CN111207306B - 基于数字压力信号处理的热力管网泄漏监测方法 - Google Patents

Abstract

本发明公开一种基于数字压力信号处理的热力管网泄漏监测方法，若所述第一压力数据集不正常，则判断为设备故障；否则，计算所有第一压力数据的均值和方差；若不存在所述第二压力数据超过所述静态阈值或者超过静态阈值的所述第二压力数据在所述设定比例内，则判断所有所述第二压力数据是否在所述动态阈值范围内；若存在第二压力数据不在所述动态阈值范围内的比例不大于设定比例，则判断所述第二压力数据集存在毛刺数据；若存在第二压力数据不在所述动态阈值范围内的比例大于设定比例，则判断所述第二压力数据集异常。本发明还公开开一种基于数字压力信号处理的热力管网泄漏监测系统。本发明具有提供监测的准确性的优点。

Description

基于数字压力信号处理的热力管网泄漏监测方法

技术领域

本发明涉及热力管网技术领域，特别涉及基于数字压力信号处理的热力管网泄漏监测方法。

背景技术

城市供热事关千家万户冷暖，关系政府形象，是重要的民生工程、民心工程，更是提升人民群众获得感和幸福感的重要抓手。供热管网的安全运行至关重要，因供热管网泄漏，可能导致管网爆管、路面塌陷和人员烫伤等次生衍生灾害。专利申请201910197820.7公开的一种热力管网系统及其泄漏检测的方法，供热管网具有多个节点，在至少一个节点处设置热像仪。通过安装传感器设备，对供热管网的运行参数进行监测，利用数据分析的方法，判断管网运行状态，如果数据超过了设置的阈值，则会立即触发报警并通过声光信号传达给相应的工作人员，由工作人员进行研判分析，最后执行相应的操作措施，使系统恢复到正常的运行状态。目前报警阈值主要是超限(阈值)报警，通过实时监视设备过程变量的参数值，一旦超过了设定的报警阈值，立即触发报警。

该方法报警比较简单，不足之处是设置过程主要靠人工经验，容易产生误报和漏报的情况。管网发生爆管和泄漏时，压力是极具的上升和下降，静态阈值不能反映管网爆管和泄漏的真实情况。超限报警阈值与报警状态的关系描述如图1所示，当管网运行参数在报警阈值范围之内时，系统处于正常状态，报警状态为0；而当管网的运行参数值超出报警阈值的范围时，系统处于异常或故障状态，此时报警状态为1。

针对热力管网的压力运行状况而言，用静态阈值作为报警的依据，是不准确的。因为为了保证供暖的质量，热源厂一端需要不定时的对管道进行加压，管网的末端用户也会有加压和泄压的操作，均会导致整个管道压力曲线发生变化，若静态报警阈值范围设置的过小，则会导致管网运行参数超出报警阈值的上限。在这两种情况下，管网的运行状况并不异常，如若报警，则是误报。这些报警不仅不会对操作员有帮助，反而可能会误导工作人员，同时耽误对关键报警的处理，大大增加了工作人员的工作量和工作压力。若静态阈值范围设得过大，虽然报警数量减少了，工作人员的工作压力也降低了，但这并不能真实的反映热力管网的运行状态，可能会漏掉一些重要报警，后果不堪设想。

现有技术也有通过专家系统和神经网络的方法来设置阈值。专家系统方法借助专家积累的经验知识，模仿专家分析问题和解决问题的方式，然后通过一定的推理机制去解决某个领域的问题。根据系统的历史知识将各种模式下的报警阈值输入到专家系统的知识库，作为专家的知识保存，系统处于不同的模式下，由专家系统的推理机得到的报警阈值各不相同。缺点是知识的获取问题，它很大程度上受专家影响，一方面由于专家知识的局限性，另一方面是知识的表述很难规则化。

神经网络的方法来设置阈值，将模糊神经网络的算法用于阈值估计的训练，通过在不同系统中试验，训练得到最优阈值。但是，此方法需要大量的数据进行训练，得到相应的函数关系，工作量较大。神经网络算法基于大量的历史数据，当数据不充分的时候，神经网络就无法进行工作，其原理是把一切问题的特征都变为数字，把一切推理都变为数值计算，其结果势必丢失信息，数据训练和算法学习需要花费大量的人力和时间。

