CN114609622B - 基于p-tdr的热力管网泄漏故障的发现和定位方法 - Google Patents
基于p-tdr的热力管网泄漏故障的发现和定位方法 Download PDFInfo
- Publication number
- CN114609622B CN114609622B CN202210260741.8A CN202210260741A CN114609622B CN 114609622 B CN114609622 B CN 114609622B CN 202210260741 A CN202210260741 A CN 202210260741A CN 114609622 B CN114609622 B CN 114609622B
- Authority
- CN
- China
- Prior art keywords
- signal
- value
- pipe network
- frequency
- fitness
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000010438 heat treatment Methods 0.000 title claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 230000002068 genetic effect Effects 0.000 claims abstract description 12
- 230000000737 periodic effect Effects 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 19
- 108090000623 proteins and genes Proteins 0.000 claims description 13
- 230000035772 mutation Effects 0.000 claims description 10
- 210000000349 chromosome Anatomy 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 235000011389 fruit/vegetable juice Nutrition 0.000 claims description 3
- 230000007614 genetic variation Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 20
- 230000006870 function Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000009529 body temperature measurement Methods 0.000 description 5
- 239000013307 optical fiber Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000003331 infrared imaging Methods 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000001069 Raman spectroscopy Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Abstract
本发明公开了一种基于P‑TDR的热力管网泄漏故障的发现和定位方法,包括:提供基于P‑TDR的热力管网泄漏故障的发现和定位系统,该系统产生多个频率不同的正弦波信号,分别发射信号送至待测的供热管道;接收所述供热管道的反射信号,与发射信号进行相位对比,输出对应于每个频率的不足周期的相位差;通过管道基准电磁波传播速度、对应于第一频率的不足周期的相位差以及第一频率得出估计的故障位置;使用估计的故障位置,分别计算出对应于其他频率的完整周期波的个数;通过遗传算法确定波速实际值,从而判断实际的故障位置。本发明可以提高供热管网泄漏检测效率,确定泄露点位置,保证供热管网及电厂机组的安全运行,检测速度快,成本低。
Description
技术领域
本发明涉及供热管网故障监测技术领域,尤其涉及一种基于P-TDR的热力管网泄漏故障的发现和定位方法。
背景技术
随着我国社会经济的发展,供热方式正在迅速的从以前的区域供热向集中供热转变,热用户的数量不断增加,城市供热管网的覆盖面积越来越大。
随着集中供热系统规模的扩大和运行年代的增长,各地热网故障不断发生,其中以泄漏故障最为常见。管道泄漏会直接导致管内高温介质大量流失,污染环境,泄露严重甚至还可能导致地质塌陷,造成人员伤亡,及时发现管线事故并排除事故是安全生产的重要环节。因此建立可靠的泄漏监测系统,对管线提供连续不间断的检测,在实际的安全生产具有越来越重要的意义。
