一种供水管道泄漏检测定位方法技术

本发明专利技术提供一种供水管道泄漏检测定位方法，所述方法对传感器采集的信号进行谱减增强，计算增强后信号的频谱方差，采用双门限法判断，若频谱方差处在门限范围内则说明存在泄漏，再进行漏水点定位，利用BP神经网络构成滤波器，将漏水信号从噪声中分离并进行广义相关，根据信噪比选择性能好的权函数进行时延估计，得到三个传感器的时延，利用漏水定位模型计算，得到漏水点位置信息。本发明专利技术采用谱减法对信号增强，然后利用双门限法进行泄漏判断，若频谱方差处在门限范围内则说明存在泄漏，精确度更高；采用“无泄漏估计法”估计噪声谱对信噪比的提升更加明显，采用BP神经网络进行滤波，提高广义相关的时延估计精度，从而有效提高漏水点定位精度。

【技术实现步骤摘要】
一种供水管道泄漏检测定位方法
本专利技术属于漏水检测定位
，具体涉及一种供水管道泄漏检测定位方法。
技术介绍
自来水管道泄漏检测与定位是管道维护修理的重要前提。据官方统计，国内600多个城市供水管网的平均漏损率超过20％，最高达60％以上。我国大部分地区只有在自来水大面积泄漏，甚至管道爆裂的情况下才能判断出泄漏发生。因此，及时检测并定位出泄漏发生点对于水资源的节约具有重要意义。实际中的管道漏水信号是由泄漏信号和各种背景噪声混合而成。泄漏信号可以认为是平稳信号，环境噪声包括自来水流动引起的管道振动噪声、机动车行驶造成的地面震动、施工引起的噪音等，由于外界干扰噪声不一定满足平稳条件，会对泄漏检测带来极大困难。因此，首先为了提升在低信噪比时的泄漏检测效果，本专利技术以泄漏信号和噪声的频谱特征的差别为出发点，提出了基于谱减法和频谱方差的泄漏检测算法。谱减法是一种有效的语音增强算法，其算法复杂度低，实时性强，本专利技术将其应用在对泄漏信号的检测上。首先，应用该算法对噪声的频谱进行估计，再通过“谱相减”使漏水信号得到增强。频谱方差是利用泄漏信号的频谱特性差异较大，而背景噪声的频谱特性差异较小，从而识别出泄漏信号。接下来，为了减小时延估计误差进而提高算法的定位精度，提出了一种基于BP神经网络的漏水定位法，利用误差反向传播机制，根据输出值与期望值计算误差，再由误差来逐层修改权值，使得误差最小，从而完成网络训练，构建出基于BP神经网络的滤波系统，进而利用广义相关得到较为准确的时延估计，实现漏水点的精确定位。在分析算法原理的基础上，在不同信噪比条件下进行仿真实验。实验结果表明，该方法在低信噪比和复杂多变的环境条件下也能取得较好的检测定位效果。
技术实现思路
为了解决上述问题，本专利技术提供一种供水管道泄漏检测定位方法，所述方法对传感器采集的信号进行增强，然后计算增强后信号的频谱方差，采用双门限法进行判断，若频谱方差处在门限范围内则说明存在泄漏，再进行漏水点定位，利用BP神经网络构成滤波器，将漏水信号从噪声中分离，对漏水信号进行广义相关，根据信噪比选择性能好的权函数进行时延估计，得到三个传感器的时延后，利用漏水定位模型进行计算，得到漏水点位置信息；进一步地，所述方法包括：S1：将漏水信号进行谱减增强；S2：计算S1中增强后信号的频谱方差；S3：采用单参数的双门限检测识别泄漏信号，并确定门限阈值；S4：进行泄漏检测，并输出检测结果；S5：对S4中输出的检测结果，通过带通滤波去除带外噪声；S6：进行神经网络滤波，去除带内噪声；S7：进行广义相关；S8：对S7中广义相关的结果进行时延估计，并通过漏水定位模型进行计算，得到漏水点位置信息，完成漏水定位；进一步地，所述S7具体为：在权函数选择的过程中，根据信噪比选择性能好的权函数进行时延估计，得到三个传感器的时延后，利用所述漏水定位模型进行计算，得到漏水点位置信息；进一步地，所述漏水定位模型为三传感器定位模型，所述模型将传感器等距离分布在供水管网周围，其中距离漏点最近的三个传感器节点编号分别为1,2,3，它们之间的距离为L，传感器1,2距离漏点的位置分别设为d1和d2，通过相关法测得传感器1和2，2和3之间的时延分别为D12和D23,漏