CN116464918B - 管道泄漏检测方法、系统及存储介质 - Google Patents

Abstract

本发明公开了管道泄漏检测方法、系统及存储介质，本方案巧妙性通过引入检测神经网络对管道泄漏的振动波形进行判断，使得检测人员可以通过检测神经网络输出的结果来初步判断出检测区域管道的泄漏情况，本方案还将两个振动数据拟合成一组故障排查数据，通过指向管道泄漏的特征波形在不同振动采集单元到达的时延，结合两个振动采集单元的位置和振动传播速度来确定泄漏点距离振动采集单元的距离信息，以此获得定位结果来辅助检测人员定位、排查，该方案不仅实施可靠、且响应效率高；除此之外，本方案还公开了对管道进行泄漏监测的方案，通过对间歇性采集到的管道振动数据进行判断，以此来提高管道泄漏发现效率，避免影响到使用时，才进行回溯排查。

Description

管道泄漏检测方法、系统及存储介质

技术领域

本发明涉及管道泄漏监测技术及检测技术领域，尤其涉及管道泄漏检测方法、系统及存储介质。

背景技术

管道作为水、油、气和汽传输的重要通道，目前大多管道均是采用带压输送的方式，由于管道存在受外力或腐蚀而发生泄漏的问题，因此，在管道投入使用时，对其进行泄漏监测是非常具有必要性的，尤其是管道内部输送的介质具有可燃或高温或高市场价值时，对其进行泄漏及时排查是非常重要的，由于带压输送的特性，当管道出现泄漏点时，其通常会产生一定的振动信号，而当前对管道进行泄漏排查的方法中，采用拾音设备进行排查的方式较为普遍，这种方式大多依赖人工或者是定点布设传感器进行排查，因此在效率上还有所欠佳，基于此，如何提高管道泄漏的检测可靠性和监测响应效率是非常具有现实意义的课题。

发明内容

有鉴于此，本发明的目的在于提出一种实施可靠、响应迅速、操作便利且对管道进行泄漏检测定位的结果参考性佳的管道泄漏检测方法、系统及存储介质。

为了实现上述的技术目的，本发明所采用的技术方案为：

一种管道泄漏检测方法，所述管道上以2～15m的间隔距离设有多个用于监测管道振动的振动采集单元，该振动采集单元标记有唯一标识和布设信息，且还设定有初始采集频率对管道进行振动信号采集；所述检测方法包括：

S01、振动采集单元获取第一指令，且以第一预设频率对管道振动信号进行采集，生成第一振动数据，其中，第一预设频率大于初始采集频率；

S02、将第一振动数据导入到经训练的第一检测神经网络中，由第一检测神经网络对第一振动数据中是否存在疑似泄漏的振动信号进行检测，且输出检测结果；

S03、获取检测结果，当检测结果指向为管道存在泄漏时，对振动采集单元发出第二指令，使其以第二预设频率对管道振动信号进行采集，生成第二振动数据，其中，第二预设频率大于第一预设频率；

S04、获取多个振动采集单元生成的第二振动数据，然后按预设条件对其进行特征波形定位和匹配，当匹配结果中具有两个以上第二振动数据的特征波形符合预设要求时，判断管道存在泄漏，且对应输出管道泄漏检测结果。

作为一种可能的实施方式，进一步，本方案还包括：

S05、在两个以上特征波形符合预设要求的第二振动数据中选取相关性符合预设要求的两个第二振动数据形成一组故障排查数据，其中，所述特征波形为指向管道存在泄漏的振动波形；

S06、根据故障排查数据中两个第二振动数据的特征波形时间差T_差和两个第二振动数据对应振动采集单元的布设信息，结合振动波形在管道中的预设传播速度，进行确定管道泄漏位置。

作为一种较优的选择实施方式，优选的，本方案S04包括：

S041、获取多个振动采集单元生成的第二振动数据，对其进行去噪处理，然后按预设条件对其进行特征波形定位，生成定位结果；

S042、根据定位结果对第二振动数据的特征波形进行提取，然后同一第二振动数据对应的特征波形进行内部相互匹配，获取第一匹配结果，当第一匹配结果指向第二振动数据内部具有多个相似度符合预设要求的特征波形时，对该特征波形进行标记第一标识，同时判断该第二振动数据对应振动采集单元所布设的管道疑似泄漏；

S043、将具有第一标识的特征波形进行提取出，然后将其与不同第二振动数据对应标记有第一标识的特征波形进行匹配，当匹配结果指向具有两个以上第二振动数据对应标记有第一标识的特征波形符合预设要求时，判断管道存在泄漏，且对应输出管道泄漏检测结果。

作为一种较优的选择实施方式，优选的，本方案所述管道上的振动采集单元还均标识有唯一ID和布设信息，该布设信息至少包括振动采集单元对应的位置信息、管道信息和与其相邻振动采集单元的ID。

作为一种较优的选择实施方式，优选的，本方案所述位置信息至少包括振动采集单元的GPS定位信息和其在管道上的相对位置信息，当相邻振动采集单元之间还具有分叉支路时，其具有多个相邻振动采集单元。