供热管网泄露检测,特别是泄露故障实时监测方法的研究及应用,一直得到国内外学者及热力管网运营单位的重点关注。该方法可以分为直接法与间接法两类。直接法主要包括直埋预警线法、分布式光纤测温法以及红外成像检测方法。目前欧洲直埋预警线监测系统已经拥有了较成熟的设计与工艺方法。该方法分为阻抗式与电阻式两种,都需要在预制保温层中埋设报警线,分别通过检测脉冲反射信号和电阻值来诊断故障点及其位置,能够检测内、外渗漏。但该方法需要在一定距离内(国内建议500m)布置检测点,且检测点的现场安装工艺以及整个监测系统对管网设计及工艺都要求很高;分布式光纤测温法主要基于拉曼光反射、布里渊光反射和光纤光栅原理,通过布置在管道外侧,由串联的测温光纤传感器构成的测温系统,感知泄露产生的温度变化,从而发现泄露并能进行精确定位。其中基于拉曼光反射的英国York公司分布式光纤温度传感系统应用较多,但相对直埋预警线法,成本更高,技术成熟度低;红外成像检测方法采用热红外成像技术,将被测目标的红外辐射能量分布图像,转换成被测目标温度场的标准视频信号。该方法作为供热管网人工巡检方法之一,不对管网运行产生任何影响,主要用于埋置较浅的直埋热力管道。目前国内外有研究采用无人机载红外摄像对整个城市管网进行泄露监测,但无法分辨泄露与管道保温破坏导致的管道周围温度上升,且无人机高空飞行目前受到国家安全管控,实施难度大。
间接法目前主要包括模型法、神经网络法以及统计检测方法。模型法即通过建立供热管网稳态或瞬态模型,将管网模拟值与实际运行数据(流量或压力)进行比较分析确定是否泄露,该方法的准确度主要取决于管网模型的精度;神经网络法依靠学习管网正常与故障运行数据,自主分析管网运行状态并建立判断管网泄漏的能力。该方法具有很强的抗干扰能力,但需要大量泄露数据学习建模;统计检测法是基于统计理论,分析泄露工况运行数据,并与正常工况建立函数关系来估算泄漏量和泄漏位置。该方法不需要建立模型,只需进行少量的压力与流量概率运算,具有广泛适应性,但是对仪器精度要求严格。
以上所述两类方法中,第一类直接法中的直埋预警线法,技术工艺较成熟,检测效率较高,但工艺要求高,造价较高,难以短期内在国内推广应用。即使新建管网可以考虑采用,但对于目前已建成运行的供热管网,由于成本过高,更难应用实施;分布式光纤测温法虽然已经有了一定的研究及工程应用积累,且该方法检测效率高,但相对直埋预警线法,其成本更高,技术成熟度更低;红外成像检测方法由于其简便快捷的特性,在人工检测领域已经获得大量应用。但即使国内条件允许,能够采用目前研究开发的无人机载红外摄像检测方法,也只能达到定期检测巡查的目的,且该方法还需解决如何在复杂背景与环境干扰下,分辨并确认供热管道泄露点;第二类间接法中,首先是模型法。无论是稳态或瞬态模型法,还需进一步提高模型精度,研究如何快速有效的建立具体供热管网模型;神经网络法面对的主要问题,除了获得有效的运行及泄漏数据以外,还要研究保证神经网络快速有效收敛的优化算法,进一步增强其泛化能力;统计检测方法运算简单、适应性广,且目前国内供热管网大量采用在线监测系统,为其提供了较扎实的应用基础。但还需依靠仪仪表精度的进一步提高,以及研究开发合适的检测方法与系统,使其能够应用在大型复杂城镇集中供热管网领域。
在其他领域里面,有使用时域反射技术(Time Domain Reflectometry,TDR)进行电缆故障定位的应用,其原理为向待测电缆发送一个脉冲信号,同时监测待测电缆的反射信号。电缆故障点因为阻抗不匹配,会产生发射信号。通过发送信号和反射信号的时间差,从而计算出故障点。
TDR看起来也可以用来定位供热管道的故障,但是由于供热管道的特殊性,比如:体积很大,中间还有热水/蒸汽,长度较长,埋地敷设的管道周围环境复杂,有时候有雨水,结冰等情况,导致干扰信号比较大,故障点反射信号的幅度很小,被湮没在干扰信号里面,基本不实用;同时,使用时间差来计算故障点的位置,需要对于时间差进行皮秒级别的精确测量,成本很高。
因此,本领域的技术人员致力于开发一种基于P-TDR的热力管网泄漏故障的发现和定位方法,以克服现有技术存在的问题。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是如何发现管道泄漏故障,和如何定位故障位置。
为实现上述目的,本发明提供了一种基于P-TDR的热力管网泄漏故障的发现和定位方法,包括以下步骤:
步骤1、提供基于P-TDR的热力管网泄漏故障的发现和定位系统,所述系统产生多个频率不同的正弦波信号,分别发射信号送至待测的供热管道;其中,所述多个频率为2a个,a为正整数,取最小的第一频率对应的第一波长大于所述供热管道的最大长度,其他频率数值依次呈指数增长;
