一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法技术

本发明专利技术公开了一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法，包括如下步骤：步骤1、设定初始模式数的取值为最小模式数；步骤2、使用改进的惩罚参数的VMD对信号进行分解；步骤3、计算分解信号产生的能量损失；如果e＜μ1或模式数等于最大模式数时，得到第二分解算法模型；其中，e表示分解信号产生的能量损失系数，μ1表示能量损失系数阈值；步骤4、计算由第二分解算法模型分解得到的相邻的限带宽固有模态函数之间的最大相关数如果则确定最佳模式数的取值为当前模式数K

【技术实现步骤摘要】
一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法


[0001]本专利技术属于供水管道泄漏位置检测
，特别涉及一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法。

技术介绍

[0002]自然界中存在多种信号，它们以不同的形式承载着许多重要的信息。但是通常，信号传输过程中会发生许多变化，这些变化通常掩盖了信号所携带的信息。例如，在信号传播的过程中会增加很多噪声，并且噪声的大小与信道环境有关。在信号处理中，我们不仅需要尽可能避免信号失真以从信号中获取完整的信息，而且还需要增强信号处理的鲁棒性。因此，好的信号处理方法非常重要。
[0003]1998年，Huang等提出了经验模态分解(EMD)算法。该算法可以根据信号本身的特征递归分解信号。EMD广泛用于信号处理领域。EMD具有适应性强，效率高的优点，特别是对于非平稳随机信号。然而，由于缺乏严格的数学基础，EMD存在许多缺陷，例如过度分解或模态混叠。为了解决这个问题，许多学者提出了改进的EMD算法，例如EEMD，但是它不能完全消除EMD本身的缺陷。变分分解(VMD)是Dragomiretskiy于2014年首次提出的一种自适应信号处理方法。VMD通过迭代搜索变化模式的最优解来确定分解分量的频率中心和带宽，从而实现对非平稳信号的自适应分解。与 EMD递归滤波相比，VMD将信号分解为非递归和变分模式，并控制收敛条件。因此，可以有效地消除分解过程中的模式混合现象。但是，使用VMD 仍然存在一些限制。在通过VMD分解信号之前，需要预先设置模式数K和惩罚因子α。在许多情况下，信号的先验知识是未知的。如果未正确选择K 和α，信号将过度分解，算法的鲁棒性将变差。为了克服该缺陷，已经进行了许多研究。在现有技术中，EMD用于分解信号以确定模式编号K，然后使用VMD。但是，EMD本身具有模态混叠等缺陷，因此该方法的可靠性很差。 Wang在文献中使用粒子群优化算法对VMD的模式K数和惩罚参数α进行了优化，该方法虽然可以有效地跟踪参数值，但是运算时间长，效率低。在对自适应VMD的研究中，Lian提出了一种基于置换熵(PE)的自适应VMD 算法，该算法可以快速有效地确定参数K。但是，该方法仅适用于常规信号，对随机信号的适应性较差。Liu使用去趋势分析(DFA)来确定VMD中的参数K，但没有讨论参数α的值。
[0004]在先前的VMD分解研究中，仅考虑了模数K，而忽略了惩罚因子α。