作为一种较优的选择实施方式，优选的，本方案所述管道信息包括：振动采集单元对应管道的材质信息和规格信息。

作为一种较优的选择实施方式，优选的，本方案S06包括：

S061、对一组泄漏排查数据中对应的两个第二振动数据进行特征波形相关性关联，使两个第二振动数据建立在同一时间线基准下；

S062、根据两个第二振动数据对应指向管道疑似泄漏的特征波形，确定特征波形的时延，获得指向管道疑似泄漏的特征波形在两个第二振动数据中的时间差T_差；

S063、根据振动采集单元的位置信息，获取两个第二振动数据对应的两个振动采集单元的间距信息L，以及根据管道信息获取该两个振动采集单元之间的振动信号传播速度V；

S064、假设一组泄漏排查数据的两个第二振动数据位于泄漏点同一侧时，两个第二振动数据对应的两个振动采集单元的间距信息L＝V×T_差；

以此，可以根据两个振动采集单元对应的位置信息来进一步获取振动在管道上传播的实际速度，即，V_实际＝L/T_差；

假设一组泄漏排查数据的两个第二振动数据位于泄漏点两侧时，泄漏点产生振动传播至两个振动采集单元时间分别为T₁、T₂则，泄漏点至两个振动采集单元的距离L₁、L₂分别表示如下：

L₁＝VT₁ (1)

L₂＝VT₂ (2)

两个振动采集单元的间距信息公式表示如下：

L＝L₁+L₂ (3)

指向管道疑似泄漏的特征波形在两个第二振动数据中的时间差T_差表示如下：

△T＝T₁-T₂ (4)

联立式(1)～(4)，可以获得：

L＝L₁+L₂＝VT₁+VT₂＝V(△T+T₂)+VT₂＝V△T+2VT₂＝V△T+2L₂

则可得：

L₂＝(L-V△T)/2

其中，L为两个第二振动数据对应的两个振动采集单元的间距信息，L ₁为其中一振动采集单元距离泄漏点的间距，T₁为泄漏点振动信号到达其中一振动采集单元的时长，L₂为另一振动采集单元距离泄漏点的间距，T₂为泄漏点振动信号到达另一振动采集单元的时长；△T为泄漏点振动信号到达两振动采集单元的时间差，V为泄漏点产生振动信号在管道上的传播速度。

基于上述，本发明还提供一种管道泄漏监测方法，其包括上述所述的管道泄漏检测方法，其还包括：

A01、接收振动采集单元以初始采集频率对管道进行振动信号采集的数据，获得间歇振动监测数据；

A02、获取间歇振动监测数据，对其高于预设阈值的波形数据进行数量统计，当高于预设阈值的波形数据数量大于预设量时，执行A03，否则跳转会A01；

A03、将间歇振动监测数据导入到经训练的第二检测神经网络中进行判断是否存在泄漏特征信号，生成判断结果；

A04、获取判断结果，当判断结果指向管道疑似泄漏时，执行上述所述的管道泄漏检测方法进行管道泄漏检测确认。

作为一种较优的选择实施方式，优选的，本方案所述经训练的第一检测神经网络和第二检测神经网络的训练方法均包括：

B01、构建管道布设模型，该管道布设模型中具有直管段、弯管段，其中，直管段上按预设要求间隔布设多个振动信号采集单元，弯管段为采用弯曲管件进行连接直管段管道的部分，同时，记录各振动信号采集单元在管道布设模型上的位置信息；

B02、记录管道材质信息、管道规格信息和其内部流体的输送压力以及未发生泄漏时的管道振动监测数据，然后在管道布设模型的直管段或直管段与弯曲管件的连接部制造不同单位时间泄漏量的管道泄漏；

B03、记录管道发生泄漏时，振动信号采集单元所采集的管道振动监测数据；

B04、根据未发生泄漏时的管道振动监测数据，对管道发生泄漏时管道振动监测数据进行泄漏特征数据标记，生成标记泄漏信息，同时还对未发生泄漏时的管道振动监测数据进行标记正常信息；

B05、更换管道材质或规格，重复B02～B04，直至所获得的数据量达到预设要求，然后进入B06；

B06、将标记正常信息和标记泄漏信息的管道振动监测数据进行分别归纳为一组训练数据，同时还将管道振动监测数据对应的管道材质信息、管道规格信息关联到训练数据中，然后训练数据汇集生成训练数据集；

B07、从训练数据集中分别提取预设量的不同数据作为训练组数据和验证组，然后将训练组数据导入到神经网络中训练，其中，训练组数据中，以管道振动监测数据作为输入项，标记信息作为结果项；

B08、将验证组数据中的管道振动监测数据作为输入项输入到经训练的检测神经网络中，标记信息作为核验项对检测神经网络输出的检测结果进行核验，当正确率符合预设要求时，模型收敛，否则，将训练组重新导入到经训练的检测神经网络中继续训练预设次数，直至模型收敛。

作为一种较优的选择实施方式，优选的，本方案还包括：

构建管道泄漏振动传播速度参考数据库，在记录温度、输送压力、管道材质和管道规格的情况下，通过在管道上制造不同单位时间泄漏量的管道泄漏，然后在管道长度方向上采集不同位置的管道振动数据，并根据管道振动数据计算振动传播速度，再将其与温度、输送压力、管道材质和管道规格，以及单位时间泄漏量进行关联；

