CN113465826A - 一种燃气泄漏检测方法与装置 - Google Patents
一种燃气泄漏检测方法与装置 Download PDFInfo
- Publication number
- CN113465826A CN113465826A CN202110579728.4A CN202110579728A CN113465826A CN 113465826 A CN113465826 A CN 113465826A CN 202110579728 A CN202110579728 A CN 202110579728A CN 113465826 A CN113465826 A CN 113465826A
- Authority
- CN
- China
- Prior art keywords
- data
- concentration
- ranking
- time window
- peak
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 88
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 116
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 9
- 230000001419 dependent effect Effects 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 6
- 230000002411 adverse Effects 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 44
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 125000002496 methyl group Chemical group [H]C([H])([H])* 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
-
- 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
- F17D5/005—Protection or supervision of installations of gas pipelines, e.g. alarm
Abstract
本发明提供一种燃气泄漏检测方法及装置。所述方法包括:从检测车获取相同检测时间的甲烷浓度序列A和乙烷浓度序列B;对A、B分别进行背景去噪处理,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB;分别求解AA和BB的峰值点,按照峰值点的幅度大小对峰值点进行排名,并对所述排名进行融合得到综合排名;构建以AA或BB的峰值为因变量、以所述峰值的综合排名为自变量的离散序列,计算所述序列中的突降点,突降点及其前面的峰值点均为燃气泄漏点。本发明由于基于剔除背景信号后的气体浓度进行燃气泄漏检测,能够消除背景噪声对检测结果的不良影响;由于基于两种气体浓度峰值点的排名进行综合排名,可消除异常数据对检测结果的不良影响。
Description
技术领域
本发明属于有毒气体泄漏检测与定位技术领域,具体涉及一种燃气泄漏检测方法与装置。
背景技术
天然气的应用已从民用发展到工业、采暖、制冷、发电、燃气汽车、分布式能源等诸多领域。燃气的广泛应用对国民经济水平的提高和社会事业的发展起到了重要作用。但是随着燃气输配管网大面积的敷设,地下燃气管线越来越密集,也越来越复杂,燃气自身的特性加之管道在制造、安装、使用、管理等诸多方面的不确定因素,使燃气管道在一定程度上存在燃气泄漏的可能性,给城镇燃气管网的安全运行带来巨大挑战。燃气管道发生事故而导致的燃气泄漏事件频繁发生,不仅影响燃气的正常输送,而且还会造成大面积的环境污染,严重的还会引发火灾、爆炸等灾害,给人民的生命财产安全带来极大的威胁。
燃气泄漏最早采用人工检测方法,耗费时间长,费时费力。为此,已研制出专门用于燃气泄漏检测的检测车,可以对空气中的甲烷浓度进行实时检测,并根据甲烷浓度判断周围是否发生了燃气泄漏。但是由于各种各样的原因,空气中存在一定量的甲烷,这会对检测造成干扰。目前的燃气泄漏检测算法仅仅是根据甲烷的峰值进行判断,并没有考虑到甲烷背景值的影响,很难消除上述干扰的影响,造成在定位时有较多的误报点。
发明内容
为了解决现有技术中存在的上述问题,本发明提供一种燃气泄漏检测方法与装置。
为了实现上述目的,本发明采用以下技术方案。
第一方面,本发明提供一种燃气泄漏检测方法,包括:
从检测车获取相同检测时间的甲烷浓度序列A和乙烷浓度序列B;
对A、B分别进行背景去噪处理,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB;
分别求解AA和BB的峰值点,按照峰值点的幅度大小对峰值点进行排名,得到第i个峰值点的排名Sa(i)、Sb(i),融合Sa(i)、Sb(i)得到综合排名S(i);
构建以AA或BB的峰值为因变量、以所述峰值的综合排名为自变量的离散序列,计算所述序列中相邻峰值点下降幅值超过设定阈值的突降点,所述突降点及其前面的峰值点均为燃气泄漏点。
