一种换流站消防管道泄漏监测定位方法技术

本发明专利技术属于管道泄漏监测技术领域，具体涉及一种换流站消防管道泄漏监测定位方法，首先采用频带能量占比法确定变分模态分解所需模态数，而后采用互相关法筛选其中含噪较高的模态，之后利用小波阈值去噪法对其进行去噪。进而根据去噪后信号构建包含其时频域信息的特征向量，并将其作为输入训练轻量级高效梯度提升树模型来判定管道泄漏的发生。本发明专利技术具有对管道泄漏监测准确、高效的优点。

【技术实现步骤摘要】
一种换流站消防管道泄漏监测定位方法
本专利技术属于管道泄漏监测
，具体涉及一种换流站消防管道泄漏监测定位方法。
技术介绍
换流站是指在高压直流输电系统中，为了完成将交流电变换为直流电或者将直流电变换为交流电的转换，并达到电力系统对于安全稳定及电能质量的要求而建立的站点。近年来，由消防管道遭受换流站入地电流的影响出现老化、腐蚀、穿孔和泄漏等事故频发，从而带来极大的消防安全隐患。因此换流站消防管道泄漏监测定位方法的研究显得尤为重要。原始的管道泄漏监测方法主要依靠操作人员通过听音设备判断管道泄漏状态，如利用“不间断夜流量检测”法发现管道存在泄漏时，操作人员需要通过听音设备逐步排查搜寻泄漏点的位置。经过多年研究，听音设备由最初的听音棒提升为目前的电子听漏仪，电子听漏仪可在一定程度上抑制背景噪声，但仍依靠工作人员的经验来判断漏点的位置，人力成本太高并且会造成损伤发现不及时的情况，造成严重的后果。因此，市场急需高效率、准确性高且节省人力的管道泄漏监测定位方法。
技术实现思路
本专利技术要解决的技术问题是提供一种换流站消防管道泄漏监测定位方法，用以对管道泄漏进行高效、准确的进行监测定位。为了解决上述技术问题，本专利技术的技术方案为：一种换流站消防管道泄漏监测定位方法，包括如下步骤：步骤一、对所采集次声波信号s[n]进行离散傅里叶变换，计算得到其频谱各点并计算频谱总能量其中，m为采集信号总长度；步骤二、根据次声波信号的频带宽度fb以及所采集次声波信号s[n]的采样频率fs，确定所采集信号频谱的划分份数其中，[]向上取整表示对方框中数进行向上取整操作，则频谱中第i份点数区间为步骤三、根据步骤二所得各频谱区间，分别计算各区间内频谱的能量，则第i份频谱能量为步骤四、计算各份频谱能量与频谱总能量的比值，则第i份频谱能量与频谱总能量的比值为步骤五、统计的个数，记为K；步骤六、对采集次声波信号s[n]进行变分模态分解(VariationModeDecomposition，VMD)，其分解层数也即分解所得模态数为K；即其中IMFx[n]为分解所得第x个模态分量，res[n]为分解所得残差分量；步骤七、计算各模态分量IMFx[n]与采集次声波信号s[n]之间的互相关系数，并与阈值th比较，若ρ(x)≥th，则保留该模态分量，否则，对该模态分量进行小波阈值去噪处理，小波基选用db4，小波分解层数为3层，阈值为`为小波系数标准差；其中，阈值th=0.5；步骤八、根据步骤七中所保留的模态分量重构采集次声波信号步骤九、对重构信号分别进行时域特征提取以及频域特征提取；步骤十、根据步骤九所得时域及频域特征因子，构建特征向量，并将其送入预先训练好的轻量级的高效梯度提升树(LightGradientBoostingMachine，LGBM)模型中进行分类识别；从而判断当前采集次声波信号是否包含泄漏信息，进而得出当前管道是否存在泄漏。在本专利技术提供的换流站消防管道泄漏监测定位方法中，优选地，所述时域特征为均值μx、均方根值波形指标Sf、峰值指标Cf、脉冲指标If、裕度指标CLf和峭度指标Kv。在本专利技术提供的换流站消防管道泄漏监测定位方法中，进一步优选地，所述均值均方根值波形指标峰值指标脉冲指标裕度指标峭度指标其中，xi表示实时采集到的信号，N为采集信号的点数。在本专利技术提供的换流站消防管道泄漏监测定位方法中，更进一步优选地，所述频域特征为Z1、Z2、Z3、Z4、Z5、Z6、Z7、Z8、Z9和Z10。在本专利技术提供的换流站消防管道泄漏监测定位方法中，再进一步优选地，所述其中，k＝1，2，……，N表示频谱；N是频域序列一半的长度。在本专利技术提供的换流站消防管道泄漏监测定位方法中，再更进一步优选地，所述特征向量为本专利技术基于改进的VMD方法，首先根据次声波信号频带宽度以及信号采样频率确定变分模态分解模态数，然后计算各模态分量与原始分量的相关系数，筛选出含噪声较多的模态分量，并用小波阈值去噪算法进行去噪处理。之后，从时域及频域提取去噪后信号的特征构建特征向量，作为LGBM模型的输入达到能够判定管道泄漏状况的目的。实验测试表明，该方法可以有效的对信号进行分解去噪，并且完成管道泄漏监测功能，报警准确度较高。附图说明图1为本专利技术中次声波泄漏监测系统示意图；图2为本专利技术试验平台示意图；图3为有泄漏时信号时域图；图4为有泄漏时信号频域图；图5为VMD算法分解得第一模态分量时域图；图6为VMD算法分解得第二模态分量时域图；图7为VMD算法分解得第三模态分量时域图；图8为VMD算法分解得第一模态分量频域图；图9为VMD算法分解得第二模态分量频域图；图10为VMD算法分解得第三模态分量频域图；图11为测试集经LGBM模型判定结果。具体实施方式下面结合附图对本专利技术的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本专利技术，但并不构成对本专利技术的限定。此外，下面所描述的本专利技术各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。一种换流站消防管道泄漏监测定位方法，该方法所用的监测系统主要由次声波传感器、信号采集模块和监测主机构成。如图1所示，传感器A和传感器B之间的距离为L，泄漏点S距离传感器A的距离为y，次声波信号传至传感器A处的时间为t1，传至传感器B处的时间为t2。次声波的传播时间可根据管内液体中次声波的传播速度v(m/s)和管内流体速度u(m/s)来计算，计算公式为：其中，Δt为次声波传输至传感器AB之间的时间差。根据采集的信号进行管道泄漏监测定位的方法步骤如下：步骤一：对所采集次声波信号s[n]进行离散傅里叶变换，计算得到其频谱各点并计算频谱总能量其中，m为采集信号总长度；步骤二：根据次声波信号的频带宽度fb以及所采集次声波信号s[n]的采样频率fs，确定所采集信号频谱的划分份数其中，[]向上取整表示对方框中数进行向上取整操作，则频谱中第i份点数区间为步骤三：根据步骤二所得各频谱区间，分别计算各区间内频谱的能量，则第i份频谱能量为步骤四：计算各份频谱能量与频谱总能量的比值，则第i份频谱能量与频谱总能量的比值为步骤五：统计的个数，记为K；步骤六：对采集次声波信号s[n]进行VMD分解，其分解层数也即分解所得模态数为K；即其中IMFx[n]为分解所得第x个模态分量，res[n]为分解所得残差分量；步骤七：计算各模态分量IMFx[n]与采集次声波信号s[n]之间的互相关系数，并与阈值th比较，若ρ(x)≥th，则保留该模态分量，本文档来自技高网...