通过单一变量法改变温度、输送压力、管道材质和管道规格之一参数，然后继续在管道长度方向上采集不同位置的管道振动数据，并根据管道振动数据计算振动传播速度，再将其与温度、输送压力、管道材质和管道规格，以及单位时间泄漏量进行关联，以此形成管道泄漏振动传播速度参考数据；

其中，S06还包括对故障排查数据中两个第二振动数据对应的振动采集单元所在管道的温度、输送压力、管道材质和管道规格进行获取，然后从管道泄漏振动传播速度参考数据库中提取匹配度符合预设要求的管道泄漏振动传播速度参考数据作为振动波形在管道中的预设传播速度。

基于上述，本发明还提供一种管道泄漏监测系统，其包括：

振动采集单元，为多个且在管道上以2～15m的间隔距离布设，所述振动采集单元标记有唯一标识和布设信息，且还设定有初始采集频率对管道进行振动信号采集，生成间歇振动监测数据；所述振动采集单元获取第一指令时，以第一预设频率对管道振动信号进行采集，生成第一振动数据，其中，第一预设频率大于初始采集频率；所述振动采集单元获取第二指令时，以第二预设频率对管道振动信号进行采集，生成第二振动数据，其中，第二预设频率大于第一预设频率；

监测单元，用于获取间歇振动监测数据，对其高于预设阈值的波形数据进行数量统计，当高于预设阈值的波形数据数量大于预设量时，生成进一步判断指令且在符合要求的间歇振动监测数据进行提取；

第一检测神经网络单元，用于对导入的第一振动数据进行是否存在疑似泄漏的振动信号进行检测，且输出检测结果；

第二检测神经网络单元，用于获取进一步判断指令且对监测单元提取的间歇振动监测数据进行判断是否存在泄漏特征信号，生成判断结果；

数据判断单元，用于获取多个振动采集单元生成的第二振动数据，然后按预设条件对其进行特征波形定位和匹配，当匹配结果中具有两个以上第二振动数据的特征波形符合预设要求时，判断管道存在泄漏，且对应输出管道泄漏检测结果；

调度处理单元，用于获取第二检测神经网络单元生成的判断结果，当判断结果指向管道疑似泄漏时，生成对管道泄漏检测定位的管道泄漏检测确认指令；

指令生成单元，用于获取第一检测神经网络单元生成的检测结果，当检测结果指向为管道存在泄漏时，对振动采集单元发出第二指令，使其以第二预设频率对管道振动信号进行采集，还用于获取调度处理单元生成的管道泄漏检测确认指令并响应生成第一指令发送至振动采集单元；

数据提取单元，用于在两个以上特征波形符合预设要求的第二振动数据中选取相关性符合预设要求的两个第二振动数据形成一组故障排查数据，其中，所述特征波形为指向管道存在泄漏的振动波形；

数据处理单元，用于根据故障排查数据中两个第二振动数据的特征波形时间差T_差和两个第二振动数据对应振动采集单元的布设信息，结合振动波形在管道中的预设传播速度，进行确定管道泄漏位置。

基于上述，本发明还提供一种计算机可读的存储介质，所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现上述所述的管道泄漏检测方法或执行实现上述所述的管道泄漏监测方法。

采用上述的技术方案，本发明与现有技术相比，其具有的有益效果为：本方案巧妙性通过引入检测神经网络对管道泄漏的振动波形进行判断，使得检测人员可以通过检测神经网络输出的结果来初步判断出检测区域管道的泄漏情况，同时，还根据不同的情况来调整管道上布设的振动采集单元的工作频率，使得振动采集单元能够适时根据数据精度需要提供不同的数据采集工作，除此之外，本方案还将两个振动数据拟合成一组故障排查数据，通过对指向管道泄漏的特征波形在不同振动采集单元到达的时延，结合两个振动采集单元的位置和振动传播速度来确定泄漏点距离振动采集单元的距离信息，以此获得相关定位结果来辅助检测人员定位、排查泄漏点，该方案不仅实施可靠、且响应效率高；除此之外，本方案还公开了对管道进行泄漏监测的方案，通过对间歇性采集到的管道振动数据进行判断，以此来提高管道泄漏发现效率，避免因为影响到管道下游时，才进行回溯排查。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1是本发明检测方法的实施流程示意图之一；

图2是本发明检测方法中振动采集单元布设在管道上的简要示意图；

图3是本发明检测方法的实施流程示意图之二；

图4是本发明监测方法的实施流程示意图；

图5是本发明监测系统的简要单元模块连接示意图。

具体实施方式

下面结合附图和实施例，对本发明作进一步的详细描述。特别指出的是，以下实施例仅用于说明本发明，但不对本发明的范围进行限定。同样的，以下实施例仅为本发明的部分实施例而非全部实施例，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它实施例，都属于本发明保护的范围。

如图1和图3所示，本方案一种管道泄漏检测方法，所述管道1上以2～15m的间隔距离设有多个用于监测管道振动的振动采集单元2，该振动采集单元2标记有唯一标识和布设信息，且还设定有初始采集频率对管道进行振动信号采集(即管道泄漏点11产生的振动信号能够被布设在其附近的振动采集单元2所采集)；所述检测方法包括：