进一步地,所述方法还包括对从检测车获取的数据进行预处理的步骤:补充缺失数据,去掉重复数据,剔除异常数据。
进一步地,所述对A、B分别进行背景去噪处理的方法包括:
将A、B分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内甲烷浓度的最小值Amin和乙烷浓度的最小值Bmin;
将Amin和Bmin分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内数据的平均值,得到甲烷浓度背景值A0和乙烷浓度的背景值B0;
计算AA=A-A0,BB=B-B0,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB。
更进一步地,滑动时间窗口长度的计算公式为:
N=int(l×f/v)
式中,N为窗口长度,其大小为数据采集周期的倍数或滑动时间窗口内的数据个数;l为滑动时间窗口覆盖的检测距离,单位为m;v为检测车行驶速度,单位为m/s;f为数据采集频率,单位HZ,int()表示取整运算。
进一步地,综合排名的方法包括:按照S=ka×Sa(i)+kb×Sb(i)的大小进行排名得到综合排名S(i),其中,ka、kb为加权系数,0<ka<1,0<kb<1,ka+kb=1。
第二方面,本发明提供一种燃气泄漏检测装置,包括:
数据获取模块,用于从检测车获取相同检测时间的甲烷浓度序列A和乙烷浓度序列B;
背景去噪模块,用于对A、B分别进行背景去噪处理,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB;
排名融合模块,用于分别求解AA和BB的峰值点,按照峰值点的幅度大小对峰值点进行排名,得到第i个峰值点的排名Sa(i)、Sb(i),融合Sa(i)、Sb(i)得到综合排名S(i);
泄漏检测模块,用于构建以AA或BB的峰值为因变量、以所述峰值的综合排名为自变量的离散序列,计算所述序列中相邻峰值点下降幅值超过设定阈值的突降点,所述突降点及其前面的峰值点均为燃气泄漏点。
进一步地,所述装置还包括预处理模块,用于对从检测车获取的数据进行预处理:补充缺失数据,去掉重复数据,剔除异常数据。
进一步地,所述对A、B分别进行背景去噪处理的方法包括:
将A、B分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内甲烷浓度的最小值Amin和乙烷浓度的最小值Bmin;
将Amin和Bmin分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内数据的平均值,得到甲烷浓度背景值A0和乙烷浓度的背景值B0;
计算AA=A-A0,BB=B-B0,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB。
更进一步地,滑动时间窗口长度的计算公式为:
N=int(l×f/v)
式中,N为窗口长度,其大小为数据采集周期的倍数或滑动时间窗口内的数据个数;l为滑动时间窗口覆盖的检测距离,单位为m;v为检测车行驶速度,单位为m/s;f为数据采集频率,单位HZ,int()表示取整运算。
进一步地,综合排名的方法包括:按照S=ka×Sa(i)+kb×Sb(i)的大小进行排名得到综合排名S(i),其中,ka、kb为加权系数,0<ka<1,0<kb<1,ka+kb=1。
与现有技术相比,本发明具有以下有益效果。
本发明由于基于剔除背景信号后的甲烷浓度和乙烷浓度进行燃气泄漏检测,能够消除背景噪声对检测结果的不良影响;由于基于两种气体浓度峰值点的排名进行综合排名,而不是基于峰值点浓度大小进行综合排名实现燃气泄漏检测,可消除汽车尾气、城市下水道气体等造成的数据异常对检测结果的不良影响。
附图说明
图1为本发明的实施例一种燃气泄漏检测方法的流程图。
图2为甲烷浓度曲线的示意图。
图3为包含峰值点的时域曲线示意图。
图4为本发明的实施例一种燃气泄漏检测装置的方框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明白,以下结合附图及具体实施方式对本发明作进一步说明。显然,所描述的实施例仅仅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。
图1为本发明实施例一种燃气泄漏检测方法的流程图,所述方法包括以下步骤:
步骤101,从检测车获取相同检测时间的甲烷浓度序列A和乙烷浓度序列B;
步骤102,对A、B分别进行背景去噪处理,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB;
步骤103,分别求解AA和BB的峰值点,按照峰值点的幅度大小对峰值点进行排名,得到第i个峰值点的排名Sa(i)、Sb(i),融合Sa(i)、Sb(i)得到综合排名S(i);
步骤104,构建以AA或BB的峰值为因变量、以所述峰值的综合排名为自变量的离散序列,计算所述序列中相邻峰值点下降幅值超过设定阈值的突降点,所述突降点及其前面的峰值点均为燃气泄漏点。
本实施例涉及燃气泄漏检测车。所述检测车主要包括载车和安装在载车上的传感器单元和数据处理单元,用于测量检测点的甲烷浓度和乙烷浓度。当然,还应包括通信单元,用于上传检测数据。本实施例所述方法可由安装在云端服务器上的程序基于从检测车获取的数据实现燃气泄漏检测。
