测信号中的动态压力波信号对应的低频信号和高频信号;
具体的,小波变换(wavelet transform,WT)是一种新的变换分析方法,它继承和发展了短时傅立叶变换局部化的思想,同时又克服了窗口大小不随频率变化等缺点,能够提供一个随频率改变的“时间-频率”窗口,是进行信号时频分析和处理的常用工具。它的主要特点是通过变换能够充分突出问题某些方面的特征,能对时间(空间)频率的局部化分析,通过伸缩平移运算对信号(函数)逐步进行多尺度细化,最终达到高频处时间细分、低频处频率细分,能自动适应时频信号分析的要求,从而可聚焦到信号的任意细节。
在本实施例中,通过小波变换分别对待测信号中的负压波信号和动态压力波信号进行分解与重构,从而对原始的信号进行多尺度分析,该分解重构的过程可以通过多种现有的算法函数来实现,例如db小波(Daubechies extremal phase wavelets),通常用db后加一个数字的形式(例如db1、db2等)来表示db小波,其中db后面那个数字代表的是消失的时刻,一般来说,这个表示消失时刻的数字越大,这个小波越光滑(并且小波滤波器越长)。本实施例中的小波分解重构,可以采用db6小波实现,选定小波后还需要根据实际需要选择分解的层数。
其中,根据所选择的分解层数,分解后可以得到各层高频信号和低频信号。具体实施时,利用小波变换对负压波信号进行分解后各频段的关系可以表述为:
S=am+d1+d2+...+di
式中,S为原始的负压波信号,am为分解后的最后一层的低频信号,di为分解后的各高频信号,其取值为1到m的所有整数,m为小波分解层数,用户可以根据实际需要进行选定,其取值范围为正整数。
此外,利用小波变换对动态压力波信号进行分解后各频段的关系与上式类似,可表述为:
S'=Am+D1+D2+...Di
其中,S'为原始的动态压力波信号,Am分解后的最后一层的低频信号,Di为分解后的各高频信号,其取值为1到m的所有整数,m为小波分解层数,用户可以根据实际需要进行选定,其取值范围为正整数。
需要注意的是,利用小波变换对两种待测信号(负压波信号和动态压力波信号)进行分解重构时所选定的分解层数m必须一致。
S103:基于预设的偏最小二乘模型,利用所述待测信号中的负压波信号、动态压力波信号以及各自对应的低频信号和高频信号计算所述待测信号的SPE统计量和T2统计量;
通过上述说明已知,小波变换具有很强的表征信号局部特征的能力,因此可以用于通过检测突变信号来检测泄漏。不过,由于采集信号时可能存在噪声信号的干扰,因此会导致基于小波变换对突变信号进行检测时可能出现误差。有鉴于此,本申请通过偏最小二乘法建立模型,再从采集的信号中提取主要信息,从而降低噪声信号对泄漏突变信号的检测的影响。
具体的,偏最小二乘法(partial least-square method,PLS)是一种常用的数学优化技术,它通过最小化误差的平方和来找到一组数据的最佳函数匹配。即用最简的方法求得一些绝对不可知的真值,而令误差平方之和为最小。
根据上述小波分解后的表达式可知,对于负压波信号,用于基于偏最小二乘法构建模型的原始信号、各高频信号和低频信号之间满足:
此外,所述预设的偏最小二乘模型是基于管道未发生泄漏时的信号构建而成,构建方法请参阅图2,图2为本申请实施例提供的一种构建偏最小二乘模型并计算控制限的流程示意图。如图2所示,该构建方法包括:
S201:获取管道未发生泄漏时的负压波信号和动态压力波信号作为样本信号;
S202:通过小波变换将所述样本信号进行分解重构,得到所述样本信号中的负压波信号对应的低频信号和高频信号,以及得到所述样本信号中的动态压力波信号对应的低频信号和高频信号;
S203:采用偏最小二乘法的统计原理,基于所述样本信号中的负压波信号、动态压力波信号以及二者对应的低频信号和高频信号构建所述预设的偏最小二乘模型。
其中,步骤S201~S202与步骤S101~S102的区别仅在于,步骤S201~S202中获取和处理分析的信号为管道未发生泄漏时采集的样本信号,而上述步骤S101~S102中获取和处理分析的信号为待测信号,即实时监测信号,因此,步骤S201~S202中各具体实现方式可以参照步骤S101~S102中的相似内容来实现,此处不再详述。
进一步的,步骤S203中,所述预设的偏最小二乘模型的具体构建过程包括:
将所述样本信号中的负压波信号和动态压力波信号的每一层高频信号基于层数各自从小至大依次排列,以排列后的负压波信号在前、排列后的动态压力波信号在后的顺序按列联合,得到第一自变量矩阵X;
将所述样本信号中的负压波信号与其最后一层低频信号的差值以及所述样本信号中的动态压力波信号与其最后一层低频信号的差值按列联合,得到第一因变量矩阵Y;
基于所述第一自变量矩阵X和所述第一因变量矩阵Y构建所述预设的偏最小二乘模型。
其中,自变量矩阵X和因变量矩阵Y可描述为:
X=[d1,d2,...,di,D1,D2,...,Di]
Y=[S-am,S'-Am]
式中,S为负压波信号,S'为动态压力波信号,di为负压波信号经小波分解得到的各高频信号,Di为动态波信号经小波分解得到的各高频信号,am为负压波信号经小波分解得到的最后一层低频信号,Am为动态压力波信号经小波分解得到的最后一层低频信号,其中i取值为从1到m,m为小波分解层数。
此外,利用预先构建的偏最小二乘模型计算待测信号的SPE统计量和T2统计量的方法具体包括:
将所述待测信号中的负压波信号和动态压力波信号的每一层高频信号基于层数各自从小至大依次排列,以排列后的负压波信号在前、排列后的动态压力波信号在后的顺序按列联合,得到第二自变量矩阵X';
将所述待测信号中的负压波信号与其最后一层低频信号的差值以及所述待测信号中的动态压力波信号与其最后一层低频信号的差值按列联合,得到第二因变量矩阵Y';
基于所述偏最小二乘模型,利用所述第二自变量矩阵X'和所述第二因变量矩阵Y'计算所述待测信号的SPE统计量和T2统计量。
也就是说,对于待测信号,需要进行和针对样本信号所做的相似的按列联合的步骤,从而得到新的自变量矩阵X'和新的因变量矩阵Y',再基于原先建立的偏最小二乘模型,利用新的自变量矩阵X'和新的因变量矩阵Y'计算待测信号的SPE统计量和T2统计量。
其中,SPE(Squared prediction error)统计量,即平方预测误差,其刻画了输入变量的测量值对主元模型的偏离程度,是对模型外部变化的一种度量。Hotelling T2检验(Hotelling,即霍特林,美国数学家),简称为T2检验,其中T2检验时的统计量称为T2统计量,其反映了每个主成分在变化趋势和幅值上偏离模型的程度,是对模型内部变化的一种度量,它可以用来对多个主元同时进行监测。这两个统计量在主成分分析中被广泛应用,其计算公式可表述为:
SPE=eTe
T2=tTΛ-1t
其中,e为经偏最小二乘计算得到的残差矩阵,T为偏最小二乘提取的主成分矩阵,t为偏最小二乘提取的主成分矩阵T中的第t行,n为根据实际需要选取的样本点的个数。
也就是说,在计算SPE统计量和T2统计量之前,需要首先基于构建的偏最小二乘模型获取主成分矩阵T和残差矩阵e等信息,然后再利用相关公式进行计算。
S104:判断所述待测信号的T2统计量是否位于预设的第一控制限内以及判断所述待测信号的SPE统计量是否位于预设的第二控制限内,若所述待测信号的T2统计量超出所述第一控制限,则确定管道发生泄漏,若只有所述待测信号的SPE统计量超出所述第二控制限,则发送提示信息以提醒用户可能发生泄漏。
具体的,在步骤S105中计算得出SPE统计量和T2统计量后,即可根据其是否超出各自对应的控制限来判断管道是否发生泄漏。
其中,SPE统计量和T2统计量的控制限的计算方法请继续参阅图2。如图2所示,该计算方法包括:
S204:从所述偏最小二乘模型中提取主成分,得到用于计算SPE统计量和T2统计量的相关公式中所需的参数,并计算所述样本信号的SPE统计量和T2统计量;
S205:利用概率密度分布函数,计算所述样本信号的T2统计量的控制限作为所述第一控制限,以及计算所述样本信号的SPE统计量的控制限作为所述第二控制限。
对于步骤S204,即采用和步骤S103中计算待测信号的SPE统计量和T2统计量时所采用的相同的方法,首先计算样本信号的SPE统计量和T2统计量,因此,计算方法可参照上述实施例中的具体过程实现,此处不再详述。
对于步骤S205,控制限是指在对分析测试对象实施质量控制时所规定的控制范围,其表示在稳定状态下的系统中,所有引起偏差的特殊原因已被消除,只有普通原因存在。控制限通常是两条线构成,即下控制限和上控制限,是控制图上用来判断一个系统稳定性的基础,偏差超过控制限范围就意味着有特殊原因在影响系统。