S01、振动采集单元获取第一指令，且以第一预设频率对管道振动信号进行采集，生成第一振动数据，其中，第一预设频率大于初始采集频率；

S02、将第一振动数据导入到经训练的第一检测神经网络中，由第一检测神经网络对第一振动数据中是否存在疑似泄漏的振动信号进行检测，且输出检测结果；

S03、获取检测结果，当检测结果指向为管道存在泄漏时，对振动采集单元发出第二指令，使其以第二预设频率对管道振动信号进行采集，生成第二振动数据，其中，第二预设频率大于第一预设频率；

S04、获取多个振动采集单元生成的第二振动数据，然后按预设条件对其进行特征波形定位和匹配，当匹配结果中具有两个以上第二振动数据的特征波形符合预设要求时，判断管道存在泄漏，且对应输出管道泄漏检测结果。

通过上述方案，检测人员可以根据多个第一振动数据来初步判断是否存在管道泄漏，然后基于判断结果来进一步提高管道振动信号的获取频率，继而再进行二次特征波形的定位、匹配，以此获取到多个符合要求的第二振动数据来生成响应的管道泄漏检测结果，其中符合要求的第二振动数据为具有指向管道泄漏的特征波形，若无泄漏，则可以对振动采集单元之间的管道进行暂时排出泄漏排查。

由于管道泄漏产生的振动会随着传播距离的增长而衰减，因此，本方案一方面通过对两次不同采集频率下的振动数据(第一、第二振动数据)进行排查，结合两个以上振动采集单元均具有指向管道泄漏的信号时，才生成相关的泄漏与否结果进行输出，提高了管道泄漏的排查可靠性。

而为了进一步对泄漏位置进行定位估计，结合图3所示，作为一种可能的实施方式，进一步，本方案还包括：

S05、在两个以上特征波形符合预设要求的第二振动数据中选取相关性符合预设要求的两个第二振动数据形成一组故障排查数据，其中，所述特征波形为指向管道存在泄漏的振动波形；

S06、根据故障排查数据中两个第二振动数据的特征波形时间差T_差和两个第二振动数据对应振动采集单元的布设信息，结合振动波形在管道中的预设传播速度，进行确定管道泄漏位置。

上述进一步通过在多个符合要求的第二振动数据中选取出两个第二振动数据，结合特征波形的时延以及对应振动采集单元的位置信息，以此来辅助确定管道泄漏位置，能够为检修人员提供更为及时便利的泄漏定位辅助。

而作为一种较优的选择实施方式，优选的，本方案S04包括：

S041、获取多个振动采集单元生成的第二振动数据，对其进行去噪处理，然后按预设条件对其进行特征波形定位，生成定位结果；

S042、根据定位结果对第二振动数据的特征波形进行提取，然后同一第二振动数据对应的特征波形进行内部相互匹配，获取第一匹配结果，当第一匹配结果指向第二振动数据内部具有多个相似度符合预设要求的特征波形时，对该特征波形进行标记第一标识，同时判断该第二振动数据对应振动采集单元所布设的管道疑似泄漏；

S043、将具有第一标识的特征波形进行提取出，然后将其与不同第二振动数据对应标记有第一标识的特征波形进行匹配，当匹配结果指向具有两个以上第二振动数据对应标记有第一标识的特征波形符合预设要求时，判断管道存在泄漏，且对应输出管道泄漏检测结果。

由于管道布设的位置可能为马路边或其他具有载具、行人路过的区域，因此，当载具或行人路过时，可能会存在一定的振动影响，此时振动采集单元可能会捕捉到相应的振动数据，但是由于载具和行人仅是短时间途径或停留，因此，振动采集单元所采集到的特征波形不会形成较多地规律性振动信号，且振动信号的频率也相对较低，而管道泄漏则不同，其发生泄漏直至修复前，均会呈现规律性的振动信号特点，因此，在第二振动数据的自检核查上，S042通过第二振动数据内部进行特征波形的相互匹配来获得具有前述泄漏振动信号规律的波形，从而排除了其他外来干扰带来的影响，然后进一步将具有特征波形的多个第二振动数据进行标记，然后分别统计数量，进而实现对管道是否存在泄漏进行结果输出，该方式采用多数据判断的方式，能够减少泄漏误报的概率。

而为了更为直观地对管道进行管理，作为一种较优的选择实施方式，优选的，本方案所述管道上的振动采集单元还均标识有唯一ID和布设信息，该布设信息至少包括振动采集单元对应的位置信息、管道信息和与其相邻振动采集单元的ID。

作为一种较优的选择实施方式，优选的，本方案所述位置信息至少包括振动采集单元的GPS定位信息和其在管道上的相对位置信息，当相邻振动采集单元之间还具有分叉支路时，其具有多个相邻振动采集单元。