【技术保护点】
1.一种换流站消防管道泄漏监测定位方法，其特征在于，包括如下步骤：/n步骤一、对所采集次声波信号s[n]进行离散傅里叶变换，计算得到其频谱各点

【技术特征摘要】
1.一种换流站消防管道泄漏监测定位方法，其特征在于，包括如下步骤：
步骤一、对所采集次声波信号s[n]进行离散傅里叶变换，计算得到其频谱各点并计算频谱总能量其中，m为采集信号总长度；
步骤二、根据次声波信号的频带宽度fb以及所采集次声波信号s[n]的采样频率fs，确定所采集信号频谱的划分份数其中，[]向上取整表示对方框中数进行向上取整操作，则频谱中第i份点数区间为
步骤三、根据步骤二所得各频谱区间，分别计算各区间内频谱的能量，则第i份频谱能量为
步骤四、计算各份频谱能量与频谱总能量的比值，则第i份频谱能量与频谱总能量的比值为
步骤五、统计的个数，记为K；
步骤六、对采集次声波信号s[n]进行VMD分解，其分解层数也即分解所得模态数为K；即其中IMFx[n]为分解所得第x个模态分量，res[n]为分解所得残差分量；
步骤七、计算各模态分量IMFx[n]与采集次声波信号s[n]之间的互相关系数，并与阈值th比较，若ρ(x)≥th，则保留该模态分量，否则，对该模态分量进行小波阈值去噪处理，小波基选用db4，小波分解层数为3层，阈值为σ为小波系数标准差；其中，阈值th＝0.5；
步骤八、根据步骤七中所保留的模态分量重构采集次声波信号
步骤九、对重构信号分别进行时域特征提取以及频域特征提取；
步骤十、根据步骤九所得时域及频域特征因子，构建特征向量，并将其送入预先训练好的...

【专利技术属性】
技术研发人员：郑丰，江海，莫跃，田兴旺，林康泉，刘思远，肖旺盛，王林，陈杰，唐力，何其愚，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司天生桥局，
类型：发明
国别省市：贵州;52