步骤2、接收所述供热管道的反射信号,与所述发射信号进行相位对比,输出对应于每个频率的不足周期的相位差;
步骤3、通过管道基准电磁波传播速度、对应于所述第一频率的不足周期的相位差以及第一频率值得出估计的故障位置;
步骤4、使用所述估计的故障位置,通过管道基准电磁波传播速度、对应于其他频率的不足周期的相位差以及其他频率值,分别计算出对应于其他频率的完整周期波的个数;
步骤5、通过遗传算法确定波速实际值,从而判断实际的故障位置。
进一步地,所述步骤1中的所述系统包括脉冲信号发生器、信号处理单元、阻抗匹配电路、信号采集器、运算单元、显示单元;所述脉冲信号发生器用于产生多个频率不同的正弦波信号;所述阻抗匹配电路通过所述信号采集器连接至所述待测的供热管道,以根据供热管道的特征阻抗调节所述系统的输出阻抗;所述信号处理单元分别连接至所述脉冲信号发生器、阻抗匹配电路、运算单元,以完成所述发射信号和反射信号的采集与处理,并将处理结果传送给所述运算单元进行后续处理;所述运算单元被配置为采用信号处理方法分析采集到的数据,通过遗传算法确定波速实际值,从而判断实际的故障位置;所述显示单元与所述运算单元相连,用于显示所述故障位置。
进一步地,所述信号处理单元包括信号分配器、环形器、鉴相器、带通滤波器、模拟数字转换器;所述信号分配器将所述脉冲信号发生器产生的信号一路通过所述阻抗匹配电路作为待测的供热管道的测试输入信号,另一路通过所述环形器作为所述鉴相器的基准信号;所述反射信号通过所述阻抗匹配电路、带通滤波器作为所述鉴相器的输入信号;所述鉴相器的输出信号通过所述模拟数字转换器转换成数字信号,送至所述运算单元。
进一步地,所述步骤5中的所述通过遗传算法确定波速实际值具体包括以下步骤:
步骤5.1、确定波速偏差百分比极限值、对应于每个频率的相位测量误差百分比极限值;
步骤5.2、编码:将各种可能的波速偏差百分比、对应于每个频率的相位测量误差百分比分别使用第一长度的二进制串进行编码,将2a+1个所述二进制串连接在一起,组成的第二长度的二进制数形成个体的基因型,表示一个可行解;
步骤5.3、产生初始种群:生成若干个第二长度的第一随机数作为初始种群;
步骤5.4、适应度汁算:将每个基因型对应的表现型计算出来,将目标函数的值作为适应度的表现型,值越大,越不适应;所述目标函数的优化目标值为波速偏差百分比、对应于每个频率的相位测量误差百分比,所述目标函数的值为将考虑波速偏差和相位测量误差,对应于奇数项频率计算出的故障位置相加,并与对应于偶数项频率计算出的故障位置相减所得的值,所述目标函数的约束条件为波速偏差百分比和对应于每个频率的相位测量误差百分比均小于所确定的极限值;
步骤5.5、选择运算:将当前群体中适应度较高的个体按某种规则遗传到下一代群体中;
步骤5.6、适应度判断:如果某个个体的适应度为100%,则认为该个体为所述目标函数的正确解,退出循环;
步骤5.7、交叉运算:以某一概率相互交换某两个个体之间的部分染色体;
步骤5.8、变异运算:对基因值按概率进行改变,以产生新个体;
步骤5.9、跳转步骤5.4。
进一步地,所述步骤5.2中的所述各种可能的波速偏差百分比和对应于每个频率的相位测量误差百分比通过第一长度的二进制串的数值占第一长度的最大二进制数值的比值来表示。
进一步地,所述步骤5.5中的所述选择运算采用与适应度成负相关的概率来确定各个个体复制到下一代群体中的数量。
进一步地,所述步骤5.5中的所述选择运算具体包括以下步骤:
步骤5.5.1、计算出群体中所有个体的适应度的总和;
步骤5.5.2、计算出每个个体的相对适应度的大小;
步骤5.5.3、通过所述相对适应度的大小来确定每个个体被遗传到下一代群体中的概率值;
步骤5.5.4、将每个概率值各组成一个区域,使得全部概率值之和为1;
步骤5.5.5、产生一个0到1之间的第二随机数,依据所述第二随机数出现在哪一个概率区域内来确定各个个体被选中的次数。
进一步地,所述步骤5.5.2中的所述相对适应度为1减去所述个体的适应度占所述所有个体的适应度的总和的比值。
进一步地,所述步骤5.7中的所述交叉运算具体包括以下步骤:
步骤5.7.1、对群体进行随机配对;
步骤5.7.2、随机设置交叉点位置;
步骤5.7.3、相互交换配对染色体之间的部分基因。
进一步地,所述步骤5.8中的所述变异运算具体包括以下步骤:
对于每一个基因:
步骤5.8.1、产生一个范围为1至所述第二长度的第三随机数,作为基因变异位置;
步骤5.8.2、产生一个范围为[0,1]的二值随机数,如果所述二值随机数值为1,则将所述变异位置的原有基因值取反。
本发明的有益效果是:
1)提出了一种使用射频相位分析技术来定位供热管道故障新方法,检测速度快,成本低。
2)可以提高供热管网泄漏检测效率,确定泄露点位置,保证供热管网以及电厂机组的安全运行。