作为一种较优的选择实施方式，优选的，本方案所述管道信息包括：振动采集单元对应管道的材质信息和规格信息。

通过上述方式，可以实现对管道使用情况的远程监控，同时，在实地进行排查泄漏时，也可以基于振动采集单元的ID和布设信息来辅助后续的泄漏点位置确认。

在泄漏位置的确定上，作为一种较优的选择实施方式，优选的，本方案S06包括：

S061、对一组泄漏排查数据中对应的两个第二振动数据进行特征波形相关性关联，使两个第二振动数据建立在同一时间线基准下；

S062、根据两个第二振动数据对应指向管道疑似泄漏的特征波形，确定特征波形的时延，获得指向管道疑似泄漏的特征波形在两个第二振动数据中的时间差T_差；

S063、根据振动采集单元的位置信息，获取两个第二振动数据对应的两个振动采集单元的间距信息L，以及根据管道信息获取该两个振动采集单元之间的振动信号传播速度V；

S064、假设一组泄漏排查数据的两个第二振动数据位于泄漏点同一侧时，两个第二振动数据对应的两个振动采集单元的间距信息L＝V×T_差；

以此，可以根据两个振动采集单元对应的位置信息来进一步获取振动在管道上传播的实际速度，即，V_实际＝L/T_差；

假设一组泄漏排查数据的两个第二振动数据位于泄漏点两侧时，泄漏点产生振动传播至两个振动采集单元时间分别为T₁、T₂则，泄漏点至两个振动采集单元的距离L₁、L₂分别表示如下：

L₁＝VT₁ (1)

L₂＝VT₂ (2)

两个振动采集单元的间距信息公式表示如下：

L＝L₁+L₂ (3)

指向管道疑似泄漏的特征波形在两个第二振动数据中的时间差T_差表示如下：

△T＝T₁-T₂ (4)

联立式(1)～(4)，可以获得：

L＝L₁+L₂＝VT₁+VT₂＝V(△T+T₂)+VT₂＝V△T+2VT₂＝V△T+2L₂

则可得：

L₂＝(L-V△T)/2

其中，L为两个第二振动数据对应的两个振动采集单元的间距信息，L ₁为其中一振动采集单元距离泄漏点的间距，T₁为泄漏点振动信号到达其中一振动采集单元的时长，L₂为另一振动采集单元距离泄漏点的间距，T₂为泄漏点振动信号到达另一振动采集单元的时长；△T为泄漏点振动信号到达两振动采集单元的时间差，V为泄漏点产生振动信号在管道上的传播速度。

上述方案中，泄漏点产生振动信号在管道上的传播速度可以通过构建相关的参考数据库来进行获取泄漏点产生振动信号在管道上的传播速度，也可以通过在初步判断为泄漏点同侧的两个振动采集单元的特征波形时延差进行结合两个振动采集单元的距离来计算出传播速度。

结合图4所示，基于上述，本实施例方案还提供一种管道泄漏监测方法，其包括上述所述的管道泄漏检测方法，其还包括：

A01、接收振动采集单元以初始采集频率对管道进行振动信号采集的数据，获得间歇振动监测数据；

A02、获取间歇振动监测数据，对其高于预设阈值的波形数据进行数量统计，当高于预设阈值的波形数据数量大于预设量时，执行A03，否则跳转会A01；

A03、将间歇振动监测数据导入到经训练的第二检测神经网络中进行判断是否存在泄漏特征信号，生成判断结果；

A04、获取判断结果，当判断结果指向管道疑似泄漏时，执行上述所述的管道泄漏检测方法进行管道泄漏检测确认。

由于管道泄漏产生的振动会随着传播距离的增长而衰减，因此，本方案一方面通过对低频监测的间歇振动监测数据进行异常监测，然后适时根据情况来提高振动采集单元的采集工作频率，以此提高振动采集单元的工作灵活性，避免在无需检测是，因高频工作而致使振动采集单元发生故障，以及后台服务器中所接收的无用数据过于庞大的问题。

在神经网络的训练上，作为一种较优的选择实施方式，优选的，本方案所述经训练的第一检测神经网络和第二检测神经网络的训练方法均包括：

B01、构建管道布设模型，该管道布设模型中具有直管段、弯管段，其中，直管段上按预设要求间隔布设多个振动信号采集单元，弯管段为采用弯曲管件进行连接直管段管道的部分，同时，记录各振动信号采集单元在管道布设模型上的位置信息；

B02、记录管道材质信息、管道规格信息和其内部流体的输送压力以及未发生泄漏时的管道振动监测数据，然后在管道布设模型的直管段或直管段与弯曲管件的连接部制造不同单位时间泄漏量的管道泄漏；

B03、记录管道发生泄漏时，振动信号采集单元所采集的管道振动监测数据；

B04、根据未发生泄漏时的管道振动监测数据，对管道发生泄漏时管道振动监测数据进行泄漏特征数据标记，生成标记泄漏信息，同时还对未发生泄漏时的管道振动监测数据进行标记正常信息；

B05、更换管道材质或规格，重复B02～B04，直至所获得的数据量达到预设要求，然后进入B06；

B06、将标记正常信息和标记泄漏信息的管道振动监测数据进行分别归纳为一组训练数据，同时还将管道振动监测数据对应的管道材质信息、管道规格信息关联到训练数据中，然后训练数据汇集生成训练数据集；

B07、从训练数据集中分别提取预设量的不同数据作为训练组数据和验证组，然后将训练组数据导入到神经网络中训练，其中，训练组数据中，以管道振动监测数据作为输入项，标记信息作为结果项；