需要注意的是,在本申请的技术方案中,可以仅设置上控制限,原因在于,本申请技术方案是通过SPE统计量和T2统计量来检测管道是否发生泄漏,而一旦管道发生泄漏时,相应的SPE统计量和T2统计量的实际值(相对于正常状态)均只可能变大而不可能变小,因此,在本申请的技术方案中针对SPE统计量和T2统计量可以仅设置上控制限。
在具体实施时,可以采用概率密度分布函数,通过获取以样本信号的T2统计量为期望达到的概率所落区间的边界作为第一控制限,即T2统计量的控制限,以及以样本信号的SPE统计量为期望达到的概率所落区间的边界作为第二控制限,即SPE统计量的控制限。
之后,可以通过判断步骤S104中得出的待测信号的T2统计量和SPE统计量是否超出对应的第一控制限和第二控制限来确定管道是否发生泄漏。由于SPE统计量和T2统计量所能反映的各参数的偏离程度的能力不同,通常T2统计量反映偏离程度的能力更强,因此,通常可以只以T2统计量是否超出其控制限来作为判断泄漏的依据,或者以T2统计量为主、以SPE统计量为辅等。例如,若SPE统计量超出其控制限,但T2统计量没有超出其控制限时,可以向用户发出提示,提醒用户可能发生了泄漏。
本申请的实施例提供的技术方案可以包括以下有益效果:
本申请所提出的管道泄漏检测技术其原理简单、算法简单易用,且具有很高的准确性。应用本申请的技术方案时,通过小波变换的局部特征表征能力和偏最小二乘的有效信息提取功能的结合,能够有效降低噪声信号等对泄漏信号检测的影响,从而能够更加准确的提取泄漏信息,进而能够使检测结果更准确可靠。另外,通过结合负压波信号和动态压力波信号同时进行泄漏检测,能够进一步的提高泄漏检测的可靠性与准确性。
为了对本申请的技术方案进行更全面的介绍,对应于本申请上述实施例提供的管道泄漏的检测方法,本申请实施例还提供一种管道泄漏的检测装置。
请参阅图3,图3为本申请实施例提供的一种管道泄漏的检测装置的结构示意图。如图3所示,该装置包括:
获取模块31,用于获取压力变送器实时检测的管道的负压波信号以及获取动态压力变送器实时检测的管道的动态压力波信号,以作为待测信号;
分解重构模块32,用于通过小波变换将所述待测信号进行分解重构,得到所述待测信号中的负压波信号对应的低频信号和高频信号,以及得到所述待测信号中的动态压力波信号对应的低频信号和高频信号;
计算模块33,用于基于预设的偏最小二乘模型,利用所述待测信号中的负压波信号、动态压力波信号以及各自对应的低频信号和高频信号计算所述待测信号的SPE统计量和T2统计量;
判断模块34,判断所述待测信号的T2统计量是否位于预设的第一控制限内以及判断所述待测信号的SPE统计量是否位于预设的第二控制限内,若所述待测信号的T2统计量超出所述第一控制限,则确定管道发生泄漏,若只有所述待测信号的SPE统计量超出所述第二控制限,则发送提示信息以提醒用户可能发生泄漏。
可选的,所述计算模块33包括:
第一联合单元,用于将所述待测信号中的负压波信号和动态压力波信号的每一层高频信号基于层数各自从小至大依次排列,以排列后的负压波信号在前、排列后的动态压力波信号在后的顺序按列联合,得到第二自变量矩阵;
第二联合单元,用于将所述待测信号中的负压波信号与其最后一层低频信号的差值以及所述待测信号中的动态压力波信号与其最后一层低频信号的差值按列联合,得到第二因变量矩阵;
计算单元,用于基于所述偏最小二乘模型,利用所述第二自变量矩阵和所述第二因变量矩阵计算所述待测信号的SPE统计量和T2统计量。
具体的,上述各功能模块和功能单元的功能的具体实现方式可以参照上述管道泄漏的检测方法中的相关内容来实现,在此不再详述。
为了对本申请的技术方案进行更全面的介绍,对应于本申请上述实施例提供的管道泄漏的检测方法,本申请实施例还提供一种管道泄漏的检测设备。
请参阅图4,图4为本申请实施例提供的一种管道泄漏的检测设备的结构示意图。如图4所示,该设备包括:
存储器41和与存储器41相连接的处理器42;
存储器41用于存储程序,所述程序至少用于执行上述任一种管道泄漏的检测方法;
处理器42用于调用并执行存储器41存储的程序。
具体的,上述程序的功能的具体实现方式可以参照上述实施例中管道泄漏的检测方法中的相关内容来实现,在此不再详述。