水信号所在管道上的传播速度ν:ν＝L/D23,漏点距传感器1和2的距离及分别为和进一步地，所述S1中谱减法的计算具体如下：S11：对输入漏水信号s(n)进行预处理，所述预处理包括预加重和加窗分帧；S12：对带噪的泄漏信号进行短时傅里叶分析，计算得到每一帧信号的短时能量谱|Ym(ω)|2；S13：在应用谱减法对漏水信号进行增强之前，进行噪声谱估计，得到噪声谱估计值用|Ym(ω)|2减去从而得到去除噪声增强后的泄漏信号功率谱S14：对S13中结果开平方根后得到泄漏信号的频谱幅度值结合原漏水信号的相位信息得到各帧泄漏信号的频谱估计再进行傅里叶逆变换，对泄漏信号进行恢复和重构，得到谱减增强后的泄漏信号；进一步地，所述S2中信号频谱方差的计算具体如下：S21：假设输入信号为s(n)，每帧的长度为N，通过DFT将信号从时域变换到频域计算频谱值:用一个矩阵来记录各频率分量|S(ω)|的值；S22：计算各个分量的均值：S23：计算上一步骤中增强后的泄漏信号的频谱方差值:并求出噪声模型频谱方差的平均值进一步地，所述S3具体为：S31：设置两个门限阈值T1和T2，求出噪声模型频谱方差的平均值S32：阈值T1设置为阈值T2设置为进一步地，所述S4具体为：S41：当参数D高于阈值T2时，是泄漏信号；S42：通过D高于或低于T1位置，来判断泄漏信号的起止点；S43：统计高于阈值的信号帧数，如果帧数大于输入信号总帧数的四分之一，则判定为泄漏，并输出信号，否则为无泄漏；进一步地，所述S6中利用神经网络进行时延估计的过程中，其过程分为两个阶段：第一个阶段是学习过程，第二个阶段是工作过程；进一步地，所述学习过程为：1)选择泄漏环境下的样本数据作为训练样本；2)对样本数据进行预处理，在进行神经网络预测之前，对原始数据进行归一化处理，使其数据规范在[-1,1]之间；3)构造训练样本，在实验条件下经噪声抑制后的信号采样序列作为目标向量，在实际情况下测得含有不同噪声的漏水信号，得到的采样序列作为输入信号；进一步地，所述工作过程为：A)选取三层结构的BP神经网络建立预测模型；输入层、隐含层、输出层对应的节点数目分别为1、40和1，隐含层输出层函数分别为tansig和purelin函数；B)训练网络；训练网络之前，还需要设置训练参数，其中最大训练步长net.trainParam.epochs为10000，最小均方误差net.trainParam.goal为0.05，以及学习速率设为0.01等；C)在神经网络建立完成以后，对采集得到的漏水信号进行带内、带外噪声抑制；本专利技术的有益效果如下：1)采用双门限法进行判断，若频谱方差处在门限范围内则说明存在泄漏，精确度更高；2)采用“无泄漏估计法”估计噪声谱对信噪比的提升更加明显；3)使用谱减法对带噪的泄漏信号进行降噪处理，有效地提高漏水信号的信噪比会有助于泄漏检测有效性的提升；4)利用噪声与泄漏信号频谱特性的差异，噪声的频谱均匀的分布在各个频率分段，且各频率分量较小，对其频谱计算方差的值也较小，而泄漏信号的频谱波动较大，对其计算频谱方差的值也大。因此，采用阈值判别法可以有效提高泄漏检测的准确率；5)在复杂多变的地下供水环境中，高精度的时延估计不易实现。提出一种基于BP神经网络的漏水定位方法。它借助神经网络的学习性对不同环境下的漏水信号进行预处理，然后利用广义相关法进行准确的时延估计，提高漏水点的定位精度。附图说明图1为本专利技术所述漏水定位模型；图2为本专利技术所述泄漏检测的算法流程图；图3为本专利技术所述基于神经网络定位法模型图；图4为本专利技术所述方法的总体框架图；图5为本专利技术所述方法验证时的原始及加噪漏水信号波形图；图6为本专利技术所述方法验证时在不同信噪比下短时频谱方差图；图7为本专利技术所述方法得到交通高峰期的原始及滤波后的波形和频谱图；图8为本专利技术所述神经网络训练误差曲线；图9为本专利技术所述白噪声条件下的网络训练与时延估计情况；图10为本专利技术所述有色噪声条件下的网络训练与本文档来自技高网...