3)使用相位测量,不管发射信号的幅度多小,都不影响测量效果;成本上,模拟鉴相器或者数字鉴相器都是成熟的技术,成本较低。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的系统原理图;
图2是本发明的一个较佳实施例的反射波与发射波的相位差示意图;
图3是本发明的一个较佳实施例的遗传算法流程图。
具体实施方式
以下参考说明书附图介绍本发明的优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
实施例
为了解决现有技术存在的问题,本实施例利用供热管道为导体,而且对于高频信号,管道泄漏点的阻抗会发生突变,产生反射信号的特性,采用脉冲信号发生器,产生一系列频率不同的信号(例如,从1kHz到10GHz),将其产生的信号分为两路,一路接入供热管道,另外一路接入环形器;在信号接收端接收管道的反射信号;将反射信号整形,分频,然后与环形器的信号进行相位对比,输出每个频率的相位差。通过这些相位差,得出故障点的位置。
本实施例可以包括脉冲信号发生器、信号处理单元、信号采集器、阻抗匹配电路、运算单元、显示屏。脉冲信号发生器与信号处理单元、阻抗匹配电路相连,用于产生一系列频率不同的正弦波信号(例如,从1kHz到10GHz);信号采集器与阻抗匹配电路、信号处理单元相连,完成发射信号和反射信号的采集与处理,并将处理结果传送给运算单元后续处理;阻抗匹配电路与信号采集器和供热管道相连接,利用阻容耦合原理,根据供热管道的特征阻抗调节系统的输出阻抗,以保证信号在传输过程中不失真;运算单元与信号处理单元和显示屏相连接,采用信号处理方法分析采集到的数据,通过遗传算法确定波速,然后寻找数据的特征拐点来判断故障的位置;显示屏与运算单元相连接,用于显示故障位置。
如图1所示,本实施例提供了一种基于相位时域反射技术(Phase-Time DomainReflectometry,P-TDR)的热力管网泄漏故障的发现和定位系统,包括信号源V1、输出耦合电路1、待测管道2、输入耦合电路3、信号分配器F1、环形器X1、鉴相器M1、带通滤波器F2、模拟数字转换器ADC、运算单元4。输出耦合电路1、输入耦合电路3构成了阻抗匹配电路。
信号源V1产生多个频率的正弦波信号。信号分配器F1将信号源V1产生的信号分成两路,一路作为待测管道2的测试输入信号S1,另外一路作为鉴相器M1的输入基准信号S2。
测试输入信号S1通过由C1、L1、C2组成的输出耦合电路1,接入待测管道2。
在管道发生泄漏的地方,会产生反射信号;反射信号通过由C3、L2、C4组成的输入耦合电路3接入带通滤波器F2,然后接入鉴相器M1的输入端子#2。
输入基准信号S2通过环形器X1接入鉴相器M1输入端子#1。
鉴相器M1的输出通过模拟数字转换器ADC,转换成数字信号,接入运算单元4。
运算单元4对于信号进行计算,数字滤波,判断有没有泄漏点,如果存在泄漏点,则输出故障位置。
本实施例的工作原理为:利用高频下阻抗不匹配时信号会发生反射的原理,当管道发生泄漏时,在泄漏点会有一个反射波。通过测量被测物的反射波与发射波的相位差来判断阻抗不连续点的位置。
如图2所示,当发射波5遇到了泄漏点之后发生反射,反射波6和发射波5之间的相位差的大小与何时遇到泄漏点有关。
设发射波5与反射处(故障位置)的距离为x,电磁波速度(波速)为v,往返它们之间所用的时间为t。可知,
设无线信号频率(调制波的频率)为f,从发射到接收间的相位差其中N为完整周期波的个数,可以为任意正整数,/>为不足周期的相位差。
其中,可以通过鉴相器来测量;使用多频率测量方法确定N。
则可得出,
因此,
而波速v=fλ,其中,λ为波长。频率越高,波长越短。为了得到较高的测距精度和满足测量范围,选取8个频率测量距离。这8个频率的波长分别为λ1、λ2、λ3、λ4、λ5、λ6、λ7和λ8。λ1必须大于管道的最大长度,定为10km;λ2为λ1的10%,为1000m,λ3为λ2的10%,为100m,λ4为λ3的10%,为10m,λ5为λ4的10%,为1m,λ6为λ5的10%,为0.1m,λ7为λ6的10%,为0.01m,λ8为λ7的10%,为1mm。这样的频率组合,极限测量精度为2mm。
为了确定故障位置,需要知道每个频率的电信号在供热管道里面的波长。因为波长不好测量,按照波长与频率和波速的函数关系,只要精确测量电信号在供热管道的波速,就能够确定波长,从而确定故障具体位置。
电磁波在介质中的传播速度(波速),其大小可表示为
其中,C为光速(3×1010cm/s),εr为相对介电常数。从供热管道的供应商可以获取管道的相对介电常数,从而得出管道基准电磁波传播速度v0。
但是,供热管道的实际电磁波传播速度不是一个恒定值,由于管道的电感、电容、大地电阻率等受天气影响,导致波速实际值与理论值偏差较大,无法准确定位故障位置。为了解决波速精确计算困难的问题,我们使用遗传算法来求解波速。