B08、将验证组数据中的管道振动监测数据作为输入项输入到经训练的检测神经网络中，标记信息作为核验项对检测神经网络输出的检测结果进行核验，当正确率符合预设要求时，模型收敛，否则，将训练组重新导入到经训练的检测神经网络中继续训练预设次数，直至模型收敛。

其中，在神经网络的训练素材构建时，本方案还可以同步建立管道泄漏振动传播速度参考数据库，以供检测人员后续计算需求时，调取对应数据来辅助确定过程参数，其大致包括：

构建管道泄漏振动传播速度参考数据库，在记录温度、输送压力、管道材质和管道规格的情况下，通过在管道上制造不同单位时间泄漏量的管道泄漏，然后在管道长度方向上采集不同位置的管道振动数据，并根据管道振动数据计算振动传播速度，再将其与温度、输送压力、管道材质和管道规格，以及单位时间泄漏量进行关联；

通过单一变量法改变温度、输送压力、管道材质和管道规格之一参数，然后继续在管道长度方向上采集不同位置的管道振动数据，并根据管道振动数据计算振动传播速度，再将其与温度、输送压力、管道材质和管道规格，以及单位时间泄漏量进行关联，以此形成管道泄漏振动传播速度参考数据；

其中，S06还包括对故障排查数据中两个第二振动数据对应的振动采集单元所在管道的温度、输送压力、管道材质和管道规格进行获取，然后从管道泄漏振动传播速度参考数据库中提取匹配度符合预设要求的管道泄漏振动传播速度参考数据作为振动波形在管道中的预设传播速度。

结合图5所示，基于上述，本实施方案还提供一种管道泄漏监测系统，其包括：

振动采集单元，为多个且在管道上以2～15m的间隔距离布设，所述振动采集单元标记有唯一标识和布设信息，且还设定有初始采集频率对管道进行振动信号采集，生成间歇振动监测数据；所述振动采集单元获取第一指令时，以第一预设频率对管道振动信号进行采集，生成第一振动数据，其中，第一预设频率大于初始采集频率；所述振动采集单元获取第二指令时，以第二预设频率对管道振动信号进行采集，生成第二振动数据，其中，第二预设频率大于第一预设频率；

监测单元，用于获取间歇振动监测数据，对其高于预设阈值的波形数据进行数量统计，当高于预设阈值的波形数据数量大于预设量时，生成进一步判断指令且在符合要求的间歇振动监测数据进行提取；

第一检测神经网络单元，用于对导入的第一振动数据进行是否存在疑似泄漏的振动信号进行检测，且输出检测结果；

第二检测神经网络单元，用于获取进一步判断指令且对监测单元提取的间歇振动监测数据进行判断是否存在泄漏特征信号，生成判断结果；

数据判断单元，用于获取多个振动采集单元生成的第二振动数据，然后按预设条件对其进行特征波形定位和匹配，当匹配结果中具有两个以上第二振动数据的特征波形符合预设要求时，判断管道存在泄漏，且对应输出管道泄漏检测结果；

调度处理单元，用于获取第二检测神经网络单元生成的判断结果，当判断结果指向管道疑似泄漏时，生成对管道泄漏检测定位的管道泄漏检测确认指令；

指令生成单元，用于获取第一检测神经网络单元生成的检测结果，当检测结果指向为管道存在泄漏时，对振动采集单元发出第二指令，使其以第二预设频率对管道振动信号进行采集，还用于获取调度处理单元生成的管道泄漏检测确认指令并响应生成第一指令发送至振动采集单元；

数据提取单元，用于在两个以上特征波形符合预设要求的第二振动数据中选取相关性符合预设要求的两个第二振动数据形成一组故障排查数据，其中，所述特征波形为指向管道存在泄漏的振动波形；

数据处理单元，用于根据故障排查数据中两个第二振动数据的特征波形时间差T_差和两个第二振动数据对应振动采集单元的布设信息，结合振动波形在管道中的预设传播速度，进行确定管道泄漏位置。

另外，在本发明各个实施方式中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元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全部或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)或处理器(processor)执行本发明各个实施方式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。

以上所述仅为本发明的部分实施例，并非因此限制本发明的保护范围，凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种管道泄漏检测方法，所述管道上以2～15m的间隔距离设有多个用于监测管道振动的振动采集单元，该振动采集单元标记有唯一标识和布设信息，且还设定有初始采集频率对管道进行振动信号采集；其特征在于，所述检测方法包括：

S01、振动采集单元获取第一指令，且以第一预设频率对管道振动信号进行采集，生成第一振动数据，其中，第一预设频率大于初始采集频率；

S02、将第一振动数据导入到经训练的第一检测神经网络中，由第一检测神经网络对第一振动数据中是否存在疑似泄漏的振动信号进行检测，且输出检测结果；

S03、获取检测结果，当检测结果指向为管道存在泄漏时，对振动采集单元发出第二指令，使其以第二预设频率对管道振动信号进行采集，生成第二振动数据，其中，第二预设频率大于第一预设频率；

S04、获取多个振动采集单元生成的第二振动数据，然后按预设条件对其进行特征波形定位和匹配，当匹配结果中具有两个以上第二振动数据的特征波形符合预设要求时，判断管道存在泄漏，且对应输出管道泄漏检测结果；

