首页 / 专利分类库 / 气体或液体的贮存或分配 / 基于加权排列熵的管道泄漏检测方法及系统

基于加权排列熵的管道泄漏检测方法及系统

申请号 CN201711172242.9 申请日 2017-11-22 公开(公告)号 CN107906375B 公开(公告)日 2024-04-05
申请人 浙江理工大学; 发明人 陈柯宇; 吴平; 高金凤; 陈亮;
摘要 本 发明 涉及一种基于加权排列熵的管道 泄漏 检测方法及系统,其中包括分别采集多个时刻的管道的进口压 力 和出口压力;采用最大重叠的移动窗口法,提取长度固定的压力数据时间序列;基于加权排列熵 算法 计算所述压力数据时间序列的加权排列熵;根据所述加权排列熵的变化,判断管道是否发生泄漏。本发明以基于加权排列熵算法为 基础 ,构建以实时采集的管道进出口压力数据来判断管道是否发生泄露的在线监测网络;能够能自动及时地对工作人员进行提示,对管道进行实时监测,提升了管理效率,避免了由于泄露轻微而无法及时检测到泄露的问题。
权利要求

1.一种基于加权排列熵的管道泄漏检测方法,其特征在于,包括:
分别采集多个时刻的管道的进口压数据和出口压力数据;
采用最大重叠的移动窗口法,提取长度固定的压力数据时间序列;
基于加权排列熵算法计算所述压力数据时间序列的加权排列熵;
根据所述加权排列熵的变化,判断管道是否发生泄漏;
采用最大重叠的移动窗口法提取的压力数据时间序列为: 其中,y表示管道压力值,T表示时间序列长度, 表示当前时刻压力值,y1,..., 分别表示T时刻之前不同时刻的管道出口压力值;
还包括如下步骤:
将所述压力数据时间序列进行相空间重构,得到如下重构矩阵:
其中,m表示相空间重构的嵌入维数, 表示相
空间重构的延迟时间;还包括如下步骤:
将所述重构矩阵中的分量按照数值大小进行升序排列,得到一组符号序列,计算每一种排列出现的概率;
根据如下公式计算每一种排列出现的概率: 其中,
表示每一种排列出现的概率,wi为加权系数, 为重构后的符号序列,m个不同的符号共有m!种排列,参数 为每一行重构分量的加权平均
值;
根据如下公式,计算所述压力数据时间序列的加权排列熵: 
其中, 表示排列熵的值。
2.根据权利要求1所述的基于加权排列熵的管道泄漏检测方法,其特征在于,当所述加权排列熵发生跳变时,即前一时刻与后一时刻所得的时间序列的加权排列熵的差值大于
0.3时,判断所述管道发生泄漏。

说明书全文

基于加权排列熵的管道泄漏检测方法及系统

技术领域

[0001] 本发明涉及管道运输技术领域,尤其涉及管道泄漏检测技术领域,具体是指一种基于加权排列熵的管道泄漏检测方法及系统。

背景技术

[0002] 管道由于运量大、费用低并且安全可靠,相比于其他的运输方式,在输送液体、气体方面具有很大的优势,是我国最主要的运输行业,在现代经济发展中逐渐成为我国经济发展的重要支柱产业。
[0003] 在当前长距离管道的运输中,由于材料腐蚀、老化或人为损坏等原因,泄露问题屡见不鲜,影响着输送行业的朝气发展,造成了严重的财产损失和环境污染。据不完全统计,我国西南地区输气管线事故发生率为4.3次/千公里/年,而东北和华北地区输油管道事故发生率为2.0次/千公里/年。因此建立高效的管道泄露实时监测系统是保证管道安全运输的关键技术。
[0004] 管道泄露检测误报率高是一个长期存在的问题。另外,微小泄露由于不易被发现且随着腐蚀成长,最终会发展为大泄露,错过最佳的修补时间,也是现今的一个难题。因此如何准确快速地检测出微小泄露对管道运输而言是一个巨大的挑战。

发明内容

[0005] 本发明提供了一种基于加权排列熵的管道泄漏检测方法及系统,其目的在于克服现有技术中的缺陷,当管道发生轻微泄露时,该装置也能自动及时地对工作人员进行提示,对管道进行实时监测,提升了管理效率,避免了由于泄露轻微而无法及时检测到泄露的问题。
[0006] 为了实现上述目的,本发明具有如下构成:
[0007] 该基于加权排列熵的管道泄漏检测方法,包括:
[0008] 分别多个时刻的采集管道的进口压数据和出口压力数据;
[0009] 采用最大重叠的移动窗口法,提取长度固定的压力数据时间序列;
[0010] 基于加权排列熵算法计算所述压力数据时间序列的加权排列熵;
[0011] 根据所述加权排列熵的变化,判断管道是否发生泄漏。
[0012] 可选地,采用最大重叠的移动窗口法提取的压力数据时间序列为:
[0013]
[0014] 其中,y表示管道压力值,T表示时间序列长度,yT表示当前时刻压力值,y1,…,yT分别表示T时刻之前不同时刻的管道出口压力值。
[0015] 可选地,还包括如下步骤:
[0016] 将所述压力数据时间序列进行相空间重构,得到如下重构矩阵:
[0017]
[0018] 其中,m表示相空间重构的嵌入维数,τ表示相空间重构的延迟时间。
[0019] 可选地,还包括如下步骤:
[0020] 将所述重构矩阵中的分量按照数值大小进行升序排列,得到一组符号序列,计算每一种排列出现的概率。
[0021] 可选地,根据如下公式计算每一种排列出现的概率:
[0022]
[0023] 其中,Pw(πj)表示每一种排列出现的概率,wi为加权系数,πj为重构后的符号序列,m个不同的符号共有m!种排列,参数 为每一行重构分量的加权平均值。
[0024] 可选地,根据如下公式,计算所述压力数据时间序列的加权排列熵:
[0025]
[0026] 其中,H(m,τ)表示排列熵的值。
[0027] 可选地,当所述加权排列熵发生跳变时,即前一时刻与后一时刻所得的时间序列的加权排列熵的差值大于0.3,判断所述管道发生泄露。
[0028] 本发明还涉及一种基于加权排列熵的管道泄漏检测系统,其特征在于,实现所述的基于加权排列熵的管道泄漏检测方法,所述系统包括:
[0029] 数据采集,用于采集管道的进口压力数据和出口压力数据;
[0030] 数据库模块,用于存储所述管道的压力数据;
[0031] 泄露检测算法模块,用于采用最大重叠的移动窗口法,提取长度固定的压力数据时间序列;以及基于加权排列熵算法将所述压力数据时间序列进行粗粒化处理,计算所述压力数据时间序列的加权排列熵;
[0032] 泄漏判断模块,用于根据所述加权排列熵的变化,判断管道是否发生泄漏。
[0033] 可选地,还包括基于Visual Studio2010搭建的人机交互模块、报警模块和通信模块,用于对管道压力进行实时监测与泄露报警。
[0034] 采用了该发明中的基于加权排列熵的管道泄漏检测方法及系统,利用多台个人计算机,通过采用Visual Studio 2010以及MySQL开源软件,以基于加权排列熵算法为基础,构建以实时采集的管道进出口压力数据来判断管道是否发生泄露的在线监测网络;能够能自动及时地对工作人员进行提示,对管道进行实时监测,提升了管理效率,避免了由于泄露轻微而无法及时检测到泄露的问题。附图说明
[0035] 图1为本发明的基于加权排列熵的管道泄漏检测方法的流程图
[0036] 图2为本发明的基于加权排列熵的管道泄漏检测系统的结构示意图。

具体实施方式

[0037] 为了能够更清楚地描述本发明的技术内容,下面结合具体实施例来进行进一步的描述。
[0038] 如图1所示,本发明提供了一种基于加权排列熵的管道泄漏检测方法,所述方法包括如下步骤:
[0039] 分别多个时刻的采集管道的进口压力数据和出口压力数据;
[0040] 采用最大重叠的移动窗口法,提取长度固定的压力数据时间序列;
[0041] 基于加权排列熵算法计算所述压力数据时间序列的加权排列熵;
[0042] 根据所述加权排列熵的变化,判断管道是否发生泄漏。具体地,当所述加权排列熵发生跳变时,即前一时刻与后一时刻所得的时间序列的加权排列熵的差值大于0.3,判断所述管道发生泄露。在发生泄漏后,可以进行报警提示用户。
[0043] 在该实施例中,采用最大重叠的移动窗口法提取的压力数据时间序列为:
[0044]
[0045] 其中,y表示管道压力值,T表示时间序列长度,yT表示当前时刻压力值,y1,…,yT分别表示T时刻之前不同时刻的管道出口压力值。进出口压力都可以采用该算法进行判断,出口发生泄漏时原始压力变化较小,更能突出该算法在微小泄漏中的优势。
[0046] 在该实施例中,所述基于加权排列熵的管道泄漏检测方法还包括如下步骤:
[0047] 将所述压力数据时间序列进行相空间重构,得到如下重构矩阵:
[0048]
[0049] 其中,m表示相空间重构的嵌入维数,τ表示相空间重构的延迟时间。
[0050] 可选地,所述基于加权排列熵的管道泄漏检测方法还包括如下步骤:
[0051] 将所述重构矩阵中的分量按照数值大小进行升序排列,得到一组符号序列,根据如下公式计算每一种排列出现的概率:
[0052]
[0053] 其中,Pw(πj)表示每一种排列出现的概率,wi为加权系数,πj为重构后的符号序列,m个不同的符号共有m!种排列,参数 为每一行重构分量的加权平均值。
[0054] 在该实施例中,根据如下公式,计算所述压力数据时间序列的加权排列熵:
[0055]
[0056] 其中,H(m,τ)表示排列熵的值。
[0057] 如图2所示,本发明还涉及一种基于加权排列熵的管道泄漏检测系统,其特征在于,实现所述的基于加权排列熵的管道泄漏检测方法,所述系统包括:
[0058] 数据采集模块,用于采集管道的进口压力数据和出口压力数据;
[0059] 数据库模块,用于存储所述管道的压力数据;
[0060] 泄露检测算法模块,用于采用最大重叠的移动窗口法,提取长度固定的压力数据时间序列;以及基于加权排列熵算法将所述压力数据时间序列进行粗粒化处理,计算所述压力数据时间序列的加权排列熵;
[0061] 泄漏判断模块,用于根据所述加权排列熵的变化,判断管道是否发生泄漏。
[0062] 可选地,还包括基于Visual Studio2010搭建的人机交互模块、报警模块和通信模块,用于对管道压力进行实时监测与泄露报警。
[0063] 在采用本发明的基于加权排列熵的管道泄漏检测系统实现上述方法时,首先,通过压力传感器采集管道压力数据;其次,再利用通过Visual Studio 2010以及MySQL开源软件,和多台计算机进行分布式存储;然后,采取最大重叠的移动窗口法对采集到的压力数据进行分析,提取长度固定的时间序列;再通过计算加权排列熵来监测管道的泄露;在人机界面上,对管道压力进行实时监测,当所得排列熵值发生跳变时,进行管道泄露报警。
[0064] 与现有技术相比,采用了该发明中的基于加权排列熵的管道泄漏检测方法及系统,利用多台个人计算机,通过采用Visual Studio 2010以及MySQL开源软件,以基于加权排列熵算法为基础,构建以实时采集的管道进出口压力数据来判断管道是否发生泄露的在线监测网络;能够能自动及时地对工作人员进行提示,对管道进行实时监测,提升了管理效率,避免了由于泄露轻微而无法及时检测到泄露的问题。
[0065] 在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。
QQ群二维码
意见反馈