在本实施例中,步骤101主要用于从检测车获取甲烷浓度和乙烷浓度数据。本实施例通过同时监测甲烷浓度和乙烷浓度,然后融合两种气体浓度的数据实现燃气泄漏检测。这种数据融合处理方法的检测精度显然优于仅基于甲烷浓度一种数据进行检测的精度。由于需要同时对甲烷浓度和乙烷浓度进行处理,因此两种浓度数据对应的采集时刻应该相同,即需要将两种浓度数据在时间上对正,得到与两种浓度对应的两个数据序列A和B。值得说明的是,除了需要获取甲烷浓度和乙烷浓度数据,一般还需要获取检测车的位置坐标、车速、风速等数据,用于泄漏源的定位计算。
在本实施例中,步骤102主要用于获得剔除背景信号后的甲烷浓度和乙烷浓度。图2是甲烷浓度序列的示意图,图中的背景浓度大约有2ppm左右。背景浓度主要由噪声信号和干扰信号组成,如果不对其进行处理,用包含背景浓度的甲烷浓度和乙烷浓度信号直接进行燃气泄漏检测,有时容易将噪声或干扰信号误判为泄漏源。消除背景信号的方法很多,可以在时域进行去噪处理,也可以根据甲烷浓度信号和乙烷浓度信号与背景信号频率成份的不同,在频域采取滤波手段,滤除背景噪声保留有用的甲烷浓度信号和乙烷浓度信号。本实施例对消除背景信号的具体方法不作限制。本实施例由于基于剔除背景信号后的甲烷浓度和乙烷浓度进行燃气泄漏检测,能够消除背景信号对检测结果的不良影响。
在本实施例中,步骤103主要用于求解峰值点并进行排名。首先计算甲烷浓度和乙烷浓度的峰值点。一个曲线的峰值点实际上就是曲线上的极大值点,如图3所示,图3中的7个“+”分别为一个峰值点。对于连续函数f(t),极大值点t0满足:t<t0时,f(t)单调升,即一阶导数大于0;t>t0时,f(t)单调降,即一阶导数小于0。对于离散时间序列f(n),极大值点n0满足:f(n0-1)<f(n0),f(n0)>f(n0+1)。据此可以求出两种浓度曲线上的峰值点。然后分别对两种浓度曲线上的峰值点按照幅度大小进行排名,即峰值点的幅度越大排名越靠前,得到第i个峰值点的排名Sa(i)、Sb(i),并对Sa(i)、Sb(i)进行融合得到一个综合排名S(i)。
在本实施例中,步骤104主要用于确定燃气泄漏点。本实施例检测燃气泄漏点的原理是,发生泄漏的检测点的气体浓度明显大于没有发生泄漏的检测点的气体浓度。具体方法是:根据上一步得到的综合排名S(i),对AA或BB的峰值进行排序,得到一个离散序列;然后计算该离散序列的突降点即峰值下降幅度超过设定阈值的点。突降点(包括突降点)以前的峰值点的幅值明显高于突降点后面的峰值点的幅值,因此,可以认为突降点以前的峰值点对应燃气泄漏点。如果没有检测到突降点,说明此次检测没有燃气泄漏点。本实施例由于基于两种气体浓度峰值点的排名进行综合排名,而不是基于峰值点幅值进行综合排名,可消除汽车尾气、城市下水道气体等造成的数据异常对排名的影响,从而提高检测精度。
作为一可选实施例,所述方法还包括对从检测车获取的数据进行预处理的步骤:补充缺失数据,去掉重复数据,剔除异常数据。
在本实施例中,增加数据预处理步骤,可提高数据处理的效率。检测车的数据采集频率是2Hz,即每秒钟采集到两条数据,由于信号干扰等因素的影响,数据收集过程可能会出现数据的缺失、异常和重复等情况,需要对数据进行预处理,俗称数据清洗。针对缺失值数据,采用拉格朗日插值的方法进行缺失值填补;针对重复数据,对相同检测时间并且经纬度相同的数据进行去重处理;针对异常点数据,使用箱线图法进行异常值处理。另外,为了避免数据大小相差悬殊造成数据处理误差,一般还要进行归一化处理。
作为一可选实施例,所述对A、B分别进行背景去噪处理的方法包括:
将A、B分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内甲烷浓度的最小值Amin和乙烷浓度的最小值Bmin;
将Amin和Bmin分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内数据的平均值,得到甲烷浓度背景值A0和乙烷浓度的背景值B0;
计算AA=A-A0,BB=B-B0,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB。
本实施例给出了背景去噪处理的一种技术方案。本实施例进行背景去噪处理的思路是:先计算各自的背景信号,然后用包含背景信号的甲烷浓度信号和乙烷浓度信号分别减去各自的背景信号。计算背景信号的原理是:设置一个固定长度的滑动时间窗口,计算每一时刻窗口内数据的最小值;再将输出的最小值再输入到一个固定长度的滑动时间窗口,计算每一时刻窗口内数据的平均值。实际上就是求最小值的平均值。由于是计算窗口内数据的最小值,只要窗口宽度大于有用信号(甲/乙烷浓度信号)的宽度,窗口内就包含背景信号,求最小值的结果一定是背景信号,因此可以去掉有用信号得到背景信号。本实施例的上述计算可以利用一个卷积神经网络CCN实现,CCN的卷积核即可实现滑动时间窗口的功能。
作为一可选实施例,滑动时间窗口长度的计算公式为:
N=int(l×f/v)
式中,N为窗口长度,其大小为数据采集周期的倍数或滑动时间窗口内的数据个数;l为滑动时间窗口覆盖的检测距离,单位为m;v为检测车行驶速度,单位为m/s;f为数据采集频率,单位HZ,int()表示取整运算。
本实施例给出了确定滑动时间窗口长度的技术方案。窗口长度可以用时间长度(如20秒)表示,通常一般用窗口时间长度相对数据采集周期的倍数或窗口内数据点的数量表示。窗口长度的大小与检测车行驶速度、检测覆盖的检测距离范围以及数据采集周期或频率有关,计算公式如上式。下面给出一个具体实例。首先确定时间窗口覆盖的检测距离为50米,这样会给复检排查工作带来便利。检测车平均车速大概为24.4km/h,即7m/s,检测设备的数据采集频率为2HZ,大约1秒钟2个值。将数据代入上述公式后得到:N=14。
作为一可选实施例,综合排名的方法包括:按照S=ka×Sa(i)+kb×Sb(i)的大小进行排名得到综合排名S(i),其中,ka、kb为加权系数,0<ka<1,0<kb<1,ka+kb=1。
本实施例给出了计算综合排名S(i)的一种技术方案。本实施例通过计算甲烷浓度峰值点的排名Sa(i)和乙烷浓度峰值点的排名Sb(i)的加权均值计算综合排名S(i)。由于燃气泄漏检测以甲烷浓度为主,因此应突出甲烷浓度峰值点的排名,而排名是越小越好,所以甲烷浓度的加权系数小于乙烷浓度的加权系数。由于是加权求均值(不是求和),因此限定加权系数均小于1且加权系数的和等于1。值得说明的是,由于本实施例只是根据排名的相对大小进行检测,因此也可以不进行此项限制,只要正确选取2个加权系数的相对大小即可,如取ka=0.8,kb=1。
图4为本发明实施例一种燃气泄漏检测装置的组成示意图,所述装置包括:
数据获取模块11,用于从检测车获取相同检测时间的甲烷浓度序列A和乙烷浓度序列B;
背景去噪模块12,用于对A、B分别进行背景去噪处理,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB;
排名融合模块13,用于分别求解AA和BB的峰值点,按照峰值点的幅度大小对峰值点进行排名,得到第i个峰值点的排名Sa(i)、Sb(i),融合Sa(i)、Sb(i)得到综合排名S(i);
泄漏检测模块14,用于构建以AA或BB的峰值为因变量、以所述峰值的综合排名为自变量的离散序列,计算所述序列中相邻峰值点下降幅值超过设定阈值的突降点,所述突降点及其前面的峰值点均为燃气泄漏点。
本实施例的装置,可以用于执行图1所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。后面的实施例也是如此,均不再展开说明。
作为一可选实施例,所述装置还包括预处理模块,用于对从检测车获取的数据进行预处理:补充缺失数据,去掉重复数据,剔除异常数据。
作为一可选实施例,所述对A、B分别进行背景去噪处理的方法包括:
将A、B分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内甲烷浓度的最小值Amin和乙烷浓度的最小值Bmin;
将Amin和Bmin分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内数据的平均值,得到甲烷浓度背景值A0和乙烷浓度的背景值B0;
计算AA=A-A0,BB=B-B0,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB。
作为一可选实施例,滑动时间窗口长度的计算公式为:
N=int(l×f/v)
式中,N为窗口长度,其大小为数据采集周期的倍数或滑动时间窗口内的数据个数;l为滑动时间窗口覆盖的检测距离,单位为m;v为检测车行驶速度,单位为m/s;f为数据采集频率,单位HZ,int()表示取整运算。
作为一可选实施例,综合排名的方法包括:按照S=ka×Sa(i)+kb×Sb(i)的大小进行排名得到综合排名S(i),其中,ka、kb为加权系数,0<ka<1,0<kb<1,ka+kb=1。
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,可轻易想到的变化或替换,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以权利要求的保护范围为准。
Claims (10)
1.一种燃气泄漏检测方法,其特征在于,包括以下步骤:
从检测车获取相同检测时间的甲烷浓度序列A和乙烷浓度序列B;
对A、B分别进行背景去噪处理,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB;
分别求解AA和BB的峰值点,按照峰值点的幅度大小对峰值点进行排名,得到第i个峰值点的排名Sa(i)、Sb(i),融合Sa(i)、Sb(i)得到综合排名S(i);
构建以AA或BB的峰值为因变量、以所述峰值的综合排名为自变量的离散序列,计算所述序列中相邻峰值点下降幅值超过设定阈值的突降点,所述突降点及其前面的峰值点均为燃气泄漏点。
2.根据权利要求1所述的燃气泄漏检测方法,其特征在于,所述方法还包括对从检测车获取的数据进行预处理的步骤:补充缺失数据,去掉重复数据,剔除异常数据。
3.根据权利要求1所述的燃气泄漏检测方法,其特征在于,所述对A、B分别进行背景去噪处理的方法包括:
将A、B分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内甲烷浓度的最小值Amin和乙烷浓度的最小值Bmin;
将Amin和Bmin分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内数据的平均值,得到甲烷浓度背景值A0和乙烷浓度的背景值B0;
计算AA=A-A0,BB=B-B0,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB。
4.根据权利要求3所述的燃气泄漏检测方法,其特征在于,滑动时间窗口长度的计算公式为:
N=int(l×f/v)
式中,N为窗口长度,其大小为数据采集周期的倍数或滑动时间窗口内的数据个数;l为滑动时间窗口覆盖的检测距离,单位为m;v为检测车行驶速度,单位为m/s;f为数据采集频率,单位HZ,int()表示取整运算。
5.根据权利要求1所述的燃气泄漏检测方法,其特征在于,综合排名的方法包括:按照S=ka×Sa(i)+kb×Sb(i)的大小进行排名得到综合排名S(i),其中,ka、kb为加权系数,0<ka<1,0<kb<1,ka+kb=1。
6.一种燃气泄漏检测装置,包括:
数据获取模块,用于从检测车获取相同检测时间的甲烷浓度序列A和乙烷浓度序列B;
背景去噪模块,用于对A、B分别进行背景去噪处理,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB;
排名融合模块,用于分别求解AA和BB的峰值点,按照峰值点的幅度大小对峰值点进行排名,得到第i个峰值点的排名Sa(i)、Sb(i),融合Sa(i)、Sb(i)得到综合排名S(i);
泄漏检测模块,用于构建以AA或BB的峰值为因变量、以所述峰值的综合排名为自变量的离散序列,计算所述序列中相邻峰值点下降幅值超过设定阈值的突降点,所述突降点及其前面的峰值点均为燃气泄漏点。
7.根据权利要求6所述的燃气泄漏检测装置,其特征在于,所述装置还包括预处理模块,用于对从检测车获取的数据进行预处理:补充缺失数据,去掉重复数据,剔除异常数据。
8.根据权利要求6所述的燃气泄漏检测装置,其特征在于,所述对A、B分别进行背景去噪处理的方法包括:
将A、B分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内甲烷浓度的最小值Amin和乙烷浓度的最小值Bmin;
将Amin和Bmin分别输入到一个长度相等的滑动时间窗口,计算每一时刻滑动时间窗口内数据的平均值,得到甲烷浓度背景值A0和乙烷浓度的背景值B0;
计算AA=A-A0,BB=B-B0,得到剔除背景信号后的甲烷浓度AA和乙烷浓度BB。
9.根据权利要求8所述的燃气泄漏检测装置,其特征在于,滑动时间窗口长度的计算公式为:
N=int(l×f/v)
式中,N为窗口长度,其大小为数据采集周期的倍数或滑动时间窗口内的数据个数;l为滑动时间窗口覆盖的检测距离,单位为m;v为检测车行驶速度,单位为m/s;f为数据采集频率,单位HZ,int()表示取整运算。
10.根据权利要求6所述的燃气泄漏检测装置,其特征在于,综合排名的方法包括:按照S=ka×Sa(i)+kb×Sb(i)的大小进行排名得到综合排名S(i),其中,ka、kb为加权系数,0<ka<1,0<kb<1,ka+kb=1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110579728.4A CN113465826A (zh) | 2021-05-26 | 2021-05-26 | 一种燃气泄漏检测方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110579728.4A CN113465826A (zh) | 2021-05-26 | 2021-05-26 | 一种燃气泄漏检测方法与装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113465826A true CN113465826A (zh) | 2021-10-01 |
Family
ID=77871380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110579728.4A Pending CN113465826A (zh) | 2021-05-26 | 2021-05-26 | 一种燃气泄漏检测方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113465826A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114673939A (zh) * | 2022-03-15 | 2022-06-28 | 中海石油气电集团有限责任公司 | 一种天然气微量泄漏的检测定位方法 |
CN115265962B (zh) * | 2022-06-28 | 2023-05-23 | 北京航天试验技术研究所 | 一种用于开放空间的氢泄漏检测及定位方法 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2199054C2 (ru) * | 2000-04-28 | 2003-02-20 | Нелля Петровна Максимович | Способ выявления утечки природного газа из магистрального газопровода |
US7075653B1 (en) * | 2005-04-29 | 2006-07-11 | Heath Consultants Incorporated | Method and apparatus for laser-based remote methane leak detection |
CN103512988A (zh) * | 2012-06-25 | 2014-01-15 | 合肥朗伯光电传感技术有限公司 | 便携式天然气、沼气光学检测装置及其鉴别方法 |
US20150241399A1 (en) * | 2014-02-27 | 2015-08-27 | Cummins, Inc. | Systems and methods for determining combustion properties of wellhead gas |
CN204664883U (zh) * | 2015-02-05 | 2015-09-23 | 北京理工大学 | 多路空气采样型窨井内燃气在线监测系统 |
JP2016080629A (ja) * | 2014-10-21 | 2016-05-16 | 東京瓦斯株式会社 | ガス漏洩検知装置 |
US20160216172A1 (en) * | 2011-10-20 | 2016-07-28 | Picarro, Inc. | Methods for gas leak detection and localization in populated areas using two or more tracer measurements |
CN106053756A (zh) * | 2016-05-18 | 2016-10-26 | 北京理工大学 | 一种用于气体浓度检测仪的控制系统 |
CN205982064U (zh) * | 2016-06-26 | 2017-02-22 | 北京航星网讯技术股份有限公司 | 一种手持式甲烷激光遥测与点测装置 |
CN106715998A (zh) * | 2014-07-29 | 2017-05-24 | 因菲肯有限公司 | 用于区分天然气和沼气的方法和装置 |
CN107461611A (zh) * | 2017-08-24 | 2017-12-12 | 南京邮电大学 | 基于小波和emd重构相结合的泄漏检测方法及泄漏检测装置 |
CN108286654A (zh) * | 2017-12-20 | 2018-07-17 | 北京华航无线电测量研究所 | 一种管线巡检装置及方法 |
CN207850919U (zh) * | 2017-12-29 | 2018-09-11 | 上海新奥新能源技术有限公司 | 一种车载天然气泄漏检测装置 |
CN108603844A (zh) * | 2016-02-11 | 2018-09-28 | 英福康有限责任公司 | 用于量化光学干扰气体杂质的量的方法 |
US10113956B1 (en) * | 2017-08-15 | 2018-10-30 | Aurora Innovative Technology LLC | Remote gas leakage detection systems using mid-infrared laser |
CN208253199U (zh) * | 2018-03-27 | 2018-12-18 | 上海新奥新能源技术有限公司 | 检测天然气泄漏的巡检设备及系统 |
CN109215295A (zh) * | 2018-09-11 | 2019-01-15 | 清华大学合肥公共安全研究院 | 燃气泄漏的判断方法、装置及电子设备 |
CN110107815A (zh) * | 2018-11-08 | 2019-08-09 | 清华大学合肥公共安全研究院 | 燃气管道的泄漏检测方法及装置 |
CN110319982A (zh) * | 2019-06-03 | 2019-10-11 | 清华大学合肥公共安全研究院 | 基于机器学习的埋地式燃气管线泄漏判断方法 |
CN110398320A (zh) * | 2019-07-09 | 2019-11-01 | 北京讯腾智慧科技股份有限公司 | 一种易于持续优化的燃气泄漏检测定位方法及系统 |
KR102047455B1 (ko) * | 2019-03-15 | 2019-11-21 | 선두전자(주) | 도시가스 누설 검지장치 |
CN111750281A (zh) * | 2020-07-05 | 2020-10-09 | 中国计量大学 | 燃气泄漏无人智能激光巡检系统 |
CN212410441U (zh) * | 2020-04-14 | 2021-01-26 | 苏州冠德能源科技有限公司 | 一种中远红外激光检测装置 |
-
2021
- 2021-05-26 CN CN202110579728.4A patent/CN113465826A/zh active Pending
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2199054C2 (ru) * | 2000-04-28 | 2003-02-20 | Нелля Петровна Максимович | Способ выявления утечки природного газа из магистрального газопровода |
US7075653B1 (en) * | 2005-04-29 | 2006-07-11 | Heath Consultants Incorporated | Method and apparatus for laser-based remote methane leak detection |
US20160216172A1 (en) * | 2011-10-20 | 2016-07-28 | Picarro, Inc. | Methods for gas leak detection and localization in populated areas using two or more tracer measurements |
CN103512988A (zh) * | 2012-06-25 | 2014-01-15 | 合肥朗伯光电传感技术有限公司 | 便携式天然气、沼气光学检测装置及其鉴别方法 |
US20150241399A1 (en) * | 2014-02-27 | 2015-08-27 | Cummins, Inc. | Systems and methods for determining combustion properties of wellhead gas |
CN106715998A (zh) * | 2014-07-29 | 2017-05-24 | 因菲肯有限公司 | 用于区分天然气和沼气的方法和装置 |
JP2016080629A (ja) * | 2014-10-21 | 2016-05-16 | 東京瓦斯株式会社 | ガス漏洩検知装置 |
CN204664883U (zh) * | 2015-02-05 | 2015-09-23 | 北京理工大学 | 多路空气采样型窨井内燃气在线监测系统 |
CN108603844A (zh) * | 2016-02-11 | 2018-09-28 | 英福康有限责任公司 | 用于量化光学干扰气体杂质的量的方法 |
CN106053756A (zh) * | 2016-05-18 | 2016-10-26 | 北京理工大学 | 一种用于气体浓度检测仪的控制系统 |
CN205982064U (zh) * | 2016-06-26 | 2017-02-22 | 北京航星网讯技术股份有限公司 | 一种手持式甲烷激光遥测与点测装置 |
US10113956B1 (en) * | 2017-08-15 | 2018-10-30 | Aurora Innovative Technology LLC | Remote gas leakage detection systems using mid-infrared laser |
CN107461611A (zh) * | 2017-08-24 | 2017-12-12 | 南京邮电大学 | 基于小波和emd重构相结合的泄漏检测方法及泄漏检测装置 |
CN108286654A (zh) * | 2017-12-20 | 2018-07-17 | 北京华航无线电测量研究所 | 一种管线巡检装置及方法 |
CN207850919U (zh) * | 2017-12-29 | 2018-09-11 | 上海新奥新能源技术有限公司 | 一种车载天然气泄漏检测装置 |
CN208253199U (zh) * | 2018-03-27 | 2018-12-18 | 上海新奥新能源技术有限公司 | 检测天然气泄漏的巡检设备及系统 |
CN109215295A (zh) * | 2018-09-11 | 2019-01-15 | 清华大学合肥公共安全研究院 | 燃气泄漏的判断方法、装置及电子设备 |
CN110107815A (zh) * | 2018-11-08 | 2019-08-09 | 清华大学合肥公共安全研究院 | 燃气管道的泄漏检测方法及装置 |
KR102047455B1 (ko) * | 2019-03-15 | 2019-11-21 | 선두전자(주) | 도시가스 누설 검지장치 |
CN110319982A (zh) * | 2019-06-03 | 2019-10-11 | 清华大学合肥公共安全研究院 | 基于机器学习的埋地式燃气管线泄漏判断方法 |
CN110398320A (zh) * | 2019-07-09 | 2019-11-01 | 北京讯腾智慧科技股份有限公司 | 一种易于持续优化的燃气泄漏检测定位方法及系统 |
CN212410441U (zh) * | 2020-04-14 | 2021-01-26 | 苏州冠德能源科技有限公司 | 一种中远红外激光检测装置 |
CN111750281A (zh) * | 2020-07-05 | 2020-10-09 | 中国计量大学 | 燃气泄漏无人智能激光巡检系统 |
Non-Patent Citations (8)
Title |
---|
WEI, YUBIN: "A High Sensitivity Methane Detector Based on Laser Absorption Spectrum", 2019 18TH INTERNATIONAL CONFERENCE ON OPTICAL COMMUNICATIONS AND NETWORKS (ICOCN) * |
叶玮琳;周波;余红志;孟永贤;郑传涛;: "中红外大气甲烷乙烷双组分气体的同步移动监测", 光学精密工程, no. 08 * |
张丽娟;李帆;王文龙;: "两种基于模式识别的枝状燃气管网泄漏定位方法", 天然气工业, no. 08, 25 August 2007 (2007-08-25) * |
张涛;马人杰;顾先凯;刘瑶;谭松玲;陈涛涛;贾文路;许光明;张福军;: "燃气管材在低温运行下的适用性研究", 管道技术与设备, no. 02 * |
王占永;余然;蔡铭;彭仲仁;: "路边空气污染移动测量的预处理方法", 河南科技大学学报(自然科学版), no. 04 * |
王占永;蔡铭;彭仲仁;高雅;: "基于移动观测的路边PM_(2.5)和CO浓度的时空分布", 中国环境科学, no. 12 * |
赵宏发;刘晓鹏;: "多种先进检测设备在天然气管网漏点检测中的运用", 辽宁科技学院学报, no. 03 * |
郭东歌;陈海永;贾林涛;郑国锋;冯山虎;武传伟;: "车载激光甲烷遥测系统的设计", 计算机测量与控制, no. 07 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114673939A (zh) * | 2022-03-15 | 2022-06-28 | 中海石油气电集团有限责任公司 | 一种天然气微量泄漏的检测定位方法 |
CN114673939B (zh) * | 2022-03-15 | 2023-12-19 | 中海石油气电集团有限责任公司 | 一种天然气微量泄漏的检测定位方法 |
CN115265962B (zh) * | 2022-06-28 | 2023-05-23 | 北京航天试验技术研究所 | 一种用于开放空间的氢泄漏检测及定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110671613B (zh) | 基于改进经验小波变换的流体管道泄漏信号时延估计方法 | |
CN107228282B (zh) | 一种天然气管道泄漏定位方法和装置 | |
CN103776654A (zh) | 多传感器信息融合的故障诊断方法 | |
CN110398320B (zh) | 一种易于持续优化的燃气泄漏检测定位方法及系统 | |
CN110242865B (zh) | 一种易于持续优化的燃气泄漏检测判定方法及系统 | |
CN108195396B (zh) | 一种新能源汽车车辆数据的有效性的检测方法及系统 | |
CN108106979B (zh) | 一种基于modis和机器学习模型融合的pm2.5反演方法 | |
CN100456010C (zh) | 基于压力信号拐点检测油气管道泄漏的方法 | |
CN108254798B (zh) | 一种快速定位地下光缆的方法及装置 | |
CN103062628A (zh) | 一种城市燃气埋地管道泄漏检测定位方法及其应用 | |
CN110389312B (zh) | 一种适用于现场pmu测试的校准器相量测量方法 | |
CN113465826A (zh) | 一种燃气泄漏检测方法与装置 | |
CN109374532A (zh) | 基于传递熵和自适应融合的污染排放遥测误差补偿方法 | |
CN109737317B (zh) | 流体管道泄漏的次声波定位系统及方法 | |
CN102230891A (zh) | 一种紫外光学多组分气体分析仪的数据处理系统 | |
CN115823508A (zh) | 一种空天地一体化管网安全监测方法及系统 | |
CN111695465A (zh) | 基于压力波模式识别的管网故障诊断与定位方法及系统 | |
CA2831593A1 (en) | Deconvolution method for emissions measurement | |
Han et al. | Plastic pipeline leak localization based on wavelet packet decomposition and higher order cumulants | |
He et al. | Weak fault detection method of rolling bearing based on testing signal far away from fault source | |
Jiang et al. | Denoising method of pipeline leakage signal based on VMD and Hilbert transform | |
Tylman et al. | Fully automatic AI-based leak detection system | |
CN105631238A (zh) | 一种滚动轴承振动性能变异的检测方法及系统 | |
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 | |
CN112413413B (zh) | 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 |
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 |