技术实现思路

[0005]本专利技术的目的是提供一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法，该方法根据信号的频率特性自适应地确定每个限带宽固有模态函数的二次惩罚项参数，并且将能量损失系数和相邻限带宽固有模态函数的相关性作为确定最佳模数K的评估指标，通过该方法对输水管道的泄漏位置进行定位，可以显着提高定位精度。
[0006]本专利技术提供的技术方案为：
[0007]一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法，包括如下步骤：
[0008]步骤一、设定初始模式数的取值为最小模式数，计算信号的功率谱密度峰度，并且根据所述功率谱密度峰度确定变分模式分解算法的惩罚参数；
[0009]步骤二、利用所述惩罚参数更新信号的模态，并且得到更新后的信号的模态对应的更新模式数；
[0010]步骤三、根据所述更新模式数得到更新的功率谱密度峰度，并且根据所述更新的功率谱密度峰度得到更新的惩罚参数；
[0011]循环进行步骤二至步骤三，迭代更新所述惩罚参数和所述信号的模态，直到变分模式分解算法收敛，得到第一分解算法模型；
[0012]步骤四、计算所述第一分解算法模型的分解信号产生的能量损失；
[0013]如果e＜μ1或模式数等于最大模式数时，得到第二分解算法模型；
[0014]其中，e表示分解信号产生的能量损失系数，μ1表示能量损失系数阈值；
[0015]步骤五、计算由所述第二分解算法模型分解得到的相邻的限带宽固有模态函数之间的最大相关数如果则确定最佳模式数的取值为当前模式数K
′
；
[0016]其中，μ2表示最大相关数阈值；
[0017]步骤六、通过最佳模式数对应的模式分解算法模型对管道泄漏信号进行模式分解，得到泄漏信号；根据管道上不同位置的传感器接收到所述泄漏信号的时间差确定管道泄漏位置。
[0018]优选的是，在所述步骤四中还包括：
[0019]如果e＞μ1，则将所述第一分解算法模型对应的惩罚函数作为初始惩罚函数，再次循环进行步骤二至步骤三；直到e＜μ1或模式数等于所述最大模式数。
[0020]优选的是，在所述步骤五中还包括：
[0021]如果设定模式数K＝K
′-
1作为初始模式数，再次确定变分模式分解算法的惩罚参数，并且循环进行步骤二至步骤三直到算法收敛后，计算分解得到的相邻的限带宽固有模态函数之间的最大相关数直到直到得到最佳模式数。
[0022]优选的是，通过如下公式计算变分模式分解算法的惩罚参数；
[0023][0024]式中，α
min
和α
max
分别表示惩罚参数的最小值和最大值，α
down
是信号分量的最大惩罚参数，表示经过n次迭代计算得到的模式数为k时的惩罚参数； KP表示信号的功率谱密度峰度，表示经过n次迭代计算得到的模式数为k 的信号的模态对应的功率谱密度峰度，Th1和Th2分别为的阈值。
[0025]优选的是，采用如下公式计算信号的功率谱密度峰度：
[0026][0027]其中，
[0028]式中，N为信号的长度一半，P为功率谱密度。
[0029]优选的是，在所述步骤二中，更新信号的模态的公式为：
[0030][0031]式中，表示原始信号的频域信号，表示第n+1次迭代中第i 个模态的频域信号，表示朗格朗日乘子，表示第k个模态的中心频率。
[0032]优选的是，分解信号产生的能量损失系数为：
[0033][0034]式中，f为分解前的原始信号，∑u
k
是重构的信号。
[0035]优选的是，α
max
＝15000，α
min
＝100，α
down
＝1000。
[0036]优选的是，Th1＝75，Th2＝135。
[0037]本专利技术的有益效果是：
[0038]本专利技术提供的基于改进的变分模式分解算法的供水管道泄漏位置检测方法，根据信号的频率特性自适应地确定每个限带宽固有模态函数的二次惩罚项参数，并且将能量损失系数和相邻限带宽固有模态函数的相关性作为确定最佳模数K的评估指标，通过该方法对输水管道的泄漏位置进行定位，可以显着提高定位精度。
附图说明
[0039]图1为本专利技术所述的改进的变分模式分解算法的流程图。
[0040]图2a为带有噪声信号的Y1的时域波形图。
[0041]图2b为信号本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法，其特征在于，包括如下步骤：步骤一、设定初始模式数的取值为最小模式数，计算信号的功率谱密度峰度，并且根据所述功率谱密度峰度确定变分模式分解算法的惩罚参数；步骤二、利用所述惩罚参数更新信号的模态，并且得到更新后的信号的模态对应的更新模式数；步骤三、根据所述更新模式数得到更新的功率谱密度峰度，并且根据所述更新的功率谱密度峰度得到更新的惩罚参数；循环进行步骤二至步骤三，迭代更新所述惩罚参数和所述信号的模态，直到变分模式分解算法收敛，得到第一分解算法模型；步骤四、计算所述第一分解算法模型的分解信号产生的能量损失；如果e＜μ1或模式数等于最大模式数时，得到第二分解算法模型；其中，e表示分解信号产生的能量损失系数，μ1表示能量损失系数阈值；步骤五、计算由所述第二分解算法模型分解得到的相邻的限带宽固有模态函数之间的最大相关数如果则确定最佳模式数的取值为当前模式数K
′
；其中，μ2表示最大相关数阈值；步骤六、通过最佳模式数对应的模式分解算法模型对管道泄漏信号进行模式分解，得到泄漏信号；根据管道上不同位置的传感器接收到所述泄漏信号的时间差确定管道泄漏位置。2.根据权利要求1所述的基于改进的变分模式分解算法的供水管道泄漏位置检测方法，其特征在于，在所述步骤四中还包括：如果e＞μ1，则将所述第一分解算法模型对应的惩罚函数作为初始惩罚函数，再次循环进行步骤二至步骤三；直到e＜μ1或模式数等于所述最大模式数。3.根据权利要求2所述的基于改进的变分模式分解算法的供水管道泄漏位置检测方法，其特征在于，在所述步骤五中还包括：如果设定模式数K＝K
′-
1作为初始模式数，再次确定变分模式分解算法的惩罚参数，并且循环进行步骤二至步骤三直到算法收敛后，计算分解得到...

【专利技术属性】
技术研发人员：李娟，陈雨，卢长刚，乔乔，康文炜，
申请(专利权)人：吉林大学，
类型：发明
国别省市：