因此，针对热力管网压力传感器监测数据，需要有一种合适的报警阈值设置方法，提高报警的准确率，提前预防意外事故的发生，增强管网运行的安全性，保证人民财产安全和环境不受破坏。通过分析压力数据的运行趋势，设置动态阈值，能够及时发现管网存在的问题，对管网运行状态异常提前做出准确的预测预警，进而采取针对性的措施，发挥系统的价值。

发明内容

本发明旨在解决现有技术存在因管网的运行判断有误，而导致报警装置误报以及阈值设置方式复杂导致工作量的技术问题。

本发明通过以下技术手段去解决上述技术问题：一种基于数字压力信号处理的热力管网泄漏监测方法，包括以下步骤：

S1、获取任一时间段内的所有热力管道的第一压力数据，得到第一压力数据集；判断第一压力数据集是否正常；若所述第一压力数据集不正常，则判断为设备故障；若所述第一压力数据集正常，则计算所述第一压力数据集中的所有第一压力数据的均值和方差；

第一压力数据集正常是指在所述时间段内存在至少90％的第一压力数据在[-0.5MPa,2.5MPa]区间内。

S2、根据S1得到的均值和方差，计算得到与所述任一时间段相邻的下一个时间段的动态阈值范围；

本发明相邻的两个时间段的时间相同，优选为5min。

S3、获取所述下一个时间段的所有热力管道的第二压力数据，得到第二压力数据集；判断所述第二压力数据是否超过静态阈值；本发明的静态阈值事先设置的定值，优选设置为1.5MPa；

若所述第二压力数据集中存在设定比例的所述第二压力数据超过静态阈值，则判断为所述第二压力数据集异常；若不存在所述第二压力数据超过所述静态阈值或者超过静态阈值的所述第二压力数据在所述设定比例内，则判断所有所述第二压力数据是否在所述动态阈值范围内；

S4、若所有第二压力数据均在所述动态阈值范围内，则判断所述第二压力数据集正常；若存在第二压力数据不在所述动态阈值范围内的比例不大于设定比例，则判断所述第二压力数据集存在毛刺数据；若存在第二压力数据不在所述动态阈值范围内的比例大于设定比例，则判断所述第二压力数据集异常。

本发明通过将静态阈值和动态阈值相结合，并通过剔除毛刺数据，提高了模型的准确性。

优选地，所述S1中存在所述第一压力数据集不正常的判定标准为：在所述S1的时间段内没有采集到任何第一压力数据；或者，所述S1的时间段内存在10％以上的第一压力数据均小于-0.5MPa；或者，所述S1的时间段内存在10％以上的第一压力数据均大于压力传感器量程上限2.5MPa；或者，所述S1的时间段内存在小于-0.5MPa与大于2.5MPa数据之和在10％以上。

优选地，所述S2中的动态阈值范围[μ-3σ-S₁，μ+3σ+S₂]采用以下方式模型获得：

其中，[μ-3σ-S₁，μ+3σ+S₂]表示动态阈值范围；X_i表示第i个第一压力数据；n表示第一压力数据集合总数，μ表示所有第一压力数据的均值、σ表示所有第一压力数据的标准差；S₁、S₂表示补偿值，S₁、S₂的初始值均为0.02。

优选地，所述设定比例为10％。

优选地，所述S4中，若判断所述第二压力数据集存在毛刺数据，则将判断出来的毛刺剔除，并用此时刻的阈值上下限的平均值作为所述毛刺数据的代替值，得到新的第二压力数据集；

将该毛刺数据对应的点去除，然后过这个点做X轴的垂线，交动态阈值上下限曲线，得到两个点，这两个点取均值，代替毛刺数据。若毛刺数据为a，此刻的动态阈值上下限为b₁和b₂，那么剔除a，用a`代替。a`＝(b₁+b₂)/2，得到所述此时刻的阈值上下限的平均值。

