一种基于线性拟合的负压波拐点识别方法
技术领域
本发明属于管道泄漏检测技术领域，涉及到一种基于线性拟合的负压波拐点识别方法。
背景技术
管道就像是一条生命线，承担着安全运输石油、天然气、水资源等，关系国计民生资源的重大任务。但随着管道服役时间的增长，由于腐蚀、老化、焊缝缺陷、地质条件变化以及第三方破坏等原因，管道泄漏现象时常发生。特别对于长输高压管道来说，管道一旦发生泄漏，泄漏量大，修复难度高，其破坏性，危害性将远大于低级别的管道，导致严重的泄漏事故。因此，及时检测到高压管道的泄漏现象并准确地定位管道泄漏位置，对管道的安全运营以及保证人民生命财产安全，减少环境污染方面都具有切实意义。
目前研究管道泄漏与定位的方法有很多，主要方法包括压力梯度法、声波法、振动信号法和负压波法。在这些方法中，负压波法因其具有原理和传感器布置简单，测量相对准确的特点，已经成为目前管道泄漏检测的主要手段之一。基于负压波法的管道泄漏检测与定位方法，主要是获得传感器采集到负压波到达的时间差进行泄漏点的定位，这就要求传感器采集到负压波到达的时间要尽量精确。
负压波达到的时间是通过负压波拐点发生的时间确定的，然而，目前关于负压波拐点识别的方法还较少，主要集中在阈值法和奇异点识别方法。阈值法过于保守，经常导致负压波拐点识别延后，定位误差较大。奇异点识别法是通过对负压波信号奇异点的识别代替对拐点的识别，来确定负压波到达的时间。然而，它需要对负压波信号进行多尺度的小波变换，随着尺度的增加，这会导致奇异点偏离，从而导致测量误差；此外，工作量大，计算时间长，往往不能第一时间定位管道泄漏发生位置。因此，研发一种可以精确、迅速地识别负压波拐点的方法具有重要的现实意义。
发明内容
为解决上述问题，本发明提供一种基于线性拟合的负压波拐点识别方法。通过分析大量的去噪后的管道泄漏负压波信号发现，在泄漏之前，负压波信号是基本保持稳定的；发生泄漏之后，负压波信号呈线性降低。这就好比一条水平直线突然发生转折，形成一条新的直线，而两条直线的交点即为负压波的拐点。通过对拐点的求解，便可更加准确地获得负压波的达到时间。
本发明的技术方案是：
一种基于线性拟合的负压波拐点识别方法，具体步骤如下：
步骤1：对传感器采集到的管道泄漏所产生的负压波信号进行去噪处理。
步骤2：对步骤1处理得到的去噪信号平稳段，选取P个时刻点及其对应的数据值进行线性拟合，得到直线L1＝a1t+b1。
步骤3：对所选取的P个时刻点所对应的数据值求平均值，设为泄漏阈值S。
步骤4：对负压波信号全部数据中各点数据值，按其对应的时刻由小到大的顺序，依次与S进行比较。当有连续N个时刻点对应的数据值低于所设的S，则认为管道泄漏发生；提取这N个时刻点的第1个时刻点，并对其后M个时刻点及其对应的数据值进行线性拟合，得到直线L2＝a2t+b2。
步骤5：求解两条直线L1和L2的交点即为负压波拐点，便可获得传感器检测到负压波到达的时间t＝(b2-b1)/(a1-a2)。
本发明的效果和益处：本发明提出的一种基于线性拟合的负压波拐点识别方法，在仅进行一次去噪处理而未大幅改变原始负压波信号的前提下，尽可能的保留了原始信号特征，并提高了负压波拐点识别的精度。该方法原理简单，可直接嵌入绝大部分程序系统，检测速度快，成本低廉，适用范围广。对负压波拐点的实时在线检测，以及其他涉及到负压波拐点识别的管道泄漏检测与定位方法，在泄漏点定位精度以及定位速度方面，都将产生积极的意义。
附图说明
图1是一种基于线性拟合的负压波拐点识别方法示意图。
图2是图1中负压波拐点位置的局部放大图。
图中：1去噪信号；2直线L1＝a1t+b1；3直线L2＝a2t+b2；4负压波拐点。
具体实施方式
以下结合技术方案和附图详细叙述本发明的具体实施方式。
本发明提出的一种基于线性拟合的负压波拐点识别方法示意图如图1所示。
具体过程是：
步骤1：在一根输气钢管道两端各安装两个光纤光栅类压力传感器，之所以选择光纤光栅类传感器，是因为其灵敏度高，可使本方法测量精度更高。数据采集设备为光纤光栅解调仪，采样频率为1000Hz。对其中一个传感器采集到的管道泄漏所产生的负压波信号进行去噪处理，获得图1所示的去噪信号1。负压波信号去噪处理使用小波变换，该去噪方法可使负压波信号时程噪声明显减小，并且依然保留原始信号的细节，将进一步提高本方法的求解精度。
步骤2：由图1去噪信号1可以看出，去噪信号1的平稳段大约有6000个点，且负压波拐点出现的位置大约在第6000点到第8000点之间。选择离预计负压波拐点较近的数值，进行线性拟合，可使拐点识别精度更高。因此，根据本方法，P值选取为1000，具体是该去噪信号1的第5000点到第6000点。对这1000个时刻点及其对应的数据值进行线性拟合，得到直线L1＝a1t+b1 2。
步骤3：对步骤2中所选取的1000个时刻点所对应的数据值求平均值，设为泄漏阈值
步骤4：对负压波信号全部数据中各点数据值，按其对应的时刻由小到大的顺序，依次与
N值若设置过小，会导致本发明过于灵敏，会将管道振动或管内流体扰动识别为泄漏，产生误报；若设定过大，也会增加计算量，延长负压波拐点识别的时间。M值不宜设置过大，因为负压波通过后，上游流量补入导致压力骤升，会使测量值有所升高，使得泄漏段直线L2＝a2t+b2 3出现一定波动，影响其线性拟合的精度。
由图1去噪信号1可以看出，负压波去噪信号1的下降段大约有5000个点，根据本方法，N值设为1000；由图2去噪信号1可以看出，在下降段第6900点到第7000点之间测量值出现一定回升波动，因此M值不宜过大，设为100即可。若在不同管道模型以及实际工程应用中，也应先根据管道泄漏信号的特征，设定合适的N和M值，以保证该算法的测量精度。
步骤5：求解两条直线L1和L2的交点即为负压波拐点4，便可获得传感器检测到负压波到达的时间t＝(b2-b1)/(a1-a2)。按本方法，计算得到负压波到达时间为6.843s。重复步骤1至步骤5，获得另外一个传感器所采集得到的负压波拐点到达时间为6.729s。两个传感器布置间距为48m，利用传统负压波法对管道泄漏位置进行定位，定位误差仅为0.5m。为验证本方法的可靠性，共进行40组测试，平均定位误差为1.1m，表明本方法可有效提高负压波拐点的识别精度。
