【技术实现步骤摘要】
本专利技术涉及管道漏风检测，特别是涉及一种基于多源感知的管道漏风检测与定位方法及系统。
技术介绍
1、管道运输是全球公认的五大运输方式之一。管道是一种不间断且长距离输送能源的工具，且多为地下敷设。服役期间，管道会受到人为、地震等外力冲击造成的管壁破损、应力集中引发的弯管裂纹，以及法兰连接密封填料老化和持续微小振动造成的法兰连接松动等漏风故障。因此，即时地对长距离通风管道进行漏风检测与漏风点定位是保证管道运行安全、降低管道运行风险的重要手段。目前管道漏风检测所依据的参数较为单一，无法确保漏风检测精度。
技术实现思路
1、本专利技术的目的是提供一种基于多源感知的管道漏风检测与定位方法及系统，综合流量、振动与声学多种信号，提高漏风检测精度，实现对通风管道漏风的有效检测。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种基于多源感知的管道漏风检测与定位方法，该方法包括以下步骤：
4、s1，获取管道无泄漏运行数据，包括无泄漏运行时监测管段的瞬时流量数据以及管壁处、弯管应力集中处和法兰连接处3种监测类型的振动与声学数据；
5、s2，基于无泄漏运行时监测管段的瞬时流量数据，利用统计过程控制方法(statistical process control,spc)构建监测管段的无泄漏流量模型；
6、s3，对s1中无泄漏运行时监测管段的3种监测类型的振动与声学数据进行特征提取，并采用一维卷积完成特征融合；
7、s4，对s3融
8、s5，以设定的时间间隔更新管道泄漏检测模型，包括第i段监测管段无泄漏流量模型si和管道无泄漏运行时3种监测类型的超球体模型对应的超球体半径
9、s6，采集管道实时运行数据，包括管道实时运行时各个流量计的瞬时流量数据以及各个监测管段的管壁处、弯管应力集中处和法兰连接处3种监测类型的振动与声学数据；
10、s7，基于无泄漏流量模型以及管道实时运行时各个流量计的瞬时流量数据，判断管道是否存在泄漏故障；
11、s8，基于无泄漏运行时3种监测类型的超球体模型对应的超球体半径以及管道实时运行时3种监测类型的振动与声学数据，判断监测管段泄漏故障类型并定位泄漏点。
12、进一步地，所述s1，获取管道无泄漏运行数据，包括无泄漏运行时监测管段的瞬时流量数据以及管壁处、弯管应力集中处和法兰连接处3种监测类型的振动与声学数据，具体包括：
13、定义两个相邻气体流量计之间为一段监测管段，实时采集τ秒内管道无泄漏运行数据，包括各个气体流量计qi的瞬时流量数据，以及第i(i＝1,2,…,n)段监测管段的管壁处、弯管应力集中处和法兰连接处3种监测类型的振动与声学数据。
14、进一步地，所述s2，基于无泄漏运行时监测管段的瞬时流量数据，利用统计过程控制方法(statistical process control,spc)构建监测管段的无泄漏流量模型，具体包括：
15、所述统计过程控制方法是利用3σ准则将超出上下限的数据判定为异常值，而管道泄漏时流量数值在递减，故第i段监测管段的无泄漏流量模型si只需设定其下限，计算公式为：
16、
17、式(1)中：qi,t(t＝1,2,…,τ)为第i个流量计第t秒的瞬时流量值，μi为第i个流量计τ秒内瞬时流量的均值，σi为第i个流量计τ秒内瞬时流量的标准差。
18、进一步地，所述s3，对s1中无泄漏运行时监测管段的3种监测类型的振动与声学数据进行特征提取，并采用一维卷积完成特征融合，具体包括：
19、s3.1，将s1中无泄漏运行时监测管段的3种监测类型的振动与声学数据以1秒为时间间隔进行特征提取，获得特征数据，包括平均幅值、标准差、均方根、峰值、峰峰值和信号能量6个时域特征，以及平均频率、频率标准差和主频率3个频域特征；
20、s3.2，将s3.1中获得的特征数据利用一维卷积神经网络分别进行特征融合，得到管壁无泄漏、弯管无泄漏和法兰连接无泄漏3种类型数据。
21、进一步地，所述s4，对s3融合后的特征利用多核支持向量数据描述法(multiplekernel supportvector data description,mksvdd)分别构建管道无泄漏运行时3种监测类型的超球体模型，并确定对应的超球体半径具体包括：
22、s4.1，利用svdd算法构建超球体，将s3.2得到的管壁无泄漏、弯管无泄漏和法兰连接无泄漏3种类型数据构建超球体的训练集xi,j＝{xi,j,1,xi,j,2,…,xi,j,t}，其中i,j,t表示第i段监测管段第j种监测类型第t秒的数据；
23、s4.2，将xi,j通过非线性映射φ将原始低维样本特征映射至高维空间，映射后的特征向量为φ(xi,j)＝{φ(xi,j,1),φ(xi,j,2),…,φ(xi,j,t)}，则优化目标函数为：