按照上述公式,故障位置
由于波长λ1大于管道的最大长度,所以对于λ1,N1=0。
算式1:(对于波长λ1),
算式2:(对于波长λ2),
算式3:(对于波长λ3),
算式4:(对于波长λ4),
算式5:(对于波长λ5),
算式6:(对于波长λ6),
算式7:(对于波长λ7),
算式8:(对于波长λ8)。
首先,使用算式1,通过管道基准电磁波传播速度v0、和f1可以估计出故障位置x:
然后,使用计算出来的x,代入算式2可以计算出N2,代入算式3可以计算出N3,一直得到N8。
由于故障位置x是一个固定值,将上面波速v作为优化目标值可得下式:
考虑到波速与基准值的偏差,和相位测量误差,引入波速偏差和相位测量误差,得到下面算式:
v=v0(1+△v),
式中:
v为波速实际值,v0为管道基准波速,Δv为波速偏差百分比,为相位差的实际值,Rn为相位差的测量值,ΔRn为相位测量误差百分比。
因此,波速v的计算转为求带变量约束的下述方程的最小值:
v=v0(1+△v),
约束条件:
|△v|≤△vmax
|△Rn|≤△Rnmax
式中:
Δvmax为波速偏差百分比极限值,ΔRnmax为相位测量误差百分比极限值。
如图3所示,本实施例的遗传算法基本流程如下:
步骤1:计算出N2~N8。
步骤2:通过经验确定Δvmax、ΔRnmax值,一般Δvmax为10%,ΔRnmax为5%。
步骤3:编码。将Δv、ΔR1、ΔR2、ΔR3、ΔR4、ΔR5、ΔR6、ΔR7、ΔR8分别使用一个长度为8位(bit)的二进制串进行编码,将这9个二进制串连接在一起,组成的72位二进制数就形成了个体的基因型,表示一个可行解。
例如,基因型X=00000001 00000010 00000011 00000100 00000101 0000011000000111 00001000 00001001所对应的表现型是:
[△v,△R1,△R2,△R3,△R4,△R5,△R6,△R7,△R8]=[1·△vmax/127,2·△R1max,3·△R2max/127,4·△R3max/127,5·△R4max/127,6·△R5max/127,
7·△R6max/127,8·△R7max/127,9·△R8max/127]
步骤4:产生初始种群。群体规模的大小取为256。生成256个长度为72位的随机数作为初始种群。
步骤5:适应度汁算。将每个基因对应的表现型计算出来,将目标函数的值作为适应度的表现,值越大,越不适应。
步骤6:选择运算。选择运算(或称为复制运算)把当前群体中适应度较高的个体按某种规则或模型遗传到下一代群体中。我们采用与适应度成负相关的概率来确定各个个体复制到下一代群体中的数量。其具体操作过程是:
1)先计算出群体中所有个体的适应度的总和Σgi(i=1,2,…,M);
2)其次计算出每个个体的相对适应度的大小它即为每个个体被遗传到下一代群体中的概率;
3)将每个概率值各组成一个区域,使得全部概率值之和为1;
4)最后再产生一个0到1之间的随机数,依据该随机数出现在上述哪一个概率区域内来确定各个个体被选中的次数。
步骤7:适应度判断。如果某个个体的适应度为100%,则认为该个体为目标函数的正确解,退出循环。
步骤8:交叉运算。交叉运算是遗传算法中产生新个体的主要操作过程,它以某一概率相互交换某两个个体之间的部分染色体。
采用单点交叉的方法,其具体操作过程是:
1)先对群体进行随机配对;
2)其次随机设置交叉点位置;
3)最后再相互交换配对染色体之间的部分基因。
步骤9:变异运算。变异运算是对基因值按概率进行改变,它也是产生新个体的一种操作方法。
我们采用基本位变异的方法来进行变异运算,其具体操作过程是:
对于每一个基因:
1)产生一个范围为[1,72]的随机数,作为基因变异位置;
2)然后产生一个范围为[0,1]的二值随机数,如果随机数值为1,则将变异点的原有基因值取反。
步骤10:跳转步骤5。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (9)
1.一种基于P-TDR的热力管网泄漏故障的发现和定位方法,其特征在于,包括以下步骤:
步骤1、提供基于P-TDR的热力管网泄漏故障的发现和定位系统,所述系统产生多个频率不同的正弦波信号,分别发射信号送至待测的供热管道;其中,所述多个频率为2a个,a为正整数,取最小的第一频率对应的第一波长大于所述供热管道的最大长度,其他频率数值依次呈指数增长;
步骤2、接收所述供热管道的反射信号,与所述发射信号进行相位对比,输出对应于每个频率的不足周期的相位差;
步骤3、通过管道基准电磁波传播速度、对应于所述第一频率的不足周期的相位差以及第一频率值得出估计的故障位置;
