基于小波分析消噪技术的燃气管道泄漏检测与定位图文精.docx
《基于小波分析消噪技术的燃气管道泄漏检测与定位图文精.docx》由会员分享，可在线阅读，更多相关《基于小波分析消噪技术的燃气管道泄漏检测与定位图文精.docx（12页珍藏版）》请在冰点文库上搜索。
基于小波分析消噪技术的燃气管道泄漏检测与定位图文精
文章编号:
10050329（200612004705
经验交流
基于小波分析消噪技术的燃气管道泄漏检测与定位
李帆,张丽娟
（华中科技大学,湖北武汉430074
摘要:
研究了基于小波分析的负压波管道泄漏检测与定位技术,并主要对小波分析消噪处理方法进行了分析。
先选取合适的小波基和尺度对泄漏信号进行小波分解,再对各尺度下小波分解的高频系数进行阈值量化,并重构小波信号可得消噪后的泄漏信号。
运用这种方法,可以更为精确地获得压力突降点,提高泄漏点定位的精度。
通过对燃气管道泄漏检测与定位的实例分析,验证了此方法的精确性和有效性。
关键词:
负压波;小波分析;泄漏定位;燃气管道
中图分类号:
TP206,TU996.8文献标识码:
A
LeakDetectionandLocationofGasPipelineBasedonWaveletDenoisingTechnology
LIFan,ZHANGLijuan
（HuazhongUniversityofScience&Technology,Wuhan430074,China
Abstract:
Leakdetectionandlocationofgaspipelinebasedonwaveletdenoisingtechnologyisstudied.Themethodofwaveletdenoisingforleaksignalistheemphasis.Firstly,waveletdecompositionoftheleakagesigna.lForit,wemustselectthebestmotherwaveletandscale.Secondly,thresholdquantizationofdecomposingcoefficients.Thirdly,inversewavelettransformationofreconstructingmodifiedsignals.Then,thede-noisedleakagesignalisgained.Withthismethod,wecangetthefeatureinflectionpointofpressuremoreaccurately.Andthen,theaccuracyofleakpointlocationisimproved.Atthesametime,weappliedthismethodtotheleaklocationofgaspipeline.Theexampleispresentedtoillustratetheaccuracyandvalidityofthemethod.
Keywords:
negativepressurewave;waveletanalysis;leaklocation;gaspipeline
1前言
目前,国内外已研究出了多种燃气管道泄漏检测与定位方法。
其中,负压波法因其原理简单,检测速度快等优点,受到了人们越来越高的重视。
但由于不可避免的工业现场的电磁干扰、压缩机的震动、工况变化等因素,采集到的压力信号附有大量的噪声[1]。
如果不对原始压力信号进行有效的消噪,将严重影响负压波法在实际工程中的应用。
2002年,清华大学提出了利用小波分析对负压波泄漏检测和定位方法进行改进,并在输油管线上进行了数次试验,得出基于小波分析的负压波法定位误差在0.5km的范围内,可检测到总输量1%的泄漏量[2]。
小波分析具有良好的时频特性,可以对信号进行有效的去噪。
本文详细介绍了负压波原理以及利用小波分析对负压波信号进行消噪处理的方法,并给出了小波分析用于燃气管道泄漏检测与定位的应用实例。
2基于小波分析消噪技术的负压波法基本原理2.1负压波法检测定位原理
收稿日期:
2006030847
2006年第34卷第12期流体机械
管道发生泄漏时,在泄漏处会引起压力骤降,形成一个负压波。