优选地，所述时间段为5min，所述第一压力数据集、所述第二压力数据集中的压力数据均为60个。

本发明还公开一种基于数字压力信号处理的热力管网泄漏监测系统，包括压力传感器、第一压力数据处理模块、第二压力数据处理模块、报警装置；

所述压力传感器用以监测热力管道的压力数据，得到任一时间段内的所有热力管道的第一压力数据，所有第一压力数据组成第一压力数据集；得到与所述任一时间段相邻的下一个时间段的所有热力管道的第二压力数据，所有第二压力数据组成第二压力数据集；

所述第一压力数据处理模块用以对所述压力传感器监测的第一压力数据进行处理；若第一压力数据集不正常，则判断为设备故障；若所述第一压力数据集正常，则计算所述第一压力数据集中的所有第一压力数据的均值和方差；并根据均值和方差，计算得到与所述任一时间段相邻的下一个时间段的动态阈值范围；并将所述动态阈值范围输送至所述第二压力数据处理模块中；

所述第二压力数据处理模块用以对第二压力数据集进行处理，包括以下步骤；

步骤一、判断所述第二压力数据是否超过静态阈值；

若所述第二压力数据集中存在设定比例的所述第二压力数据超过静态阈值，则判断为所述第二压力数据集异常，驱动所述报警装置报警；

步骤二、若不存在所述第二压力数据超过所述静态阈值或者超过静态阈值的所述第二压力数据在所述设定比例内，则判断所有所述第二压力数据是否在所述动态阈值范围内；

若所有第二压力数据均在所述动态阈值范围内，则判断所述第二压力数据集正常；

若存在第二压力数据不在所述动态阈值范围内的比例不大于设定比例，则判断所述第二压力数据集存在毛刺数据；

若存在第二压力数据不在所述动态阈值范围内的比例大于设定比例，则判断所述第二压力数据集异常；驱动所述报警装置报警。

优选地，存在所述第一压力数据集不正常的判定标准为在所述时间段内没有采集到任何第一压力数据；或者，所述时间段内存在10％以上的第一压力数据均小于-0.5MPa；或者，所述时间段内存在10％以上的第一压力数据均大于压力传感器量程上限2.5MPa；或者，所述时间段内存在小于-0.5MPa与大于2.5MPa数据之和在10％以上。

优选地，所述动态阈值范围[μ-3σ-S₁，μ+3σ+S₂]采用以下方式模型获得：

其中，[μ-3σ-S₁，μ+3σ+S₂]表示动态阈值范围；X_i表示第i个第一压力数据；n表示第一压力数据集合总数，μ表示所有第一压力数据的均值、σ表示所有第一压力数据的标准差；S₁、S₂表示补偿值，S₁、S₂的初始值均为0.02。

优选地，设定比例为10％。

本发明的优点在于：

当热力管道自身状态发生变化的时候，安装在管道之上的压力传感器数据将发生异常变化。若热力管道发生爆管，监测压力值会急剧的增大；若热力管道发生泄漏，监测压力值则会明显降低，然后再趋于某个稳定状态。由于监测运行曲线的连续性，且管网正常运行情况下曲线的变化的幅度不大，故选取前一段时间产生一个阈值范围，作为判断后5min数据是否异常的的动态阈值范围标准。动态阈值范围能够很敏感的感受都这一变化，从而触发报警。

由于压力传感器以及周边环境的原因，在上传的监测数据中，存在一定的毛刺数据，为了提高计算的精确程度，毛刺数据应当被剔除。

本发明考虑采用静态阈值和动态阈组合的方法来设置压力报警阈值范围，能够让系统更加准确的产生报警，更加准确的判断管网存在隐患，大大减少了系统误报和漏报的情况，提高了系统的应用价值。

本发明通过设置补偿值数据处理方法，进一步提高了监测的准确性。

本发明判断管道压力是否异常，先设置一个静态阈值，相当于第一次判断，然后第二次判断则为动态阈值判断，只需要根据变量在正常状态下的历史数据，分别计算得到变量的均值方差，阈值范围设在区间[μ-3σ-S₁，μ+3σ+S₂]内。根据概率论的知识，落在此阈值范围内的概率为97.38％，落在此范围外数据的概率仅为2.72％，属于小概率事件，可以认为超出区间外的数据值是异常值。该方法输入程序系统计算方便，阈值曲线和实际曲线拟合度较高，且能够辨别压力变化幅度，判断压力曲线变化的原因，例如是热源厂加压，存在泄漏等复杂情况。