步骤4、使用所述估计的故障位置,通过管道基准电磁波传播速度、对应于其他频率的不足周期的相位差以及其他频率值,分别计算出对应于其他频率的完整周期波的个数;
步骤5、通过遗传算法确定波速实际值,从而判断实际的故障位置;
所述步骤5中的所述通过遗传算法确定波速实际值具体包括以下步骤:
步骤5.1、确定波速偏差百分比极限值、对应于每个频率的相位测量误差百分比极限值;
步骤5.2、编码:将各种可能的波速偏差百分比、对应于每个频率的相位测量误差百分比分别使用第一长度的二进制串进行编码,将2a+1个所述二进制串连接在一起,组成的第二长度的二进制数形成个体的基因型,表示一个可行解;
步骤5.3、产生初始种群:生成若干个第二长度的第一随机数作为初始种群;
步骤5.4、适应度汁算:将每个基因型对应的表现型计算出来,将目标函数的值作为适应度的表现型,值越大,越不适应;所述目标函数的优化目标值为波速偏差百分比、对应于每个频率的相位测量误差百分比,所述目标函数的值为将考虑波速偏差和相位测量误差,对应于奇数项频率计算出的故障位置相加,并与对应于偶数项频率计算出的故障位置相减所得的值,所述目标函数的约束条件为波速偏差百分比和对应于每个频率的相位测量误差百分比均小于所确定的极限值;
步骤5.5、选择运算:将当前群体中适应度较高的个体按某种规则遗传到下一代群体中;
步骤5.6、适应度判断:如果某个个体的适应度为100%,则认为该个体为所述目标函数的正确解,退出循环;
步骤5.7、交叉运算:以某一概率相互交换某两个个体之间的部分染色体;
步骤5.8、变异运算:对基因值按概率进行改变,以产生新个体;
步骤5.9、跳转步骤5.4。
2.如权利要求1所述的基于P-TDR的热力管网泄漏故障的发现和定位方法,其特征在于,所述步骤1中的所述系统包括脉冲信号发生器、信号处理单元、阻抗匹配电路、信号采集器、运算单元、显示单元;所述脉冲信号发生器用于产生多个频率不同的正弦波信号;所述阻抗匹配电路通过所述信号采集器连接至所述待测的供热管道,以根据供热管道的特征阻抗调节所述系统的输出阻抗;所述信号处理单元分别连接至所述脉冲信号发生器、阻抗匹配电路、运算单元,以完成所述发射信号和反射信号的采集与处理,并将处理结果传送给所述运算单元进行后续处理;所述运算单元被配置为采用信号处理方法分析采集到的数据,通过遗传算法确定波速实际值,从而判断实际的故障位置;所述显示单元与所述运算单元相连,用于显示所述故障位置。
3.如权利要求2所述的基于P-TDR的热力管网泄漏故障的发现和定位方法,其特征在于,所述信号处理单元包括信号分配器、环形器、鉴相器、带通滤波器、模拟数字转换器;所述信号分配器将所述脉冲信号发生器产生的信号一路通过所述阻抗匹配电路作为待测的供热管道的测试输入信号,另一路通过所述环形器作为所述鉴相器的基准信号;所述反射信号通过所述阻抗匹配电路、带通滤波器作为所述鉴相器的输入信号;所述鉴相器的输出信号通过所述模拟数字转换器转换成数字信号,送至所述运算单元。
4.如权利要求1所述的基于P-TDR的热力管网泄漏故障的发现和定位方法,其特征在于,所述步骤5.2中的所述各种可能的波速偏差百分比和对应于每个频率的相位测量误差百分比通过第一长度的二进制串的数值占第一长度的最大二进制数值的比值来表示。
5.如权利要求4所述的基于P-TDR的热力管网泄漏故障的发现和定位方法,其特征在于,所述步骤5.5中的所述选择运算采用与适应度成负相关的概率来确定各个个体复制到下一代群体中的数量。
6.如权利要求5所述的基于P-TDR的热力管网泄漏故障的发现和定位方法,其特征在于,所述步骤5.5中的所述选择运算具体包括以下步骤:
步骤5.5.1、计算出群体中所有个体的适应度的总和;
步骤5.5.2、计算出每个个体的相对适应度的大小;
步骤5.5.3、通过所述相对适应度的大小来确定每个个体被遗传到下一代群体中的概率值;
步骤5.5.4、将每个概率值各组成一个区域,使得全部概率值之和为1;
步骤5.5.5、产生一个0到1之间的第二随机数,依据所述第二随机数出现在哪一个概率区域内来确定各个个体被选中的次数。
7.如权利要求6所述的基于P-TDR的热力管网泄漏故障的发现和定位方法,其特征在于,所述步骤5.5.2中的所述相对适应度为1减去所述个体的适应度占所述所有个体的适应度的总和的比值。
8.如权利要求1所述的基于P-TDR的热力管网泄漏故障的发现和定位方法,其特征在于,所述步骤5.7中的所述交叉运算具体包括以下步骤:
步骤5.7.1、对群体进行随机配对;
步骤5.7.2、随机设置交叉点位置;
步骤5.7.3、相互交换配对染色体之间的部分基因。
9.如权利要求1所述的基于P-TDR的热力管网泄漏故障的发现和定位方法,其特征在于,所述步骤5.8中的所述变异运算具体包括以下步骤:
对于每一个基因:
步骤5.8.1、产生一个范围为1至所述第二长度的第三随机数,作为基因变异位置;