24、
25、式(2)中，i,j表示第i段监测管段第j种监测类型的数据，r表示超球体的半径，c表示惩罚参数，用于控制对错分样本惩罚程度，以维持超球体积与错点数量之间的平衡，ξ表示松弛变量，a表示超球体的球心；
26、s4.3，最优超球体问题对偶形式的核函数运算为：
27、
28、式(3)中，α表示拉格朗日乘子，k(v,w)表示核函数，v,w为任意两个样本点，u和t表示不同时刻；
29、s4.4，训练集xi,j中满足αi,j,t＝0的点处于超球体内部，0＜αi,j,t＜ci,j为边界上的点，αi,j,t＝ci,j为超球体外部的点，边界点为支持向量svdd方法确定的超球体半径ri,j为：
30、
31、s4.5，在svdd基础上引入多核函数以增强实际数据适用性，并采用线性组合核函数的方法构造多核函数
32、
33、式(5)中，kline(v,w)为线性核函数，kpoly(v,w)为多项式核函数，d为多项式核函数参数，kgauss(v,w)为高斯核函数，σ为高斯核函数参数，pk为权值，0≤pk≤1，通过此权值调节组合核函数；
34、s4.6，mksvdd方法确定的超球体半径为：
35、
36、则第i段监测管段的管壁无泄漏、管道弯管无泄漏和法兰连接无泄漏3个超球体的半径分别表示为
37、进一步地，所述s7，基于无泄漏流量模型以及管道实时运行时各个流量计的瞬时流量数据，判断管道是否存在泄漏故障，具体包括：
38、若第i段监测管段各个流量计的瞬时流量数据存在低于无泄漏流量模型本文档来自技高网...
【技术保护点】
1.一种基于多源感知的管道漏风检测与定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多源感知的管道漏风检测与定位方法，其特征在于，所述S1，获取管道无泄漏运行数据，包括无泄漏运行时监测管段的瞬时流量数据以及管壁处、弯管应力集中处和法兰连接处3种监测类型的振动与声学数据，具体包括：
3.根据权利要求2所述的基于多源感知的管道漏风检测与定位方法，其特征在于，所述S2，基于无泄漏运行时监测管段的瞬时流量数据，利用统计过程控制方法构建监测管段的无泄漏流量模型，具体包括：
4.根据权利要求2所述的基于多源感知的管道漏风检测与定位方法，其特征在于，所述S3，对S1中无泄漏运行时监测管段的3种监测类型的振动与声学数据进行特征提取，并采用一维卷积完成特征融合，具体包括：
5.根据权利要求4所述的基于多源感知的管道漏风检测与定位方法，其特征在于，所述S4，对S3融合后的特征利用多核支持向量数据描述法分别构建管道无泄漏运行时3种监测类型的超球体模型，并确定对应的超球体半径具体包括：
6.根据权利要求3所述的基于多源感知的管
7.根据权利要求5所述的基于多源感知的管道漏风检测与定位方法，其特征在于，所述S8，基于无泄漏运行时3种监测类型的超球体模型对应的超球体半径以及管道实时运行时3种监测类型的振动与声学数据，判断监测管段泄漏故障类型并定位泄漏点，具体包括：
8.根据权利要求7所述的基于多源感知的管道漏风检测与定位方法，其特征在于，所述方法还包括：S9，基于监测管段泄漏故障类型确定告警信号，并确定泄漏点位置，具体包括：
9.一种基于多源感知的管道漏风检测与定位系统，其特征在于，包括：数采仪以及与数采仪分别连接的气体流量计、多源感知数据采集装置，所述数采仪连接处理器；
...【技术特征摘要】
1.一种基于多源感知的管道漏风检测与定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多源感知的管道漏风检测与定位方法，其特征在于，所述s1，获取管道无泄漏运行数据，包括无泄漏运行时监测管段的瞬时流量数据以及管壁处、弯管应力集中处和法兰连接处3种监测类型的振动与声学数据，具体包括：
3.根据权利要求2所述的基于多源感知的管道漏风检测与定位方法，其特征在于，所述s2，基于无泄漏运行时监测管段的瞬时流量数据，利用统计过程控制方法构建监测管段的无泄漏流量模型，具体包括：
4.根据权利要求2所述的基于多源感知的管道漏风检测与定位方法，其特征在于，所述s3，对s1中无泄漏运行时监测管段的3种监测类型的振动与声学数据进行特征提取，并采用一维卷积完成特征融合，具体包括：
5.根据权利要求4所述的基于多源感知的管道漏风检测与定位方法，其特征在于，所述s4，对s3融合后的特征利用多核支持向量数据描述法分别...
【专利技术属性】
技术研发人员：高泽海，高子俊，李涛，杨东誓，李程程，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。