附图说明

图1为现有技术报警与阈值之间的关系曲线图。

图2为本发明实施例的流程框图。

图3为本发明实施例的压力数据曲线图。

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。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。

需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。

需要说明的是，在本文中，若存在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。

实施例1

本发明公开一种基于数字压力信号处理的热力管网泄漏监测方法，包括以下步骤：

S1、获取任一5min时间段内的所有热力管道的第一压力数据，得到第一压力数据集；判断第一压力数据集是否正常；若所述第一压力数据集不正常，则判断为设备故障；若所述第一压力数据集正常，则计算所述第一压力数据集中的所有第一压力数据的均值和方差；

第一压力数据集正常是指在所述5min内存在至少90％的第一压力数据在[-0.5MPa,2.5MPa]区间内。

S2、根据S1得到的均值和方差，计算得到与所述任一时间段(5min)相邻的下一个5min时间段的动态阈值范围；

S3、获取所述下一个时间段的所有热力管道的第二压力数据，得到第二压力数据集；判断所述第二压力数据是否超过静态阈值；

本发明的静态阈值事先设置的定值，优选设置为1.5MPa；

若所述第二压力数据集中存在10％的所述第二压力数据超过静态阈值，则判断为所述第二压力数据集异常；若不存在所述第二压力数据超过所述静态阈值或者超过静态阈值的第二压力数据在10％内，则判断所有所述第二压力数据是否在所述动态阈值范围内；

S4、若所有第二压力数据均在所述动态阈值范围内，则判断所述第二压力数据集正常；若存在第二压力数据不在所述动态阈值范围内的比例不大于10％，则判断所述第二压力数据集存在毛刺数据；若存在第二压力数据不在所述动态阈值范围内的比例大于10％，则判断所述第二压力数据集异常。

本发明通过将静态阈值和动态阈值相结合，并通过剔除毛刺数据，提高了模型的准确性。

优选地，所述S1中存在所述第一压力数据集不正常的判定标准为：在所述S1的5min时间段内没有采集到任何第一压力数据；或者，所述S1的5min时间段内存在10％以上的第一压力数据均小于-0.5MPa；或者，所述S1的5min时间段内存在10％以上的第一压力数据均大于压力传感器量程上限2.5MPa；或者，所述S1的5min时间段内存在小于-0.5MPa与大于2.5MPa数据之和在10％以上。

优选地，所述S2中的动态阈值范围[μ-3σ-S₁，μ+3σ+S₂]采用以下方式模型获得：

其中，[μ-3σ-S₁，μ+3σ+S₂]表示动态阈值范围；X_i表示第i个第一压力数据；n表示第一压力数据集合总数，μ表示所有第一压力数据的均值、σ表示所有第一压力数据的标准差；S₁、S₂表示补偿值，S₁、S₂的初始值均为0.02。

优选地，所述S4中，若判断所述第二压力数据集存在毛刺数据，则将判断出来的毛刺剔除，并用此时刻的阈值上下限的平均值作为所述毛刺数据的代替值，得到新的第二压力数据集；

将该毛刺数据对应的点去除，然后过这个点做X轴的垂线，交动态阈值上下限曲线，得到两个点，这两个点取均值，代替毛刺数据。若毛刺数据为a，此刻的动态阈值上下限为b₁和b₂，那么剔除a，用a`代替。a`＝(b₁+b₂)/2，得到所述此时刻的阈值上下限的平均值。

优选地，所述第一压力数据集、所述第二压力数据集中的压力数据均为60个。

实施例2

本发明还公开一种基于数字压力信号处理的热力管网泄漏监测系统，包括压力传感器、第一压力数据处理模块、第二压力数据处理模块、报警装置；

所述压力传感器用以监测热力管道的压力数据，得到任一时间段内的所有热力管道的第一压力数据，所有第一压力数据组成第一压力数据集；得到与所述任一时间段相邻的下一个时间段的所有热力管道的第二压力数据，所有第二压力数据组成第二压力数据集；

