一种基于改进LCD的管道泄漏孔径识别方法技术

本发明专利技术涉及管道泄漏技术领域，尤其涉及一种基于改进LCD的管道泄漏孔径识别方法，包括：采集不同泄漏孔径下管道次声波泄漏信号数据；利用prony构造差分方程计算匹配系数，对延展信号进行LCD分解获得若干ISC分量；通过相邻ISC分量的互信息熵区分有效分量与无效分量，并进行信号重构；对重构后的信号分析，提取表征泄漏孔径的优势特征参数；利用优势特征参数构造管道泄漏特征向量；使用欧式距离计算重构后信号泄漏特征向量与待测泄漏信号特征向量的距离，得到最小距离对应的泄漏孔径。本发明专利技术解决现有神经网络算法需要庞大的数据量，识别效率低的问题；以及采用单一特征参数，无法全面反映泄漏信号特征保证准确度的问题。面反映泄漏信号特征保证准确度的问题。面反映泄漏信号特征保证准确度的问题。

【技术实现步骤摘要】
一种基于改进LCD的管道泄漏孔径识别方法


[0001]本专利技术涉及管道泄漏
，尤其涉及一种基于改进LCD的管道泄漏孔径识别方法。

技术介绍

[0002]随着国家经济的快速发展以及对天然气等能源需求量增加，埋地管道作为一种有力的运输工具成为现代社会中一种重要的基础设施。由于管道老化、受环境腐蚀以及第三方破坏等原因，管道泄漏事故时有发生。城镇燃气管道多为埋地管道，管道早期因泄漏信号微弱难以发现，最终导致人员伤亡、经济损失及环境破坏。因此，管道泄漏孔径的识别对有效预防管道泄漏火灾爆炸事故，减小事故灾难损失以及加强城市公共安全具有重要意义。
[0003]在管道泄漏次声波检测中，由于次声波的低频特性导致传播过程中易受环境、介质等因素干扰从而夹带各种噪声。因此，在进行管道泄漏孔径识别前，需对次声波泄漏信号进行处理，减少噪声干扰，突出信号特征，以便精确识别泄漏孔径。在管道次声波泄漏信号处理中，经验模态分解(EMD)方法和局域均值分解方法(LMD)能够适用于非平稳信号的分析，分解效率高，自适应性强，但具有模态混叠和端点效应的问题；而局部特征尺度分解法(LCD)在模态混叠问题、迭代次数等方面要优于EMD和LMD方法，但仍存在端点效应的问题，对泄漏信号分析的准确性存在巨大影响。
[0004]同时，目前对于管道次声波泄漏信号的研究大多在泄漏的判断以及对泄漏源的定位研究，对于管道泄漏孔径预测研究不多。Mei L在《Leak Identification Based on CS
‑
ResNet under different leakage Apertures for Water
‑
Supply Pipeline》对信号进行压缩处理后输入神经网络进行泄漏识别，虽然已对泄漏信号进行压缩处理，但数据量依然庞大，识别效率低；Sun J在《Natural gas pipeline leak aperture identification and location based on local mean decomposition analysis》中利用LMD方法处理泄漏信号后提取RMS熵并输入向量机进行泄漏孔径识别，但该方法依赖人工经验且过程复杂；Lang X在《Pipeline leak aperture recognition based on wavelet packet analysis and a deep belief network with ICR》将超声波信号的去噪声速作为特征参数输入深度置信网络进行泄漏孔径识别，该方法使用单一特征参数，无法全面反映泄漏信号特征保证准确度。

技术实现思路

[0005]针对现有算法的不足，本专利技术根据prony算法原理构造差分方程，对泄漏信号两端进行延展，再对信号进行LCD分解，能有效改善端点效应，防止信号产生失真，影响泄漏孔径识别效果；针对目前泄漏孔径识别中识别泄漏孔径的方法繁琐且使用特征参数单一，无法快速全面地反映泄漏信号特征保证泄漏孔径识别的正确性的问题，对多个特征信号进行分析，选择能够表征泄漏孔径的优势特征参数，利用欧式距离方法进行孔径识别，能够全面反映泄漏孔径特征，客观有效地进行孔径识别，识别快速且效果良好。
[0006]本专利技术所采用的技术方案是：一种基于改进LCD的管道泄漏孔径识别方法包括以
下步骤：
[0007]步骤一、在固定压力下，对实验管道进行泄漏实验，采集不同泄漏孔径下管道次声波泄漏信号X
i
(t)数据；
[0008]步骤二、利用prony构造差分方程计算匹配系数，根据匹配系数延展信号，对延展信号进行LCD分解获得若干ISC分量；
[0009]LCD分解过程中虽然能够解决EMD的过包络、欠包络及产生负频率等问题，但其分解结果仍存在端点效应；端点效应是由于信号的两端为非极值点，分解误差从端点引入影响分解结果，造成严重的失真；通过prony算法构造差分方程增加信号两端极值点来抑制端点效应的影响。具体过程如下：
[0010]步骤21、找到次声波泄漏信号X
i
(t)中所有极大值和极小值对应的时刻，记为t
1max
,t
2max
,
…
,t
kmax
(k＝1
…
N)和t
1min
,t
2min
,
…
,t
kmin
(k＝1
…
M)。
[0011]步骤22、设端点处需拓展的极大值和极小值对应的时刻为t
max
和t
min
；
[0012]若N＝M或N＝M
‑
1，则：
[0013][0014]若N＝M+1，则：
[0015][0016]步骤23、选取次声波泄漏信号X
i
(t)端点处的y个极值点，极值点记为x(1)
…
x(y)；假设相邻极值点时间间隔相等，记为t＝|t
max
‑
t
min
|；根据prony算法构造第L个极值点的差分方程：
[0017]x(L)＝b1x(L
‑
1)+b2x(L
‑
2)+
…
+b
y
x(L
‑
y) (3)
[0018]其中，L代表拓展极值点，b1,b2,
…
,b
y
为方程系数；
[0019]构造方程系数b1,b2,
…
,b
y
一组线性矩阵方程，通过该矩阵方程求得方程系数b1,b2,
…
,b
y
后带入到差分方程，求解获得第L个极值点；若L为极大值，将L点纳入选取极值点范围内，则重复上述步骤，获得第L+1个极小值点，反之亦然。
[0020]步骤24、将(t
min
，x(L)),(t
max
，x(L+1))及靠近端点处两对极值点作为一段时间序列，记为Q；其中，包含r个时域信号的采样数；将X
i
(t)分为若干段与Q等长的时间序列，记为Q1,Q2,
…
,Q
s
，计算Q与个时间序列的匹配系数，公式为：
[0021][0022]选择R
w
值最小时对应的波形，将其延展到X
i
(t)前。
[0023]对次声波泄漏信号X
i
(t)两端都按以上步骤进行操作，延展信号两端，对拓展后的信号进行LCD分解即可减弱端点效应。
[0024]步骤三、对步骤二中分解出的ISC分量进行处理，通过各相邻ISC分量的互信息熵区分有效分量与无效分量，剔除无效分量后进行信号重构，获得特征信号X
i
’
(t)。
[0025]次声波泄漏信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进LCD的管道泄漏孔径识别方法，其特征在于，包括以下步骤：步骤一、采集不同泄漏孔径下管道次声波泄漏信号数据；步骤二、利用prony构造差分方程计算匹配系数，根据匹配系数延展信号，对延展信号进行LCD分解获得若干ISC分量；步骤三、通过相邻ISC分量的互信息熵区分有效分量与无效分量，剔除无效分量后进行信号重构；步骤四、对重构后的信号分析，并提取表征泄漏孔径的优势特征参数；步骤五、利用优势特征参数构造管道泄漏特征向量；步骤六、使用欧式距离计算重构后信号的泄漏特征向量与待测泄漏信号特征向量的距离，得到最小距离对应的泄漏孔径。2.根据权利要求1所述的基于改进LCD的管道泄漏孔径识别方法，其特征在于，步骤二具体包括：步骤21、找到次声波泄漏信号X
i
(t)中所有极大值和极小值对应的时刻；步骤22、设端点处拓展的极大值和极小值对应的时刻为t
max
和t
min
，计算极大值与极小值对应时刻的差值；步骤23、选取次声波泄漏信号X
i
(t)端点处的y个极值点，根据prony算法构造第L个极值点的差分方程，求解获得第L个极值点；步骤24、将(t
min
，x(L)),(t
max
，x(L+1))及靠近端点处两对极值点作为一段时间序列Q，将X
i
(t)分为若干段与Q等长的时间序列Q
s
，计算时间序列Q和时间序列Q
s
的匹配系数，选择匹配系数值最小时对应的波形，并延展到X
i
(t)前。3.根据权利要求2所述的基于改进LCD的管道泄漏孔径识别方法，其特征在于，极大值与极小值对应时刻的差值的公式为：若N＝M或N＝M
‑
1，则：若N＝M+1，则：其中，t
kmax
、t
kmin
为k时刻的极大值和极小值，M、N为取极大值和极小值的时刻总数。4.根据权利要求2所述的基于改进LCD的管道泄漏孔径识别方法，其特征在于，第L个极值点的差分方程为：x(L)＝b1x(L
‑
1)+b2x(L
‑
2)+
…
+b
y
x(L

【专利技术属性】
技术研发人员：李敏，郝永梅，王丽华，吴凡，吴政奇，王志成，
申请(专利权)人：常州大学，
类型：发明
国别省市：