【技术保护点】
一种供水管道泄漏检测定位方法，其特征在于，所述方法对传感器采集的信号进行增强，然后计算增强后信号的频谱方差，采用双门限法进行判断，若频谱方差处在门限范围内则说明存在泄漏，再进行漏水点定位，利用BP神经网络构成滤波器，将漏水信号从噪声中分离，对漏水信号进行广义相关，根据信噪比选择性能好的权函数,进行时延估计，得到三个传感器的时延后，利用漏水定位模型进行计算，得到漏水点位置信息。

【技术特征摘要】
1.一种供水管道泄漏检测定位方法，其特征在于，所述方法对传感器采集的信号进行增强，然后计算增强后信号的频谱方差，采用双门限法进行判断，若频谱方差处在门限范围内则说明存在泄漏，再进行漏水点定位，利用BP神经网络构成滤波器，将漏水信号从噪声中分离，对漏水信号进行广义相关，根据信噪比选择性能好的权函数,进行时延估计，得到三个传感器的时延后，利用漏水定位模型进行计算，得到漏水点位置信息。2.根据权利要求1所述的方法，其特征在于，所述方法包括：S1：将漏水信号进行谱减增强；S2：计算S1中增强后信号的频谱方差；S3：采用单参数的双门限检测识别泄漏信号，并确定门限阈值；S4：进行泄漏检测，并输出检测结果；S5：对S4中输出的检测结果，通过带通滤波去除带外噪声；S6：进行神经网络滤波，去除带内噪声；S7：进行广义相关时延估计；S8：利用S7中的时延估计结果，通过漏水定位模型，得到漏水点位置信息，完成漏水定位。3.根据权利要求2所述的方法，其特征在于，所述S7具体为：在权函数选择的过程中，需要根据信噪比选择性能好的权函数进行时延估计，得到三个传感器的时延后，利用所述漏水定位模型进行计算，得到漏水点位置信息。4.根据权利要求3所述的方法，其特征在于，所述漏水定位模型为三传感器定位模型，所述模型将传感器等距离分布在供水管网周围，其中距离漏点最近的三个传感器节点编号分别为1，2，3，它们之间的距离为L，传感器1,2距离漏点的位置分别设为d1和d2，通过相关法测得传感器1和2，2和3之间的时延分别为D12和D23,漏水信号所在管道上的传播速度ν:ν＝L/D23，漏点距传感器1和2的距离及分别为和5.根据权利要求2所述的方法，其特征在于，所述S1具体为：S11：对输入漏水信号s(n)进行预处理，所述预处理包括预加重和加窗分帧；S12：对带噪的泄漏信号进行短时傅里叶分析，计算得到每一帧信号的短时能量谱|Ym(ω)|2；S13：在应用谱减法对漏水信号进行增强之前，进行噪声谱估计，得到噪声谱估计值用|Ym(ω)|2减去从而得到去除噪声增强后的泄漏信号功率谱S14：对S13中结果开平方根后得到泄漏信号的频谱幅度值结合原漏水信号的相位信息得到各...

【专利技术属性】
技术研发人员：刘洋，铁勇，张颖慧，李伟幸，吴楠，吴小明，陈志刚，
申请(专利权)人：内蒙古大学，
类型：发明
国别省市：内蒙古,15