所述第一压力数据处理模块用以对所述压力传感器监测的第一压力数据进行处理；若第一压力数据集不正常，则判断为设备故障；若所述第一压力数据集正常，则计算所述第一压力数据集中的所有第一压力数据的均值和方差；并根据均值和方差，计算得到与所述任一时间段相邻的下一个时间段的动态阈值范围；并将所述动态阈值范围输送至所述第二压力数据处理模块中；

所述第二压力数据处理模块用以对第二压力数据集进行处理，包括以下步骤；

步骤一、判断所述第二压力数据是否超过静态阈值；

若所述第二压力数据集中存在设定比例的所述第二压力数据超过静态阈值，则判断为所述第二压力数据集异常，驱动所述报警装置报警；

步骤二、若不存在所述第二压力数据超过所述静态阈值或者超过静态阈值的所述第二压力数据在所述设定比例内，则判断所有所述第二压力数据是否在所述动态阈值范围内；

若所有第二压力数据均在所述动态阈值范围内，则判断所述第二压力数据集正常；

若存在第二压力数据不在所述动态阈值范围内的比例不大于设定比例，则判断所述第二压力数据集存在毛刺数据；

若存在第二压力数据不在所述动态阈值范围内的比例大于设定比例，则判断所述第二压力数据集异常；驱动所述报警装置报警。

本发明判断管道压力是否异常，先设置一个静态阈值，相当于第一次判断，然后第二次判断则为动态阈值判断，只需要根据变量在正常状态下的历史数据，分别计算得到变量的均值方差，阈值范围设在区间[μ-3σ-S₁，μ+3σ+S₂]内。

如图3所示，选择时间从4点到10点，共6个小时压力数据，进行曲线拟合。一共三条曲线，压力数据曲线2，阈值上限曲线1和阈值下限曲线3。图3中，横坐标为时间，纵坐标为压力值MPa。

据概率论的知识，落在此阈值范围内的概率为97.38％，落在此范围外数据的概率仅为2.72％，属于小概率事件，可以认为超出区间外的数据值是异常值。该方法输入程序系统计算方便，阈值曲线和实际曲线拟合度较高，且能够辨别压力变化幅度，判断压力曲线变化的原因，例如是热源厂加压，存在泄漏等复杂情况。

需要说明的是，在本文中，若若存在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。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于数字压力信号处理的热力管网泄漏监测方法，其特征在于，包括以下步骤：

S1、获取任一时间段内的所有热力管道的第一压力数据，得到第一压力数据集；判断第一压力数据集是否正常；若所述第一压力数据集不正常，则判断为设备故障；若所述第一压力数据集正常，则计算所述第一压力数据集中的所有第一压力数据的均值和方差；

S2、根据S1得到的均值和方差，计算得到与所述任一时间段相邻的下一个时间段的动态阈值范围；所述动态阈值范围为[μ-3σ-S₁，μ+3σ+S₂]，采用以下方式模型获得：

其中，[μ-3σ-S₁，μ+3σ+S₂]表示动态阈值范围；X_i表示第i个第一压力数据；n表示第一压力数据集合总数，μ表示所有第一压力数据的均值、σ表示所有第一压力数据的标准差；S₁、S₂表示补偿值，S₁、S₂的初始值均为0.02；

S3、获取所述下一个时间段的所有热力管道的第二压力数据，得到第二压力数据集；判断所述第二压力数据是否超过静态阈值；

若所述第二压力数据集中存在设定比例的所述第二压力数据超过静态阈值，则判断为所述第二压力数据集异常；若不存在所述第二压力数据超过所述静态阈值或者超过静态阈值的所述第二压力数据在所述设定比例内，则判断所有所述第二压力数据是否在所述动态阈值范围内；

S4、若所有第二压力数据均在所述动态阈值范围内，则判断所述第二压力数据集正常；若存在第二压力数据不在所述动态阈值范围内的比例不大于设定比例，则判断所述第二压力数据集存在毛刺数据；若存在第二压力数据不在所述动态阈值范围内的比例大于设定比例，则判断所述第二压力数据集异常。