S05、在两个以上特征波形符合预设要求的第二振动数据中选取相关性符合预设要求的两个第二振动数据形成一组故障排查数据，其中，符合预设要求的特征波形为指向管道存在泄漏的振动波形；

S06、根据故障排查数据中两个第二振动数据的特征波形时间差T_差和两个第二振动数据对应振动采集单元的布设信息，结合振动波形在管道中的预设传播速度，进行确定管道泄漏位置；

其中，S04包括：

S041、获取多个振动采集单元生成的第二振动数据，对其进行去噪处理，然后按预设条件对其进行特征波形定位，生成定位结果；

S042、根据定位结果对第二振动数据的特征波形进行提取，然后同一第二振动数据对应的特征波形进行内部相互匹配，获取第一匹配结果，当第一匹配结果指向第二振动数据内部具有多个相似度符合预设要求的特征波形时，对该特征波形进行标记第一标识，同时判断该第二振动数据对应振动采集单元所布设的管道疑似泄漏；

S043、将具有第一标识的特征波形进行提取出，然后将其与不同第二振动数据对应标记有第一标识的特征波形进行匹配，当匹配结果指向具有两个以上第二振动数据对应标记有第一标识的特征波形符合预设要求时，判断管道存在泄漏，且对应输出管道泄漏检测结果。

2.如权利要求1所述的管道泄漏检测方法，其特征在于，所述管道上的振动采集单元还均标识有唯一ID和布设信息，该布设信息至少包括振动采集单元对应的位置信息、管道信息和与其相邻振动采集单元的ID；

所述位置信息至少包括振动采集单元的GPS定位信息和其在管道上的相对位置信息，当相邻振动采集单元之间还具有分叉支路时，其具有多个相邻振动采集单元；

所述管道信息包括：振动采集单元对应管道的材质信息和规格信息。

3.如权利要求2所述的管道泄漏检测方法，其特征在于，S06包括：

S061、对一组故障排查数据中对应的两个第二振动数据进行特征波形相关性关联，使两个第二振动数据建立在同一时间线基准下；

S062、根据两个第二振动数据对应指向管道疑似泄漏的特征波形，确定特征波形的时延，获得指向管道疑似泄漏的特征波形在两个第二振动数据中的时间差T_差；

S063、根据振动采集单元的位置信息，获取两个第二振动数据对应的两个振动采集单元的间距信息L，以及根据管道信息获取该两个振动采集单元之间的振动信号传播速度V；

S064、假设一组故障排查数据的两个第二振动数据位于泄漏点同一侧时，两个第二振动数据对应的两个振动采集单元的间距信息L＝V×T_差；

以此，根据两个振动采集单元对应的位置信息来进一步获取振动在管道上传播的实际速度，即，V_实际＝L/T_差；

假设一组故障排查数据的两个第二振动数据位于泄漏点两侧时，泄漏点产生振动传播至两个振动采集单元时间分别为T₁、T₂，则泄漏点至两个振动采集单元的距离L₁、L₂分别表示如下：

L₁＝VT₁ (1)

L₂＝VT₂ (2)

两个振动采集单元的间距信息公式表示如下：

L＝L₁+L₂ (3)

指向管道疑似泄漏的特征波形在两个第二振动数据中的时间差T_差表示如下：

△T＝T₁-T₂ (4)

联立式(1)～(4)，可以获得：

L＝L₁+L₂＝VT₁+VT₂＝V(△T+T₂)+VT₂＝V△T+2VT₂＝V△T+2L₂

则可得：

L₂＝(L-V△T)/2

其中，L为两个第二振动数据对应的两个振动采集单元的间距信息，L ₁为其中一振动采集单元距离泄漏点的间距，T₁为泄漏点振动信号到达其中一振动采集单元的时长，L₂为另一振动采集单元距离泄漏点的间距，T₂为泄漏点振动信号到达另一振动采集单元的时长；△T为泄漏点振动信号到达两振动采集单元的时间差，V为泄漏点产生振动信号在管道上的传播速度。

4.一种管道泄漏监测方法，其特征在于，其包括权利要求1至3任一项所述的管道泄漏检测方法，其还包括：

A01、接收振动采集单元以初始采集频率对管道进行振动信号采集的数据，获得间歇振动监测数据；

A02、获取间歇振动监测数据后，对其高于预设阈值的波形数据进行数量统计，当高于预设阈值的波形数据数量大于预设量时，执行A03，否则跳转回A01；

A03、将间歇振动监测数据导入到经训练的第二检测神经网络中进行判断是否存在泄漏特征信号，生成判断结果；

A04、获取判断结果，当判断结果指向管道疑似泄漏时，执行权利要求1至3任一项所述的管道泄漏检测方法进行管道泄漏检测确认。

5.如权利要求4所述的管道泄漏监测方法，其特征在于，所述经训练的第一检测神经网络和第二检测神经网络的训练方法均包括：

B01、构建管道布设模型，该管道布设模型中具有直管段、弯管段，其中，直管段上按预设要求间隔布设多个振动采集单元，弯管段为采用弯曲管件进行连接直管段管道的部分，同时，记录各振动采集单元在管道布设模型上的位置信息；