需要注意的是,本申请提供的技术方案在实际应用时,仅是作为信息分析端来使用的,也就是说,在进行管道泄漏的检测时,需要配合信息采集端(例如动态压力变送器等,用来采集动态压力信号)进行工作,用来分析采集的动态压力信号数据,从而确定是否发生泄漏,以及确定发生泄漏的位置。其中,该信息分析端可以是计算机等设备,因此上述分析方法可以是基于计算机程序等来实现。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块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,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种管道泄漏的检测方法,其特征在于,包括:
获取压力变送器实时检测的管道的负压波信号以及获取动态压力变送器实时检测的管道的动态压力波信号,以作为待测信号;
通过小波变换将所述待测信号进行分解重构,得到所述待测信号中的负压波信号对应的低频信号和高频信号,以及得到所述待测信号中的动态压力波信号对应的低频信号和高频信号;
基于预设的偏最小二乘模型,利用所述待测信号中的负压波信号、动态压力波信号以及各自对应的低频信号和高频信号计算所述待测信号的SPE统计量和T2统计量;
判断所述待测信号的T2统计量是否位于预设的第一控制限内以及判断所述待测信号的SPE统计量是否位于预设的第二控制限内,若所述待测信号的T2统计量超出所述第一控制限,则确定管道发生泄漏,若只有所述待测信号的SPE统计量超出所述第二控制限,则发送提示信息以提醒用户可能发生泄漏。
2.根据权利要求1所述的方法,其特征在于,所述通过小波变换将所述待测信号进行分解重构,得到所述待测信号中的负压波信号对应的低频信号和高频信号,以及得到所述待测信号中的动态压力波信号对应的低频信号和高频信号,包括:
选择一个小波并基于预设的分解层数,将所述待测信号进行分解重构,得到所述待测信号中的负压波信号对应的最后一层低频信号和每一层高频信号,以及得到所述待测信号中的动态压力波信号对应的最后一层低频信号和每一层高频信号。
3.根据权利要求1所述的方法,其特征在于,构建所述预设的偏最小二乘模型的方法,包括:
获取管道未发生泄漏时的负压波信号和动态压力波信号作为样本信号;
通过小波变换将所述样本信号进行分解重构,得到所述样本信号中的负压波信号对应的低频信号和高频信号,以及得到所述样本信号中的动态压力波信号对应的低频信号和高频信号;
采用偏最小二乘法的统计原理,基于所述样本信号中的负压波信号、动态压力波信号以及二者对应的低频信号和高频信号构建所述预设的偏最小二乘模型。
4.根据权利要求3所述的方法,其特征在于,所述采用偏最小二乘法的统计原理,基于所述样本信号中的负压波信号、动态压力波信号以及二者对应的低频信号和高频信号构建所述预设的偏最小二乘模型,包括:
将所述样本信号中的负压波信号和动态压力波信号的每一层高频信号基于层数各自从小至大依次排列,以排列后的负压波信号在前、排列后的动态压力波信号在后的顺序按列联合,得到第一自变量矩阵;
将所述样本信号中的负压波信号与其最后一层低频信号的差值以及所述样本信号中的动态压力波信号与其最后一层低频信号的差值按列联合,得到第一因变量矩阵;
基于所述第一自变量矩阵和所述第一因变量矩阵构建所述预设的偏最小二乘模型。
5.根据权利要求4所述的方法,其特征在于,得出所述第一控制限和所述第二控制限的方法包括:
从所述偏最小二乘模型中提取主成分,得到用于计算SPE统计量和T2统计量的相关公式中所需的参数,并计算所述样本信号的SPE统计量和T2统计量;
利用概率密度分布函数,计算所述样本信号的T2统计量的控制限作为所述第一控制限,以及计算所述样本信号的SPE统计量的控制限作为所述第二控制限。
6.根据权利要求5所述的方法,其特征在于,利用概率密度分布函数分别计算所述第一控制限和所述第二控制限时,所述方法包括:
获取以所述样本信号的T2统计量为期望达到的概率所落区间的边界作为所述第一控制限,以及以所述样本信号的SPE统计量为期望达到的概率所落区间的边界作为所述第二控制限。
7.根据权利要求1所述的方法,其特征在于,所述基于预设的偏最小二乘模型,利用所述待测信号中的负压波信号、动态压力波信号以及各自对应的低频信号和高频信号计算所述待测信号的SPE统计量和T2统计量,包括:
将所述待测信号中的负压波信号和动态压力波信号的每一层高频信号基于层数各自从小至大依次排列,以排列后的负压波信号在前、排列后的动态压力波信号在后的顺序按列联合,得到第二自变量矩阵;
将所述待测信号中的负压波信号与其最后一层低频信号的差值以及所述待测信号中的动态压力波信号与其最后一层低频信号的差值按列联合,得到第二因变量矩阵;