2.根据权利要求1所述的基于数字压力信号处理的热力管网泄漏监测方法，其特征在于，所述S1中存在所述第一压力数据集不正常的判定标准为：在所述S1的时间段内没有采集到任何第一压力数据；或者，所述S1的时间段内存在10％以上的第一压力数据均小于-0.5MPa；或者，所述S1的时间段内存在10％以上的第一压力数据均大于2.5MPa；或者，所述S1的时间段内存在小于-0.5MPa与大于2.5MPa数据之和在10％以上。

3.根据权利要求1所述的基于数字压力信号处理的热力管网泄漏监测方法，其特征在于，所述设定比例为10％。

4.根据权利要求1所述的基于数字压力信号处理的热力管网泄漏监测方法，其特征在于，所述S4中，若判断所述第二压力数据集存在毛刺数据，则将判断出来的毛刺剔除，并用此时刻的阈值上下限的平均值作为所述毛刺数据的代替值，得到新的第二压力数据集。

5.根据权利要求1所述的基于数字压力信号处理的热力管网泄漏监测方法，其特征在于，所述时间段为5min，所述第一压力数据集、所述第二压力数据集中的压力数据均为60个。

6.一种基于数字压力信号处理的热力管网泄漏监测系统，其特征在于，包括压力传感器、第一压力数据处理模块、第二压力数据处理模块、报警装置；

所述压力传感器用以监测热力管道的压力数据，得到任一时间段内的所有热力管道的第一压力数据，所有第一压力数据组成第一压力数据集；得到与所述任一时间段相邻的下一个时间段的所有热力管道的第二压力数据，所有第二压力数据组成第二压力数据集；

所述第一压力数据处理模块用以对所述压力传感器监测的第一压力数据进行处理；若第一压力数据集不正常，则判断为设备故障；若所述第一压力数据集正常，则计算所述第一压力数据集中的所有第一压力数据的均值和方差；并根据均值和方差，计算得到与所述任一时间段相邻的下一个时间段的动态阈值范围；所述动态阈值范围为[μ-3σ-S₁，μ+3σ+S₂]，采用以下方式模型获得：

其中，[μ-3σ-S₁，μ+3σ+S₂]表示动态阈值范围；X_i表示第i个第一压力数据；n表示第一压力数据集合总数，μ表示所有第一压力数据的均值、σ表示所有第一压力数据的标准差；S₁、S₂表示补偿值，S₁、S₂的初始值均为0.02；

并将所述动态阈值范围输送至所述第二压力数据处理模块中；

所述第二压力数据处理模块用以对第二压力数据集进行处理，包括以下步骤；

步骤一、判断所述第二压力数据是否超过静态阈值；

若所述第二压力数据集中存在设定比例的所述第二压力数据超过静态阈值，则判断为所述第二压力数据集异常，驱动所述报警装置报警；

步骤二、若不存在所述第二压力数据超过所述静态阈值或者超过静态阈值的所述第二压力数据在所述设定比例内，则判断所有所述第二压力数据是否在所述动态阈值范围内；

若所有第二压力数据均在所述动态阈值范围内，则判断所述第二压力数据集正常；

若存在第二压力数据不在所述动态阈值范围内的比例不大于设定比例，则判断所述第二压力数据集存在毛刺数据；

若存在第二压力数据不在所述动态阈值范围内的比例大于设定比例，则判断所述第二压力数据集异常；驱动所述报警装置报警。

7.根据权利要求6所述的基于数字压力信号处理的热力管网泄漏监测系统，其特征在于，存在所述第一压力数据集不正常的判定标准为：在所述时间段内没有采集到任何第一压力数据；或者，所述时间段内存在10％以上的第一压力数据均小于-0.5MPa；或者，所述时间段内存在10％以上的第一压力数据均大2.5MPa；或者，所述时间段内存在小于-0.5MPa与大于2.5MPa数据之和在10％以上。

8.根据权利要求6所述的基于数字压力信号处理的热力管网泄漏监测系统，其特征在于，设定比例为10％。

Images