B02、记录管道材质信息、管道规格信息和其内部流体的输送压力以及未发生泄漏时的管道振动监测数据，然后在管道布设模型的直管段或直管段与弯曲管件的连接部制造不同单位时间泄漏量的管道泄漏；

B03、记录管道发生泄漏时，振动采集单元所采集的管道振动监测数据；

B04、根据未发生泄漏时的管道振动监测数据，对管道发生泄漏时管道振动监测数据进行泄漏特征数据标记，生成标记泄漏信息，同时还对未发生泄漏时的管道振动监测数据进行标记正常信息；

B05、更换管道材质或规格，重复B02～B04，直至所获得的数据量达到预设要求，然后进入B06；

B06、将标记正常信息和标记泄漏信息的管道振动监测数据进行分别归纳为一组训练数据，同时还将管道振动监测数据对应的管道材质信息、管道规格信息关联到训练数据中，然后训练数据汇集生成训练数据集；

B07、从训练数据集中分别提取预设量的不同数据作为训练组数据和验证组，然后将训练组数据导入到神经网络中训练，其中，训练组数据中，以管道振动监测数据作为输入项，标记信息作为结果项；

B08、将验证组数据中的管道振动监测数据作为输入项输入到经训练的检测神经网络中，标记信息作为核验项对检测神经网络输出的检测结果进行核验，当正确率符合预设要求时，模型收敛，否则，将训练组重新导入到经训练的检测神经网络中继续训练预设次数，直至模型收敛。

6.如权利要求4所述的管道泄漏监测方法，其特征在于，其还包括：

构建管道泄漏振动传播速度参考数据库，在记录温度、输送压力、管道材质和管道规格的情况下，通过在管道上制造不同单位时间泄漏量的管道泄漏，然后在管道长度方向上采集不同位置的管道振动数据，并根据管道振动数据计算振动传播速度，再将其与温度、输送压力、管道材质和管道规格，以及单位时间泄漏量进行关联；

通过单一变量法改变温度、输送压力、管道材质和管道规格之一参数，然后继续在管道长度方向上采集不同位置的管道振动数据，并根据管道振动数据计算振动传播速度，再将其与温度、输送压力、管道材质和管道规格，以及单位时间泄漏量进行关联，以此形成管道泄漏振动传播速度参考数据；

其中，S06还包括对故障排查数据中两个第二振动数据对应的振动采集单元所在管道的温度、输送压力、管道材质和管道规格进行获取，然后从管道泄漏振动传播速度参考数据库中提取匹配度符合预设要求的管道泄漏振动传播速度参考数据作为振动波形在管道中的预设传播速度。

7.一种管道泄漏监测系统，其特征在于，其包括：

振动采集单元，为多个且在管道上以2～15m的间隔距离布设，所述振动采集单元标记有唯一标识和布设信息，且还设定有初始采集频率对管道进行振动信号采集，生成间歇振动监测数据；所述振动采集单元获取第一指令时，以第一预设频率对管道振动信号进行采集，生成第一振动数据，其中，第一预设频率大于初始采集频率；所述振动采集单元获取第二指令时，以第二预设频率对管道振动信号进行采集，生成第二振动数据，其中，第二预设频率大于第一预设频率；

监测单元，用于获取间歇振动监测数据，对其高于预设阈值的波形数据进行数量统计，当高于预设阈值的波形数据数量大于预设量时，生成进一步判断指令且对符合要求的间歇振动监测数据进行提取；

第一检测神经网络单元，用于对导入的第一振动数据进行是否存在疑似泄漏的振动信号进行检测，且输出检测结果；

第二检测神经网络单元，用于获取进一步判断指令且对监测单元提取的间歇振动监测数据进行判断是否存在泄漏特征信号，生成判断结果；

数据判断单元，用于获取多个振动采集单元生成的第二振动数据，然后按预设条件对其进行特征波形定位和匹配，当匹配结果中具有两个以上第二振动数据的特征波形符合预设要求时，判断管道存在泄漏，且对应输出管道泄漏检测结果；

调度处理单元，用于获取第二检测神经网络单元生成的判断结果，当判断结果指向管道疑似泄漏时，生成对管道泄漏检测定位的管道泄漏检测确认指令；

指令生成单元，用于获取第一检测神经网络单元生成的检测结果，当检测结果指向为管道存在泄漏时，对振动采集单元发出第二指令，使其以第二预设频率对管道振动信号进行采集，还用于获取调度处理单元生成的管道泄漏检测确认指令并响应生成第一指令发送至振动采集单元；

数据提取单元，用于在两个以上特征波形符合预设要求的第二振动数据中选取相关性符合预设要求的两个第二振动数据形成一组故障排查数据，其中，符合预设要求的特征波形为指向管道存在泄漏的振动波形；

数据处理单元，用于根据故障排查数据中两个第二振动数据的特征波形时间差T_差和两个第二振动数据对应振动采集单元的布设信息，结合振动波形在管道中的预设传播速度，进行确定管道泄漏位置。

8.一种计算机可读的存储介质，其特征在于：所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现权利要求1至3之一所述的管道泄漏检测方法或执行实现权利要求4至6之一所述的管道泄漏监测方法。