步骤5.8.2、产生一个范围为[0,1]的二值随机数,如果所述二值随机数值为1,则将所述变异位置的原有基因值取反。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210260741.8A CN114609622B (zh) | 2022-03-16 | 2022-03-16 | 基于p-tdr的热力管网泄漏故障的发现和定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210260741.8A CN114609622B (zh) | 2022-03-16 | 2022-03-16 | 基于p-tdr的热力管网泄漏故障的发现和定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114609622A CN114609622A (zh) | 2022-06-10 |
CN114609622B true CN114609622B (zh) | 2024-02-09 |
Family
ID=81863885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210260741.8A Active CN114609622B (zh) | 2022-03-16 | 2022-03-16 | 基于p-tdr的热力管网泄漏故障的发现和定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114609622B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5081460A (en) * | 1991-01-22 | 1992-01-14 | Hughes Aircraft Company | Method and apparatus for testing phase shifter modules of a phased array antenna |
CN1450354A (zh) * | 2002-02-22 | 2003-10-22 | 英特尔公司 | 集成可调的短距离/长距离时域反射测定法 |
CN101762612A (zh) * | 2010-01-19 | 2010-06-30 | 中国农业大学 | 一种时域反射土壤水分测试仪及测量方法 |
CN105069950A (zh) * | 2015-08-19 | 2015-11-18 | 长飞光纤光缆股份有限公司 | 一种光纤周界安防设备及确定光纤周界入侵信号的方法 |
US9414126B1 (en) * | 2015-03-09 | 2016-08-09 | Arcom Digital, Llc | Passive time domain reflectometer for HFC network |
CN106249104A (zh) * | 2016-07-29 | 2016-12-21 | 山东康威通信技术股份有限公司 | 一种通信电缆屏蔽层状态监测的检测装置及方法 |
CN107532925A (zh) * | 2015-03-06 | 2018-01-02 | 斯伦贝谢技术有限公司 | 用于检测受关注参数的光学传感器 |
CN109474332A (zh) * | 2018-12-21 | 2019-03-15 | 成都前锋电子仪器有限责任公司 | 一种基于驻波测量的线缆故障测量系统 |
-
2022
- 2022-03-16 CN CN202210260741.8A patent/CN114609622B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5081460A (en) * | 1991-01-22 | 1992-01-14 | Hughes Aircraft Company | Method and apparatus for testing phase shifter modules of a phased array antenna |
CN1450354A (zh) * | 2002-02-22 | 2003-10-22 | 英特尔公司 | 集成可调的短距离/长距离时域反射测定法 |
CN101762612A (zh) * | 2010-01-19 | 2010-06-30 | 中国农业大学 | 一种时域反射土壤水分测试仪及测量方法 |
CN107532925A (zh) * | 2015-03-06 | 2018-01-02 | 斯伦贝谢技术有限公司 | 用于检测受关注参数的光学传感器 |
US9414126B1 (en) * | 2015-03-09 | 2016-08-09 | Arcom Digital, Llc | Passive time domain reflectometer for HFC network |