基于所述偏最小二乘模型,利用所述第二自变量矩阵和所述第二因变量矩阵计算所述待测信号的SPE统计量和T2统计量。
8.一种管道泄漏的检测装置,其特征在于,包括:
获取模块,用于获取压力变送器实时检测的管道的负压波信号以及获取动态压力变送器实时检测的管道的动态压力波信号,以作为待测信号;
分解重构模块,用于通过小波变换将所述待测信号进行分解重构,得到所述待测信号中的负压波信号对应的低频信号和高频信号,以及得到所述待测信号中的动态压力波信号对应的低频信号和高频信号;
计算模块,用于基于预设的偏最小二乘模型,利用所述待测信号中的负压波信号、动态压力波信号以及各自对应的低频信号和高频信号计算所述待测信号的SPE统计量和T2统计量;
判断模块,判断所述待测信号的T2统计量是否位于预设的第一控制限内以及判断所述待测信号的SPE统计量是否位于预设的第二控制限内,若所述待测信号的T2统计量超出所述第一控制限,则确定管道发生泄漏,若只有所述待测信号的SPE统计量超出所述第二控制限,则发送提示信息以提醒用户可能发生泄漏。
9.根据权利要求8所述的装置,其特征在于,所述计算模块包括:
第一联合单元,用于将所述待测信号中的负压波信号和动态压力波信号的每一层高频信号基于层数各自从小至大依次排列,以排列后的负压波信号在前、排列后的动态压力波信号在后的顺序按列联合,得到第二自变量矩阵;
第二联合单元,用于将所述待测信号中的负压波信号与其最后一层低频信号的差值以及所述待测信号中的动态压力波信号与其最后一层低频信号的差值按列联合,得到第二因变量矩阵;
计算单元,用于基于所述偏最小二乘模型,利用所述第二自变量矩阵和所述第二因变量矩阵计算所述待测信号的SPE统计量和T2统计量。
10.一种管道泄漏的检测设备,其特征在于,包括:
存储器和与所述存储器相连接的处理器;
所述存储器用于存储程序,所述程序至少用于执行如权利要求1-7任一项所述的管道泄漏的检测方法;
所述处理器用于调用并执行所述存储器存储的所述程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910836038.5A CN110529746B (zh) | 2019-09-05 | 2019-09-05 | 管道泄漏的检测方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910836038.5A CN110529746B (zh) | 2019-09-05 | 2019-09-05 | 管道泄漏的检测方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110529746A true CN110529746A (zh) | 2019-12-03 |
CN110529746B CN110529746B (zh) | 2020-12-25 |
Family
ID=68666894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910836038.5A Active CN110529746B (zh) | 2019-09-05 | 2019-09-05 | 管道泄漏的检测方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110529746B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112413413A (zh) * | 2020-11-20 | 2021-02-26 | 成都艾斯皮埃尔科技有限公司 | 结合深度学习和多次测量技术的管道泄漏监测及定位方法 |
CN114025251A (zh) * | 2021-11-03 | 2022-02-08 | 国家石油天然气管网集团有限公司华南分公司 | 一种仪表异常的报警方法、装置以及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033523A (zh) * | 2009-09-25 | 2011-04-27 | 上海宝钢工业检测公司 | 基于偏最小二乘的带钢质量预测、炉况预警与故障诊断方法 |
CN203147291U (zh) * | 2013-03-27 | 2013-08-21 | 黄鹏 | 利用次声波、流量平衡和负压波进行管道泄漏监测的系统 |
CN103534658A (zh) * | 2010-12-28 | 2014-01-22 | 株式会社东芝 | 工序监视诊断装置 |
CN103543132A (zh) * | 2013-10-17 | 2014-01-29 | 清华大学 | 一种基于小波变换的煤质特性测量方法 |
CN104062968A (zh) * | 2014-06-10 | 2014-09-24 | 华东理工大学 | 一种连续化工过程故障检测方法 |
CN107869654A (zh) * | 2016-09-27 | 2018-04-03 | 中国石油天然气股份有限公司 | 一种油气管道爆管检测定位方法 |
CN108416106A (zh) * | 2018-02-05 | 2018-08-17 | 江苏方天电力技术有限公司 | 基于多尺度主元分析的给水泵故障检测方法 |
CN108488638A (zh) * | 2018-03-28 | 2018-09-04 | 东北大学 | 基于声波负压波混合监测的管道泄漏监测系统及方法 |
CN109635781A (zh) * | 2018-12-29 | 2019-04-16 | 国网陕西省电力公司电力科学研究院 | 基于小波变换的数字信号粗大数据检测修正方法及系统 |
CN109946075A (zh) * | 2018-12-25 | 2019-06-28 | 东北大学 | 一种轴承状态监测及故障诊断方法 |
-
2019
- 2019-09-05 CN CN201910836038.5A patent/CN110529746B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033523A (zh) * | 2009-09-25 | 2011-04-27 | 上海宝钢工业检测公司 | 基于偏最小二乘的带钢质量预测、炉况预警与故障诊断方法 |
CN103534658A (zh) * | 2010-12-28 | 2014-01-22 | 株式会社东芝 | 工序监视诊断装置 |
CN203147291U (zh) * | 2013-03-27 | 2013-08-21 | 黄鹏 | 利用次声波、流量平衡和负压波进行管道泄漏监测的系统 |
CN103543132A (zh) * | 2013-10-17 | 2014-01-29 | 清华大学 | 一种基于小波变换的煤质特性测量方法 |
CN104062968A (zh) * | 2014-06-10 | 2014-09-24 | 华东理工大学 | 一种连续化工过程故障检测方法 |
CN107869654A (zh) * | 2016-09-27 | 2018-04-03 | 中国石油天然气股份有限公司 | 一种油气管道爆管检测定位方法 |
CN108416106A (zh) * | 2018-02-05 | 2018-08-17 | 江苏方天电力技术有限公司 | 基于多尺度主元分析的给水泵故障检测方法 |
CN108488638A (zh) * | 2018-03-28 | 2018-09-04 | 东北大学 | 基于声波负压波混合监测的管道泄漏监测系统及方法 |
CN109946075A (zh) * | 2018-12-25 | 2019-06-28 | 东北大学 | 一种轴承状态监测及故障诊断方法 |
CN109635781A (zh) * | 2018-12-29 | 2019-04-16 | 国网陕西省电力公司电力科学研究院 | 基于小波变换的数字信号粗大数据检测修正方法及系统 |
Non-Patent Citations (1)
Title |
---|
王生捷,李建冬,李梅: "《航天发射科学与技术 发射控制技术》", 30 June 2015 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112413413A (zh) * | 2020-11-20 | 2021-02-26 | 成都艾斯皮埃尔科技有限公司 | 结合深度学习和多次测量技术的管道泄漏监测及定位方法 |
CN112413413B (zh) * | 2020-11-20 | 2022-03-01 | 成都艾斯皮埃尔科技有限公司 | 结合深度学习和多次测量技术的管道泄漏监测及定位方法 |
CN114025251A (zh) * | 2021-11-03 | 2022-02-08 | 国家石油天然气管网集团有限公司华南分公司 | 一种仪表异常的报警方法、装置以及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110529746B (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | Leakage detection techniques for oil and gas pipelines: State-of-the-art | |
Liu et al. | A leak detection method for oil pipeline based on Markov feature and two-stage decision scheme | |
Song et al. | Gas leak detection in galvanised steel pipe with internal flow noise using convolutional neural network | |
US10094732B2 (en) | Pipeline fault detection system, sensor head and method of detecting pipeline faults | |
CN103343885B (zh) | 管道漏磁检测在线数据压缩方法 | |
CN100456010C (zh) | 基于压力信号拐点检测油气管道泄漏的方法 | |
CN103234121A (zh) | 基于音波信号的输气管道泄漏检测装置及检测方法 | |
CN110529746A (zh) | 管道泄漏的检测方法、装置和设备 | |
CN101592288A (zh) | 一种管道泄漏辨识方法 | |
CN104764564B (zh) | 基于声波传感器的阀门内漏检测方法 | |
CN104502024A (zh) | 阀门内漏流量量化回归预测方法及装置 | |
CN110261411A (zh) | 一种基于微波透射法的原油含水率检测装置及检测方法 | |
CN112879389A (zh) | 一种液压系统的非正常泄漏检测系统 | |
EP2902765A1 (en) | Leak inspection device, leak inspection method, and leak inspection program | |
CN113295346A (zh) | 基于声波的阀门内漏检测方法 | |
Hao et al. | Leakage signal analysis of urban gas pipeline based on improved variational mode decomposition | |
Zhang et al. | Designing a reliable leak detection system for West Products Pipeline | |
CN104236871A (zh) | 离心式压缩机半开式叶轮裂纹故障识别方法 | |
CN115825183A (zh) | 一种海底二氧化碳泄露监测设备及方法、系统与存储介质 | |
CN110131591B (zh) | 管道泄漏的定位方法、装置和设备 | |
Obshta et al. | Cyber-Physical System for Diagnostic Along the Controlled Section of the Oil Pipeline | |
CN117009801A (zh) | 一种流量预测模型训练方法、检测方法、系统及存储介质 | |
CN108980631A (zh) | 一种基于在线仿真的负压波法管道泄漏检测系统 | |
CN109855536B (zh) | 一种基于应变测量的油气管道堵塞检测方法 | |
CN110553156B (zh) | 管道超声导波压缩感知健康监测方法 |
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 |