该负压波以一定的波速向管道两端传播。
利用安装在管道两端的压力传感器检测到压力波信号,根据检测到的压力波幅值变化梯度的大小、上下游检测时间差以及波在介质中的传播速度就可以进行检测和定位[1]
如图1所
示。
图1负压波泄漏检测与定位法原理
L.上下游间管道长度;x.泄漏点距上游A点的距离
2.2小波分析信号消噪的基本原理
小波分析消噪的基本原理就是利用信号和噪声在各尺度通下的小波变换系数有所不同的特点,将噪声和信号分离,达到去噪的目的[3]
。
小波
分析信号消噪的步骤
[3]
:
（1小波分解。
选择一个小波并确定分解的层次,然后进行分解计算,得到各层小波分解后的高频系数;
（2小波分解高频系数的阈值量化。
对各个分解尺度下的高频系数选择一个阈值进行阈值量化处理,得到新的小波高频系数;
（3小波重构。
根据小波分解的最底层低频系数和各层高频系数进行小波重构,得到去噪后的信号。
在燃气管道泄漏检测与定位中,可以利用小波变换的多尺度分解和重构技术,对采集到的管
道负压波信号进行消噪处理,然后再识别压力突降点,则可以获得较好的效果。
3影响消噪质量的关键因素分析3.1小波基及尺度的选择
不同的小波基具有不同的时频特征,用不同的小波基对同一个问题进行分析,会产生不同的效果。
因此,在对某特定信号进行消噪时,必须选基可变的情形下尺度仍可变的信号分析方法,它可在不同的尺度下对信号进行分析处理。
因此,即使小波基选定,如尺度选择不当,对信号分析的效果仍然会有影响。
利用不同的小波基在同一尺度下对所采集的负压波信号进行分解,并通过对各分解后信号的
信噪比（SNR和均方误差（MSE比较[4]
可得出最优的小波基;同样地,对负压波信号在同一小波基下进行不同尺度的分析,可以得到最优的尺度。
3.2阈值及处理方法的选取
在进行信号消噪处理时,选取阈值一般有4种规则:
（1基于Stein的无偏似然估计（SURE原理的自适应阈值估计（rigrsure;（2固定阈值的形式（sqtwolog;（3启发式阈值选择（heursure;（4最小极大方差阈值（minimaxi
[3]
。
在这4种阈值选取规则中,SURE和minimaxi
阈值选取规则较为保守（仅将部分系数置为零,另外两种阈值选取规则,在去除噪声时更为有效,但由于heursure是sqtwolog和rigsure两种规则的综合,所选择的是最优预测变量阈值[3,5]
。
因此,本文在燃气管道泄漏检测与定位研究中,选用启发式阈值选择（heursure作为阈值选取规则。
在求得阈值以后,有两种在信号上作用阈值的方法:
硬阈值处理方法和软阈值处理方法。
硬阈值处理方法的缺点是在某些点会产生间断,而软阈值处理方式可以有效地避免中断,使得重建后的信号更加光滑[5,6]
。
因此,采用软阈值处理方
法来进行研究。
4基于小波分析的负压波法在燃气管道泄漏检测与定位中的应用
某水平输气管道有一泄漏点,各参数如下:
输气管道总长L=150km,管道起点压力P1=8.0MPa,终点压力P2=4.8MPa,管道内径D=
600mm,负压波在管道中的速度v=300m/s;传感器的采样频率为10Hz,管道上下游获得的压力波形分别如图2所示。
由图2可以看出,上下游所获得的泄漏管道的负压波信号带有很大的噪声,不能够准确地获得压力突变点。
因此,采用小波分析,利用matlab小波工具箱对以上信号作消噪处理。
4.1小波分解48FLUIDMACHINERYVol34,No12,2006
（a
上游压力波信号
（b下游压力波信号图2上、下游压力波信号
在同一尺度下,采用不同的小波基对图2所示的负压波信号进行小波分解。
图3所示为分别选用db1、db3、db5、coif3、sym2小波基对上游信号x进行4尺度分析的结果。
对各分解后信号的信噪比（SNR和均方误差（MSE进行比较,结果列于表1。
从表1可以看出,经db1小波分解后的信号信噪比最大,均方误差最小,优于其余4种小波基
分析。
因此,选用db1小波作为分析泄漏信号的小波基。
表1不同小波基分析信号的SNR和MSE比较
小波基函数
SNRMSE（10-4
db145.62834.6609
db345.59024.7019db5
45.61084.6796coif3
45.59894.6925sym2
45.5879
4.7043
图3选用不同小波基对信号作小波变换的结果比较
x.上游压力波信号
4.1.2尺度选择
根据以上的分析结果,选用db1小波对负压波信号进行了8尺度分析,结果如图4所示。
由图4可以看出,第7层的分析效果最好,能
较好地体现出信号的变化趋势。
而在其它尺度上
的分析效果较差。
因此,选用尺度7对信号作分析。
4.1.3小波分解结果
综上所述,选用db1小波对泄漏信号进行7尺度分解,上游信号的分解结果如图5所示:
49
2006年第34卷第12期流体机械
图4用db1
小波基在不同尺度下对信号分析的结果
图5游信号在db1小波下7尺度分解结果
a7.近似信号,d1~d7.各层细节信号
4.2阈值量化处理
在前面的分析中,初步选定了启发式阈值选择（heursure作为阈值选取规则。
为选择合适的阈值作用方法,对负压波信号分别选用硬阈值处理方法和软阈值处理方法进行了分析,如图6所示。
并对分析后所得信号的信噪比（SNR和均方误差（MSE作了比较,见表2。
可以看出,经过软,,果较好。
因此,选择软阈值处理方法进行阈值量
化处理。
表2阈值作用方法比较
项目硬阈值处理法软阈值处理法SNR45.5764
45.8274
MSE（10-4
4.7168
4.4520
4.3小波分析消噪结果
50FLUIDMACHINERYVol34,No12,2006
综上所述,先选用db1小波对泄漏信号进行7尺度小波分解,再对小波分解的高频系数进行软阈值量化,并重构小波信号可得消噪后的上下游负压波信号,得到最终消噪结果,如图7
所示。
（a
上游信号软阈值处理法
（b下游信号硬阈值处理法图6阈
值作用方法对消噪结果的影响
（a
上游信号
（b下游信号图7上下游信号消噪结果
4.4用负压波原理进行泄漏点定位
经过消噪处理后的信号,再经过奇异性分析且局部放大后,便可以清楚地获得,上游传感器获得的信号在第3217个采样点时产生突降,下游传感器获得的信号在第1783个采样点时产生突降,即负压波信号传到上游传感器的时间为t1=321.7s,传到下游传感器的时间t2=178.3s,可得泄漏点定位尺寸x=96.51km。
5结语
研究了基于小波分析的负压波管道泄漏检测与定位技术,并对小波分析消噪处理方法进行了分析。
先选取合适的小波基和尺度对泄漏信号进行小波分解,再对各尺度下小波分解的高频系数进行阈值量化,并重构小波信号可得消噪后的泄漏信号。
针对燃气管道泄漏检测与定位的实例分析得出,对上下游压力波信号采用小波分析进行消噪处理后,更为精确地获得了压力突降点,提高了泄漏点定位的精度。
参考文献:
[1]李炜,陈希平,毛海杰,等.天然气管道泄漏点的定
位检测方法研究[J].甘肃工业大学学报,2003,29（4:
8487.
[2]王海生,叶昊,王桂增.基于小波分析的输油管道泄
漏检测[J].信息与控制,2002,31（5:
456460.[3]飞思科技产品研发中心编著.MATLAB6.5辅助小
波分析与应用[M].北京:
电子工业出版社,2003.[4]ChuKueiTu,YanYaoJiang.Developmentofnoise
reductionalgorithmforunderwatersignals[A].UnderwaterTechnology,2004.UT0'4.2004InternationalSymposium[C].2004.175179.
[5]董长虹.Matlab小波分析工具箱原理与应用[M].
北京:
国防工业出版社,2004.
[6]AgorisPD,MeijerS,GulskiE,eta.lThresholdselec
tionforwaveletdenoisingofpartialdischargedata[A].ElectricalInsulation,2004.ConferenceRecordofthe2004IEEEInternationalSymposiumon1922Sept[C].2004.6265.
作者简介:
李帆（1963,男,副教授,主要从事城市燃气输配理论与技术研究,通讯地址:
430074湖北武汉市华中科技大学环境科学与工程学院403室。
51
2006年第34卷第12期流体机械
升级会员 