CN105069950A (zh) * | 2015-08-19 | 2015-11-18 | 长飞光纤光缆股份有限公司 | 一种光纤周界安防设备及确定光纤周界入侵信号的方法 |
CN106249104A (zh) * | 2016-07-29 | 2016-12-21 | 山东康威通信技术股份有限公司 | 一种通信电缆屏蔽层状态监测的检测装置及方法 |
CN109474332A (zh) * | 2018-12-21 | 2019-03-15 | 成都前锋电子仪器有限责任公司 | 一种基于驻波测量的线缆故障测量系统 |
Non-Patent Citations (3)
Title |
---|
基于Φ-OTDR系统的声波信号管道监测方法;张旭;电子设计工程;全文 * |
基于相位检测原理的土壤水分时域反射测量技术;王克栋;王一鸣;冯磊;杨卫中;;农业机械学报(第01期);全文 * |
旅游安全事故周界安防入侵监测系统光纤Φ-OTDR传感器性能研究;赵雅;张书鸣;王博思;;激光杂志(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114609622A (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108627741B (zh) | 一种基于故障指示器的行波—阻抗法双端带支路配电网故障定位方法 | |
CN111222743B (zh) | 一种光纤感知事件的垂直偏移距离及威胁级别判断方法 | |
CN108375713A (zh) | 一种新型电网故障行波定位方法和系统 | |
CN102680135B (zh) | 一种基于电缆温度测量的电缆隧道环境监测方法及其系统 | |
KR101098528B1 (ko) | 관로 감시 시스템 및 방법 | |
CN101576593B (zh) | 阵列式劣质绝缘子局域电场检测装置及逆向诊断方法 | |
CN105676075B (zh) | 一种基于多端数据的配电网行波故障定位方法 | |
CN106443360A (zh) | 基于关联矩阵的配电网行波故障定位方法 | |
CN104122007A (zh) | 基于光纤光栅温度传感器的gis设备触头温度监测系统 | |
CN107884681A (zh) | Gil管道内部故障监测定位系统及方法 | |
CN101398130A (zh) | 一种利用现有无线网络监控流体传输管道的监控系统 | |
CN104820166A (zh) | 电力电缆多状态综合在线监测系统及电缆线芯温度的计算方法 | |
Jin et al. | Fault location method for distribution lines with distributed generators based on a novel hybrid BPSOGA | |
CN104931525A (zh) | 一种保温层效能实时在线分布式监测方法及系统 | |
CN110146784A (zh) | 一种基于阻抗相位变化比率的电缆局部缺陷定位方法 | |
CN107246896A (zh) | 一种智能、可移动明渠流量监测仪及其监测方法 | |
CN114609622B (zh) | 基于p-tdr的热力管网泄漏故障的发现和定位方法 | |
CN110410685B (zh) | 一种基于时域反射技术的地下管网渗漏定位系统及方法 | |
CN108562623A (zh) | 一种适合于频域频率步进体制测量土壤介电特性的传感器及其制作方法 | |
CN103344351A (zh) | 数字化供热管道监控系统 | |
Jones et al. | The effect of bends on the long-range microwave inspection of thermally insulated pipelines for the detection of water | |
CN105973499A (zh) | 一种外覆绝缘材料导体的温度测量方法 | |
CN202252874U (zh) | 基于集成的光纤光栅簇的热流体检漏及定位系统 | |
Wu et al. | Leveraging optical communication fiber and AI for distributed water pipe leak detection | |
CN111796165B (zh) | 一种基于自适应傅里叶变换的配电网故障定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |