CN104373820A - 降低管道泄漏监测误报率的方法 - Google Patents

Abstract

本发明公开了一种降低管道泄漏监测误报率的方法。该方法包括以下步骤：通过设置在管道首站的第一声波监测仪和管道末站的第二声波监测仪分别实时、连续地监测管道内部的首站声波信号和末站声波信号；当监测到首末站同时存在异常信号时，分别计算出首站声波信号中的异常信号峰值和末站声波信号中的异常信号峰值；判断首站异常信号峰值和末站异常信号峰值之间的峰值比是否在预设范围内，若是，则首末站异常信号为同源信号，发出泄漏报警；若否，则首末站异常信号为非同源信号，不发出泄漏报警。其能够在判断出不是同源信号时阻止系统发出错误报警，能够有效降低现有管道泄漏监测的误报率，提高泄漏监测的可靠性，且此方法具有较好的鲁棒性。

Description

降低管道泄漏监测误报率的方法

技术领域

本发明涉及管道泄漏监测领域，尤其涉及一种降低管道泄漏监测误报率的方法。

背景技术

在油气、危险化学品等管道输送中，管道铺设距离长、线路复杂，常发生由于腐蚀老化、工程施工、人为破坏等造成的管道泄漏，造成易燃物泄漏爆炸、环境污染、人员伤亡等重大损失。

目前，针对管道泄漏监测的主要监测方法有：声波法、光纤法、负压波法等。其中基于声波的管道泄漏监测方法成本较低，容易实现，具有较高的泄漏监测灵敏度和定位精度，近年来受到很多的关注。声波法使用的传感器类型包括：声波传感器、加速度传感器、拾音器和压电式压力传感器等。但是，无论选择何种传感器实施管道泄漏监测，由于声波传感器灵敏度较高不可避免地会造成误报警，尤其当上下游监测站点如果分别监测到不同的干扰信号时，则不可避免造成误报。

因此，探索一种可靠的依据声波信号传播衰减模型的异常信号同源性识别方法，对降低误报率、提高泄漏监测系统的可靠性有重大意义。

发明内容

基于此，为实现本发明目的提供的一种降低管道泄漏监测误报率的方法，包括以下步骤：

通过设置在管道首站的第一声波监测仪和管道末站的第二声波监测仪分别实时、连续地监测管道内部的首站声波信号和末站声波信号；

当监测到首站和末站同时存在异常信号时，分别计算出首站声波信号中的首站异常信号峰值和末站声波信号中的末站异常信号峰值；

判断所述首站异常信号峰值和末站异常信号峰值之间的峰值比是否在预设范围内，若是，则所述管道发生泄漏；若否，则所述管道未发生泄漏。

作为一种降低管道泄漏监测误报率的方法的可实施方式，所述通过设置在管道首站的第一声波监测仪和管道末站的第二声波监测仪分别实时、连续地监测管道内部的首站声波信号和末站声波信号，包括以下步骤：

以采样周期T分别采样所述第一声波监测仪和所述第二声波监测仪输出的所述首站声波信号和所述末站声波信号两路信号，在整分钟时刻对采集的两路信号分别打上时间标签；

分别提取连续两分钟所述首站声波信号和所述末站声波信号，其中前一分钟信号为历史数据，后一分钟信号为实时数据，所述历史数据和所述实时数据构成一帧完整的待处理的首站声波信号和末站声波信号；

其中，T为大于0的正数。

作为一种降低管道泄漏监测误报率的方法的可实施方式，还包括确定所述首站异常信号峰值和末站异常信号峰值之间的比值的预设范围的步骤，该步骤具体包括以下步骤：

获取多组首站声波信号和末站声波信号并进行滤波、去噪及去均值处理，得到去噪后的信号；

对去噪后的信号通过相关计算得到首站异常信号和末站异常信号的相关系数的峰值位置，记作CorrPos，并根据公式：

$1=\frac{V_{\mathrm{up}}(L+\mathrm{CorrPos}{V}_{\mathrm{dn}})}{V_{\mathrm{up}}+V_{\mathrm{dn}}},$

确定异常信号发生位置距首站的距离，其中，l为异常信号发生位置距首站的距离，L为管道总长度，V_dn与V_up分别为从首站到末站和从末站到首站的声波信号传播速度；

经过预设时间的监测后，获取定位位置为首站的首站异常信号和同源的末站异常信号，以及定位位置为末站的首站异常信号和同源的末站异常信号，并获取第一预设数量的首站正常信号和末站正常信号；

对所述去噪后的信号进行离散傅里叶变换，得到去噪后的信号的频谱；

比对正常信号和异常信号的频谱，截取所述异常信号的频谱；

对截取后的所述异常信号的频谱进行傅里叶反变换，得到所述异常信号的时域重构后的信号；

根据时域重构后的信号的幅值确定首站异常信号的峰值与同源的末站异常信号的峰值的峰值比；

根据声波沿管道的传播衰减公式：

$\mathrm{Peak}={\mathrm{Peak}}_0{e}^{-\mathrm{\α}\frac{1}{L}},$

其中，Peak₀为异常声波发生点声波信号的初始幅值，Peak为传播衰减后的信号幅值，l为异常信号发生位置距首站的距离，L为管道总长度，α为声波传播衰减系数，首站产生的声波信号顺流传播到末站，和末站产生声波信号逆流传播到首站时，其分别满足：

${\mathrm{Peak}}_{\mathrm{dn}}={\mathrm{Peak}}_{\mathrm{up}}{e}^{-{\mathrm{\α}}_s\frac{L}{L}}$

${\mathrm{Peak}}_{\mathrm{up}}={\mathrm{Peak}}_{\mathrm{dn}}{e}^{-{\mathrm{\α}}_n\frac{L}{L}}$

Peak_up为首站采集到的异常信号幅值，Peak_dn为末站采集到的同源的异常信号幅值，α_s与α_n分别为顺流与逆流传播时的传播衰减系数；

进一步计算可得声波信号顺流传播衰减系数α_s和逆流传播衰减系数α_n为：

${\mathrm{\α}}_s=-1n\left(\frac{{\mathrm{Peak}}_{\mathrm{dn}}}{{\mathrm{Peak}}_{\mathrm{up}}}\right)$

${\mathrm{\α}}_n=-1n\left(\frac{{\mathrm{Peak}}_{\mathrm{up}}}{{\mathrm{Peak}}_{\mathrm{dn}}}\right)$

根据所述首站异常信号与末站同源的异常信号的峰值比得到α_s和α_n的值；

结合第二预设数量的成对首站异常信号和同源的末站异常信号的峰值比确定声波信号顺流传播衰减系数α_s和逆流传播衰减系数α_n的范围为：

α_smin≤α_s≤α_smax

α_nmin≤α_n≤α_nmax；

对于发生在距首站l距离的泄漏声波信号，其首站异常信号和同源的末站异常信号的峰值比r满足以下关系：

$r=\frac{{\mathrm{Peak}}_{\mathrm{up}}}{{\mathrm{Peak}}_{\mathrm{dn}}}=\frac{e^{-{\mathrm{\α}}_n\frac{l}{L}}}{e^{-{\mathrm{\α}}_s\frac{(L-l)}{L}}};$

将声波传播衰减系数组成四组[α_smin,α_nmin],[α_smin,α_nmax],[α_smax,α_nmin],[α_smax,α_nmax]，得到四个r值，并将最大值记为r_max，最小值记为r_min，则首站异常信号和同源的末站异常信号的峰值比的取值范围为：

$r_{\min }\≤\frac{{\mathrm{Peak}}_{\mathrm{up}}}{{\mathrm{Peak}}_{\mathrm{dn}}}\≤r_{\max }.$

作为一种降低管道泄漏监测误报率的方法的可实施方式，判断所述首站异常信号峰值和末站异常信号峰值之间的峰值比是否在预设范围内，若是，则所述管道发生泄漏；若否，则所述管道未发生泄漏，包括以下步骤：

计算所述首站异常信号峰值和所述末站异常信号峰值之间的峰值比；

根据公式及α_s与α_n的值计算所述峰值比的预设范围；

判断所述峰值比是否在所计算出的所述预设范围内；

若是，则首末站异常信号为同源信号，发出泄漏报警；

若否，则首末站异常信号为非同源信号，不发出泄漏报警。

作为一种降低管道泄漏监测误报率的方法的可实施方式，所述根据时域重构后的信号的幅值确定首站异常信号的峰值与末站异常信号的峰值的峰值比，包括以下步骤：

根据所述幅值的极性划分正负区间，并且求出各个区间的峰值记为Peak[i]，正区间取最大值，负区间取最小值，其中，1≤i≤N_Peak，N_Peak为一帧完整的待处理的首站声波信号或末站声波信号中的区间总数；

计算正峰值与负峰值的均值，分别记为meanVP和meanVN，并将正信号峰值中大于meanVP的峰值根据如下公式计算归一化峰值突出程度指标L_P，且当正峰值小于meanVP时令L_P为0，

$L_p=\frac{\mathrm{Peak}\left[i\right]-\mathrm{meanVP}}{\mathrm{Peak}\left[i\right]},1\≤i\≤N_{\mathrm{Peak}},\mathrm{Peak}\left[i\right]>0;$

将负峰值中幅值大于meanVN的峰值根据如下公式计算归一化峰值突出程度指标L_N，且当负峰值大于meanVN时令L_N为0，

$L_N=\frac{\mathrm{Peak}\left[i\right]-\mathrm{meanVN}}{\mathrm{Peak}\left[i\right]},1\&le;i\&le;N_{\mathrm{Peak}},\mathrm{Peak}\left[i\right]<0;$

将所述归一化峰值突出程度指标低于预设阈值的信号区间的信号清为0，确定所述归一化峰值突出程度指标高于预设阈值的峰值所在区间及发生时刻LeakPos；

当存在有多个异常信号时，依次计算首站一异常信号与末站各异常信号的LeakPos的差：

DT＝LeakPos_up(i)-LeakPos_dn(j)

当差值DT与所述CorrPos最接近时，确定此组信号分别为首站异常信号和对应的末站异常信号，此时区间序号分别记为Range_up与Range_dn；

进而得到首站异常信号的峰值Peak(Range_up)和末站异常信号的峰值Peak(Range_dn)，并进一步得到所述首站异常信号的峰值与所述末站异常信号的峰值比。

作为一种降低管道泄漏监测误报率的方法的可实施方式，使用管道首站的第一声波监测仪和管道末站的第二声波监测仪监测管道内部的首站声波信号和末站声波信号时，利用全球定位系统进行精确授时。

本发明的有益效果包括：

本发明提供的一种降低管道泄漏监测误报率的方法，其通过建立管道内声波传播衰减模型，判断首末站的声波监测仪接收到的异常信号的峰值比是否在预设范围内来判断所接收到的异常信号到底是不是同源信号。并在判断出不是同源信号时阻止系统发出错误报警。能够有效降低现有管道泄漏监测的误报率，提高泄漏监测的可靠性，且此方法具有较好的鲁棒性。

附图说明

图1为本发明一种降低管道泄漏监测误报率的方法的一具体实施例的流程图；

图2为本发明一种降低管道泄漏监测误报率的方法的另一具体实施例的流程图；

图3为本发明一种降低管道泄漏监测误报率方法的一具体实例的样本1首末站信号去噪及去均值处理结果示意图；

图4为本发明一种降低管道泄漏监测误报率方法的一具体实例的样本2首末站信号去噪及去均值处理结果示意图；

图5为本发明一种降低管道泄漏监测误报率方法的一具体实例的样本1首末站信号经过频谱截取后傅里叶反变换结果示意图；

图6为本发明一种降低管道泄漏监测误报率方法的一具体实例的样本2首末站信号经过频谱截取后傅里叶反变换结果示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图对本发明的降低管道泄漏监测误报率的方法的具体实施方式进行说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明一实施例的降低管道泄漏监测误报率的方法，如图1所示，包括以下步骤：

S100，通过设置在管道首站的第一声波监测仪和管道末站的第二声波监测仪分别实时、连续地监测管道内部的首站声波信号和末站声波信号。

S200，当监测到异常信号时，通过计算信号相关系数确定异常信号的定位位置，分别计算出首站声波信号中的异常信号峰值和末站声波信号中的异常信号峰值。

此处需要说明的是，声波监测仪(包括第一声波监测仪和第二声波监测仪)是持续监测声波信号的，一般当管道没有泄漏时，接收到的信号较为平缓，没有明显的波动。但是，如果所监测的管道有泄漏或者较强烈的干扰信号(如调泵、调阀等)时，声波监测仪接收到的信号会有明显的波动，则此时说声波监测仪监测到了异常信号。且对于异常信号的判断可结合现有技术实现，此处不再一一详细说明。

S300，判断所述首站异常信号峰值和末站异常信号峰值之间的峰值比是否在预设范围内，若是，则首末站异常信号为同源信号，发出泄漏报警；若否，则首末站异常信号为非同源信号，不发出泄漏报警。

对于任何一个确定的输送管道，在出现同源异常信号时，其设置在首站和设置在末站的声波监测仪监测到的异常信号的峰值之间的峰值比都是在一定范围内的，因此，可通过判断首末站的声波监测仪接收到的异常信号的峰值比是否在预设范围内来判断所接收到的异常信号到底是不是同源信号。并在判断出不是同源信号时阻止系统发出错误报警。能够有效降低现有管道泄漏监测的误报率，提高泄漏监测的可靠性。

还需要说明的是，此处的首站是指输送管道内部输送物流动的初始位置并在此处设置了监测点。末站是输送管道内部输送物流动的终点位置并在此处设置了监测点。首站和末站之间的距离基本为输送管路的长度。当然参考本发明的方法也可在管道上选择两个接近首末站并相距固定长度的点进行监测。

在其中一个实施例中，步骤S100，通过设置在管道首站的第一声波监测仪和管道末站的第二声波监测仪分别实时、连续地监测管道内部的首站声波信号和末站声波信号，包括以下步骤：

S110，以采样周期T分别采样所述第一声波监测仪和所述第二声波监测仪输出的所述首站声波信号和所述末站声波信号两路信号，在整分钟时刻对采集的两路信号分别打上时间标签。

其中，对于首站和末站的声波监测仪的监测时间可通过用GPS(GlobalPositioning System，全球定位系统)精确授时下进行，从而可确保首站声波信号和末站声波信号采集的同步。提高监测的精度。

S120，设每分钟的采集信号长度为N/2点，分别提取连续两分钟所述首站声波信号和所述末站声波信号，其中前一分钟信号为历史数据，后一分钟信号为实时数据，所述历史数据和所述实时数据构成一帧完整的待处理的首站声波信号和末站声波信号。其中，T为大于0的正数，N为正整数。

具体的，对于首站异常信号峰值和末站异常信号峰值之间的比值的预设范围本发明中是通过构建管道内声波传播衰减模型实现的。其对采集到的信号进行异常信号诊断与定位，并且筛选获得其中首站顺传到末站的异常信号与末站逆传到首站的异常信号。利用上述顺传与逆传的异常信号并选取一些正常信号，去噪去均值后进行离散傅里叶变换，得到各信号的频谱，将异常信号与正常信号的频谱进行对比，确定有别于正常信号的异常信号频带范围。将上述异常信号的频谱按确定的频带范围进行频域滤波，利用傅里叶反变换得到频域滤波后的时域重构信号。将重构后的信号进行正负区间划分，在突出信号所在区间内找到峰值，计算首末站峰值的比值。根据声波传播衰减公式计算衰减系数，建立对应管道内的声波传播衰减模型。

具体的，S010，确定所述首站异常信号峰值和末站异常信号峰值之间的比值的预设范围的步骤包括以下步骤：

S011，获取多组首站声波信号和末站声波信号并进行滤波、去噪及去均值处理，得到去噪后的信号。

S012，对去噪后的信号通过相关计算得到首站异常信号和末站异常信号的相关系数的峰值位置，记作CorrPos。根据公式：

$1=\frac{V_{\mathrm{up}}(L+\mathrm{CorrPos}{V}_{\mathrm{dn}})}{V_{\mathrm{up}}+V_{\mathrm{dn}}}.---\left(1\right)$

计算出异常信号发生位置，其中，L为管道总长度，Vdn与Vup分别为从首站到末站和从末站到首站的声波信号传播速度。获取定位位置为首站的首站异常信号和同源的末站异常信号，以及定位位置为末站的首站异常信号和同源的末站异常信号，并获取一定数量(第一预设数量)的首站正常信号和末站正常信号。

此处需要说明的是，所述预设时间是根据实际需求来确定的，本发明在确定预设范围的过程中需要多组首站异常信号和同源的末站异常信号。因此，此处的预设时间可根据实际想要达到的精度结合运算的复杂度进行确定。同样，正常信号主要是起参考作用，其具体数量也可根据实际情况进行选取。

S013，对所述去噪后的信号进行离散傅里叶变换，得到去噪后的信号的频谱。经过离散傅里叶变换后得到信号的频谱X(k)：

X(k)＝DFT[x(n)]0≤k≤N-1        (2)

式中x(n)为时域信号，N为离散傅里叶变换点数，亦为信号总点数。

S014，比对正常信号和异常信号的频谱，截取所述异常信号的频谱。具体为：画出异常信号与正常信号的频谱图，观察统计各异常信号与正常信号所属的频带范围，将异常信号所在的有别于正常信号的一段较窄的频带在频谱中的起始与结束序号分别记为fst与fend，将该频带的频谱保留其余的做清零处理。从而可以得到准确的异常信号所对应的较窄的频带。其中调整后的频谱为：

此处所说的正常信号包括首站正常信号和末站正常信号，异常信号包括首站异常信号和末站异常信号。

S015，对所述截取后的异常信号的频谱进行傅里叶反变换，得到所述异常信号的时域重构后的信号。

S016，根据时域重构后的信号的幅值确定首站异常信号的峰值与末站异常信号的峰值的峰值比。

S017，根据声波沿管道的传播衰减公式：

$\mathrm{Peak}={\mathrm{Peak}}_0{e}^{-\mathrm{\&alpha;}\frac{1}{L}}---\left(4\right)$

其中，Peak₀为泄漏发生点声波信号的初始幅值，Peak为传播衰减后的信号幅值，l为信号发生位置距首站的距离，L为管道总长度，α为声波传播衰减系数。得到首站产生的声波信号顺流传播到末站，或末站产生声波信号逆流传播到首站时，其分别满足：

${\mathrm{Peak}}_{\mathrm{dn}}={\mathrm{Peak}}_{\mathrm{up}}{e}^{-{\mathrm{\&alpha;}}_s\frac{L}{L}}---\left(5\right)$

${\mathrm{Peak}}_{\mathrm{up}}={\mathrm{Peak}}_{\mathrm{dn}}{e}^{-{\mathrm{\&alpha;}}_n\frac{L}{L}}---\left(6\right)$

式中，声波信号的传播距离均为L，Peak_up为首站采集到的异常信号幅值，Peak_dn为末站采集到同源的异常信号幅值，α_s与α_n分别为顺流与逆流传播时的传播衰减系数。

S018，进一步计算可得声波信号顺流传播衰减系数α_s和逆流传播衰减系数α_n为：

${\mathrm{\&alpha;}}_s=-1n\left(\frac{{\mathrm{Peak}}_{\mathrm{dn}}}{{\mathrm{Peak}}_{\mathrm{up}}}\right)---\left(7\right)$

${\mathrm{\&alpha;}}_n=-1n\left(\frac{{\mathrm{Peak}}_{\mathrm{up}}}{{\mathrm{Peak}}_{\mathrm{dn}}}\right)---\left(8\right)$

S019，根据步骤S016确定出的首站异常信号与同源的末站异常信号的峰值比得到α_s和α_n的具体值。

S020，结合第二预设数量的成对首站异常信号和同源的末站异常信号的峰值比确定声波信号顺流传播衰减系数α_s和逆流传播衰减系数α_n的范围为：

$\begin{array}{c}{\mathrm{\&alpha;}}_{s\min }\&le;{\mathrm{\&alpha;}}_s\&le;{\mathrm{\&alpha;}}_{s\max }\\ {\mathrm{\&alpha;}}_{n\min }\&le;{\mathrm{\&alpha;}}_n\&le;{\mathrm{\&alpha;}}_{n\max }\end{array}---\left(9\right)$

作为一种可实施方式，所述第二预设数量可选取10或者12。当然，根据实际精度的要求，也可以选择更多的数量。

确定了顺流和逆流的衰减系数之后，继续执行下一步骤，S021，对于发生在距首站l距离的泄漏声波信号，其首站异常信号和同源的末站异常信号的峰值比r满足以下关系：

$r=\frac{{\mathrm{Peak}}_{\mathrm{up}}}{{\mathrm{Peak}}_{\mathrm{dn}}}=\frac{e^{-{\mathrm{\&alpha;}}_n\frac{l}{L}}}{e^{-{\mathrm{\&alpha;}}_s\frac{(L-l)}{L}}}---\left(10\right)$

将声波传播衰减系数组成四组[α_smin,α_nmin],[α_smin,α_nmax],[α_smax,α_nmin],[α_smax,α_nmax]，得到四个r值，并将最大值记为r_max，最小值记为r_min，则首站异常信号和末站异常信号的峰值比的取值范围为：

$r_{\min }\&le;\frac{{\mathrm{Peak}}_{\mathrm{up}}}{{\mathrm{Peak}}_{\mathrm{dn}}}\&le;r_{\max }---\left(11\right)$

最终确定首站异常信号峰值和末站异常信号峰值之间的比值在r_min和r_max之间，上式也即为构建的管道内声波信号传播衰减模型。

如上述可知，在确定所述首站的异常信号峰值和所述末站确定的所述异常信号峰值之比值是否在预设范围内时，还需要根据初步确定的假定的异常信号的发生位置确定预设范围的具体值。相应的，步骤S300，判断所述首站异常信号峰值和末站异常信号峰值之间的峰值比是否在预设范围内，若是，则首末站异常信号为同源信号，发出泄漏报警；若否，则首末站异常信号为非同源信号，不发出泄漏报警，包括以下步骤：

S310，计算首站异常信号峰值和末站异常信号峰值之间的峰值比。

S320，根据公式(10)及l、α_s与α_n的值计算所述峰值比的预设范围。

S330，判断所述峰值比是否在所计算出的所述预设范围内；若是，则首末站异常信号为同源信号，发出泄漏报警；若否，则首末站异常信号为非同源信号，不发出泄漏报警。

具体的，步骤S310，计算首站异常信号峰值和末站异常信号峰值之间的峰值比与步骤S016，根据时域重构后的信号的幅值确定首站异常信号的峰值与末站异常信号的峰值的峰值比，方法相同，包括以下步骤：

S311，根据所述幅值的极性划分正负区间，并且求出各个区间的峰值记为Peak[i]，正区间取最大值，负区间取最小值，其中，1≤i≤N_Peak，N_Peak为一帧完整的待处理的首站声波信号或末站声波信号中的区间总数；

S312，计算正峰值与负峰值的均值，分别记为meanVP和meanVN，并将正信号峰值中大于meanVP的峰值根据如下公式计算归一化峰值突出程度指标L_P，，当正峰值小于meanVP时令LP为0，

$L_p=\frac{\mathrm{Peak}\left[i\right]-\mathrm{meanVP}}{\mathrm{Peak}\left[i\right]},1\&le;i\&le;N_{\mathrm{Peak}},\mathrm{Peak}\left[i\right]>0---\left(12\right)$

将负峰值中幅值大于meanVN的峰值根据如下公式计算归一化峰值突出程度指标L_N，当负峰值大于meanVN时令LN为0，

$L_N=\frac{\mathrm{Peak}\left[i\right]-\mathrm{meanVN}}{\mathrm{Peak}\left[i\right]},1\&le;i\&le;N_{\mathrm{Peak}},\mathrm{Peak}\left[i\right]<0---\left(13\right)$

将所述归一化峰值突出程度指标低于预设阈值的信号区间的信号清为0，确定所述归一化峰值突出程度指标高于预设阈值的峰值所在区间，并确定其信号发生时刻LeakPos。

此处需要说明的是，当峰值突出程度指标越接近于1或-1时信号越突出；当突出程度指标接近于0时表示信号不突出。根据峰值突出程度指标及预设阈值确定突出信号峰值所在区间并确定突出信号发生时刻。根据公式d[i]＝x[i]-x[i+w]计算每个区间内的信号差分，差分的步长为w，x为去噪后的时域信号。在突出信号的信号差分d中找到最大值位置记为当前区间信号的发生时刻LeakPos，首站异常信号发生时刻记为LeakPos_up(i)，末站异常信号发生时刻记为LeakPos_dn(j)，i、j为正整数，且都小于等于所属信号的区间总数。首末站信号中所有突出程度指标低于预设阈值的信号区间中都清为0。

S313，当存在有多个异常信号时，依次计算首站一异常信号与末站各异常信号的LeakPos的差：

DT＝LeakPos_up(i)-LeakPos_dn(j)      (14)

当差值DT与前述S012中的CorrPos最接近时，确定此组信号分别为首站异常信号和对应的末站异常信号；

S314，得到首站异常信号的峰值Peak(Range_up)和末站异常信号的峰值Peak(Range_dn)，并进一步得到所述首站异常信号的峰值与所述末站异常信号的峰值比。

此处需要说明的是，确定首站异常信号峰值与末站异常信号峰值比的预设范围之后才实际对异常信号的同源性进行监测。在监测过程中，如图2所示，监测到异常信号后，也要执行步骤S011～S015对信号进行处理并计算出异常信号定位位置为距首站距离l、相关系数峰值位置CorrPos。并继续执行步骤S311～S314。如图2所示，得到时域重构信号后，继续按信号幅值的极性划分正负区间(S311)，根据定位结果结合差分计算找出异常信号发生时刻，得到异常信号峰值，根据归一化峰值突出程度确定异常信号所在区间(S312～S313)，之后执行步骤S314计算首站异常信号的峰值与所述末站异常信号的峰值比，最后根据预设范围进行判断管道是否发生泄漏，若是则发出泄漏报警，若否，则判定为非同源信号，不报警。

下面举一个具体的实例对本发明的方法的应用进行说明。

选取两个异常信号样本进行识别，样本1为干扰信号、样本2为泄漏信号，两个样本均为一帧完整的信号。算法流程如图2所示，且本发明的方法可以用任何语言编程实现，并在电脑上运行。

步骤1.通过对一定量的待测管道的异常信号和正常信号的频谱图进行统计、比对，异常信号频带范围为频谱中第5到第45根谱线与第5967到5997根谱线(傅里叶变换频谱的对称性)。根据历史数据建立的衰减模型中α_smax＝-0.2785,α_smin＝-0.4884，α_nmax＝1.9640,α_nmin＝1.5746。通过异常信号诊断方法，诊断出此两帧信号中均存在异常信号，信号长度为N＝6000点，采样率为50Hz，管道总长度L＝12.409km。

步骤2.采用滑动平均滤波去噪，尺度为100；经过滑动平均滤波去噪和去均值，得到双极性的首末站信号。其中图3为处理后的样本1首末站信号，图4为样本2首末站信号。两个图中上部的图为首站信号示意图，下部的图为末站的信号示意图。

步骤3.计算样本1与样本2的相关系数峰值，并计算得到样本1的异常信号定位位置为l₁＝8.6161km，样本2的异常信号定位位置为l₂＝0.6006km

步骤4.将首末站信号的频谱中除步骤1中所述异常信号所在频带范围之外的谱线都清为0。

步骤5.将上述频域滤波后的频谱通过傅里叶反变换得到时域重构波形，样本1的时域重构波形如图5所示，样本2的时域重构波形如图6所示。

步骤6.根据信号幅值的极性，将首末站的信号分为若干正负区间。此例中样本1首站信号区间个数为46个，末站信号区间个数为49个；样本2首站信号区间个数为37个，末站信号区间个数为55个。

步骤7.样本1首站异常信号位于第37个区间，末站异常信号位于第34个区间，将区间内信号做延时尺度为50的差分计算，首站信号差分后极值点位置为x₁(4248)、末站为y₁(3908)，首站异常信号峰值Peak_up1＝227.3970、末站异常信号峰值Peak_dn1＝581.4869，幅值比为r₁＝Peak_up1/Peak_dn1＝0.3911。

样本2首站异常信号位于第9个区间，末站异常信号位于第17个区间，将区间内信号做延时尺度为50的差分计算，首站异常信号差分后极值点位置为x₂(957)、末站为y₂(1775)，首站异常信号峰值Peak_up2＝181.4235、末站异常信号峰值Peak_dn2＝294.1498，幅值比为r₂＝Peak_up2/Peak_dn2＝0.6168。

步骤8.将样本1与样本2的定位距离代入模型得出样本1幅值比取值区间为[0.2203,0.3087]，样本2的幅值比取值区间为[0.5713,0.7109]。样本2的幅值比r₂在取值区间内，判定为同源的泄漏信号；样本1的幅值比r₁在取值区间外，判定为非同源干扰信号。

本发明的降低管道泄漏监测误报率的方法基于声波传播衰减模型，根据管道实际信号建模，大大降低传感器灵敏度与变送器放大倍数的影响。由于干扰信号的时频特性与泄漏信号时频特性较接近，采用以往的模式识别方法很难区分，容易造成误报。而本方法能够有效、快速地实现管道泄漏干扰信号的识别，提高管道泄漏监测报警的准确性，且具有较好的鲁棒性。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种降低管道泄漏监测误报率的方法，其特征在于，包括以下步骤：

通过设置在管道首站的第一声波监测仪和管道末站的第二声波监测仪分别实时、连续地监测管道内部的首站声波信号和末站声波信号；

当监测到首站和末站同时存在异常信号时，分别计算出首站声波信号中的首站异常信号峰值和末站声波信号中的末站异常信号峰值；

判断所述首站异常信号峰值和末站异常信号峰值之间的峰值比是否在预设范围内，若是，则所述管道发生泄漏；若否，则所述管道未发生泄漏。

2.根据权利要求1所述的降低管道泄漏监测误报率的方法，其特征在于，所述通过设置在管道首站的第一声波监测仪和管道末站的第二声波监测仪分别实时、连续地监测管道内部的首站声波信号和末站声波信号，包括以下步骤：

以采样周期T分别采样所述第一声波监测仪和所述第二声波监测仪输出的所述首站声波信号和所述末站声波信号两路信号，在整分钟时刻对采集的两路信号分别打上时间标签；

分别提取连续两分钟所述首站声波信号和所述末站声波信号，其中前一分钟信号为历史数据，后一分钟信号为实时数据，所述历史数据和所述实时数据构成一帧完整的待处理的首站声波信号和末站声波信号；

其中，T为大于0的正数。

3.根据权利要求2所述的降低管道泄漏监测误报率的方法，其特征在于，还包括确定所述首站异常信号峰值和末站异常信号峰值之间的比值的预设范围的步骤，该步骤具体包括以下步骤：

获取多组首站声波信号和末站声波信号并进行滤波、去噪及去均值处理，得到去噪后的信号；

对去噪后的信号通过相关计算得到首站异常信号和末站异常信号的相关系数的峰值位置，记作CorrPos，并根据公式：

$1=\frac{V_{\mathrm{up}}(L+\mathrm{CorrPos}{V}_{\mathrm{dn}})}{V_{\mathrm{up}}+V_{\mathrm{dn}}},$

确定异常信号发生位置距首站的距离，其中，l为异常信号发生位置距首站的距离，L为管道总长度，V_dn与V_up分别为从首站到末站和从末站到首站的声波信号传播速度；

经过预设时间的监测后，获取定位位置为首站的首站异常信号和同源的末站异常信号，以及定位位置为末站的首站异常信号和同源的末站异常信号，并获取第一预设数量的首站正常信号和末站正常信号；

对所述去噪后的信号进行离散傅里叶变换，得到去噪后的信号的频谱；

比对正常信号和异常信号的频谱，截取所述异常信号的频谱；

对截取后的所述异常信号的频谱进行傅里叶反变换，得到所述异常信号的时域重构后的信号；

根据时域重构后的信号的幅值确定首站异常信号的峰值与同源的末站异常信号的峰值的峰值比；

根据声波沿管道的传播衰减公式：

$\mathrm{Peak}={\mathrm{Peak}}_0{e}^{-\mathrm{\&alpha;}\frac{1}{L}},$

其中，Peak₀为异常声波发生点声波信号的初始幅值，Peak为传播衰减后的信号幅值，l为异常信号发生位置距首站的距离，L为管道总长度，α为声波传播衰减系数，首站产生的声波信号顺流传播到末站，和末站产生声波信号逆流传播到首站时，其分别满足：

${\mathrm{Peak}}_{\mathrm{dn}}={\mathrm{Peak}}_{\mathrm{up}}{e}^{-{\mathrm{\&alpha;}}_s\frac{L}{L}}$

${\mathrm{Peak}}_{\mathrm{up}}={\mathrm{Peak}}_{\mathrm{dn}}{e}^{-{\mathrm{\&alpha;}}_n\frac{L}{L}}$

Peak_up为首站采集到的异常信号幅值，Peak_dn为末站采集到的同源的异常信号幅值，α_s与α_n分别为顺流与逆流传播时的传播衰减系数；

进一步计算可得声波信号顺流传播衰减系数α_s和逆流传播衰减系数α_n为：

${\mathrm{\&alpha;}}_s=-1n\left(\frac{{\mathrm{Peak}}_{\mathrm{dn}}}{{\mathrm{Peak}}_{\mathrm{up}}}\right)$

${\mathrm{\&alpha;}}_n=-1n\left(\frac{{\mathrm{Peak}}_{\mathrm{up}}}{{\mathrm{Peak}}_{\mathrm{dn}}}\right)$

根据所述首站异常信号与末站同源的异常信号的峰值比得到α_s和α_n的值；

结合第二预设数量的成对首站异常信号和同源的末站异常信号的峰值比确定声波信号顺流传播衰减系数α_s和逆流传播衰减系数α_n的范围为：

α_smin≤α_s≤α_smax

α_nmin≤α_n≤α_nmax；

对于发生在距首站l距离的泄漏声波信号，其首站异常信号和同源的末站异常信号的峰值比r满足以下关系：

$r=\frac{{\mathrm{Peak}}_{\mathrm{up}}}{{\mathrm{Peak}}_{\mathrm{dn}}}=\frac{e^{-{\mathrm{\&alpha;}}_n\frac{l}{L}}}{e^{-{\mathrm{\&alpha;}}_s\frac{(L-l)}{L}}};$

将声波传播衰减系数组成四组[α_smin,α_nmin],[α_smin,α_nmax],[α_smax,α_nmin],[α_smax,α_nmax]，得到四个r值，并将最大值记为r_max，最小值记为r_min，则首站异常信号和同源的末站异常信号的峰值比的取值范围为：

$r_{\min }\&le;\frac{{\mathrm{Peak}}_{\mathrm{up}}}{{\mathrm{Peak}}_{\mathrm{dn}}}\&le;r_{\max }.$

4.根据权利要求3所述的降低管道泄漏监测误报率的方法，其特征在于，判断所述首站异常信号峰值和末站异常信号峰值之间的峰值比是否在预设范围内，若是，则所述管道发生泄漏；若否，则所述管道未发生泄漏，包括以下步骤：

计算所述首站异常信号峰值和所述末站异常信号峰值之间的峰值比；

根据公式及α_s与α_n的值计算所述峰值比的预设范围；

判断所述峰值比是否在所计算出的所述预设范围内；

若是，则首末站异常信号为同源信号，发出泄漏报警；

若否，则首末站异常信号为非同源信号，不发出泄漏报警。

5.根据权利要求3所述的降低管道泄漏监测误报率的方法，其特征在于，所述根据时域重构后的信号的幅值确定首站异常信号的峰值与末站异常信号的峰值的峰值比，包括以下步骤：

根据所述幅值的极性划分正负区间，并且求出各个区间的峰值记为Peak[i]，正区间取最大值，负区间取最小值，其中，1≤i≤N_Peak，N_Peak为一帧完整的待处理的首站声波信号或末站声波信号中的区间总数；

计算正峰值与负峰值的均值，分别记为meanVP和meanVN，并将正信号峰值中大于meanVP的峰值根据如下公式计算归一化峰值突出程度指标L_P，且当正峰值小于meanVP时令L_P为0，

$L_p=\frac{\mathrm{Peak}\left[i\right]-\mathrm{meanVP}}{\mathrm{Peak}\left[i\right]},1\&le;i\&le;N_{\mathrm{Peak}},\mathrm{Peak}\left[i\right]>0;$

将负峰值中幅值大于meanVN的峰值根据如下公式计算归一化峰值突出程度指标L_N，且当负峰值大于meanVN时令L_N为0，

$L_N=\frac{\mathrm{Peak}\left[i\right]-\mathrm{meanVN}}{\mathrm{Peak}\left[i\right]},1\&le;i\&le;N_{\mathrm{Peak}},\mathrm{Peak}\left[i\right]<0;$

将所述归一化峰值突出程度指标低于预设阈值的信号区间的信号清为0，确定所述归一化峰值突出程度指标高于预设阈值的峰值所在区间及发生时刻LeakPos；

当存在有多个异常信号时，依次计算首站一异常信号与末站各异常信号的LeakPos的差：

DT＝LeakPos_up(i)-LeakPos_dn(j)

当差值DT与所述CorrPos最接近时，确定此组信号分别为首站异常信号和对应的末站异常信号，此时区间序号分别记为Range_up与Range_dn；

进而得到首站异常信号的峰值Peak(Range_up)和末站异常信号的峰值Peak(Range_dn)，并进一步得到所述首站异常信号的峰值与所述末站异常信号的峰值比。

6.根据权利要求2所述的降低管道泄漏监测误报率的方法，其特征在于，使用管道首站的第一声波监测仪和管道末站的第二声波监测仪监测管道内部的首站声波信号和末站声波信号时，利用全球定位系统进行精确授时。