一种管道泄漏信号处理方法及装置

本技术涉及管道泄漏识别，具体而言，涉及一种管道泄漏信号处理方法及装置。

背景技术：

1、由于管道存在腐蚀、老化、阴极保护失效现象、自然灾害、生产施工和偷盗等人为破坏现象，使得管道泄漏事件难以杜绝，采用合适的管道泄漏检测技术对管道进行监测，预防泄漏和及时的发现泄漏并准确的对泄漏进行定位，可有效地预防管道泄漏事故及其次生灾害来减少环境的污染和经济的损失。

2、考虑到aok-tfr时频分析方法应用广泛，自适应核时频分析方法的核函数不仅可自适应不同类型的信号，更重要的是可随信号时间变化而变化，实现对信号局部特征的自适应，并且其还非常适合于信号的实时、在线处理，对任意长度和任何性质的信号都具有适应性，而不需要信号的任何先验知识，但在aok-tfr的应用中因其核函数的局部问题导致其泄漏信号准确性下降，其限制条件中的径向高斯核类低通函数中的扩展函数σ(ψ)的计算复杂程度大、迭代次数多，同时扩展函数σ(ψ)的值多凭人为经验来确定结果，通常在0＜σ(ψ)≤1范围内取值,使得计算结果不准确，进而导致信号的交叉干扰的抑制效果差和信号的时频分辨率差，从而影响管道泄漏的识别效果。

3、因此，亟需一种新型管道泄漏信号处理方法，来解决上述技术问题。

技术实现思路

1、为了解决现有技术的计算结果不准确，进而导致信号的交叉干扰的抑制效果差和信号的时频分辨率差，从而影响管道泄漏的识别效果的问题，本技术提供了一种管道泄漏信号处理方法及装置。

2、本技术的实施例是这样实现的：

3、第一方面，本技术提供一种管道泄漏信号处理方法及装置，包括：

4、采集管道泄漏次声波原始信号x(t)；

5、采用变分模态分解算法(vmd)将所述原始信号x(t)分解为若干个imf分量；

6、计算所述分解出的所述imf分量的多尺度排列熵(mpe)，根据排列熵的值识别噪声分量并剔除，取剩余有效分量重构信号，通过拟合获得有效的次声波泄漏特征信号x′(t)及对应的次声波泄漏信号的有效时域波形图；

7、利用改进的aok-tfr对有效的次声波泄漏特征信号进行识别；

8、移动矩形时间窗得到的声波信号的时频谱图，并对所述时频谱图进行处理，得到泄漏信号。

9、在一种可能的实现方式中，所述改进的aok-tfr的工作过程为：设定矩形窗函数和核函数的体积，并根据矩形时间窗的大小,计算矩形时间窗内信号的模糊函数，再用凸包估计法来优化限制条件中的径向高斯核类低通函数中的扩展函数σ(ψ)，并计算出矩形时间窗函数内信号的最优核函数，将最优核函数和模糊函数相乘之后做二维傅里叶变换。

10、在一种可能的实现方式中，所述变分模态分解算法，包括：

11、对采集的管道泄漏次声波原始信号x(t)利用vmd分解成k个固有模态函数分量；

12、对变分问题的求解。

13、在一种可能的实现方式中，所述对采集的管道泄漏次声波原始信号x(t)利用vmd分解成k个固有模态函数分量，进一步包括：

14、通过求解约束的变分问题，将原始信号x(t)分解为一系列imf分量；

15、引入二次惩罚因子和拉格朗日乘法算子，将约束性变分问题变为非约束性变分问题，构造扩展拉格朗日表达式；

16、利用乘子交换方向算法交替更新寻求扩展拉格朗日表达式的“鞍点”，当判断精度θ＞0时，最终求得的鞍点即为最优解，得到k个模态分量。

17、在一种可能的实现方式中，所述计算所述分解出的所述imf分量的多尺度排列熵(mpe)，根据排列熵的值识别噪声分量并剔除，取剩余有效分量重构信号，通过拟合获得有效的次声波泄漏特征信号及对应的次声波泄漏信号的有效时域波形图，进一步包括：

18、对k个模态新的解析信号即进行多尺度粗粒化处理；

19、对时间序列进行重构；

20、对时间重构序列按升序排序；

21、计算尺度因子的排列熵；

22、对上述计算的排列熵进行归一化处理。

23、在一种可能的实现方式中，通过下式将各有效特征分量拟合为有效的次声波泄漏特征信号：

24、x′(t)＝[imf1，imf2，......，imfm]；

25、其中，x'(t)为有效的次声波泄漏特征信号，imfm为有效特征分量。

26、在一种可能的实现方式中，计算矩形时间窗内信号的模糊函数，具体为：

27、令有效信号x'(t)用s(t)表示,定义瞬时相关函数为：

28、

29、其中，t为瞬时时间，单位为秒；τ为信号s(t)的一个时间延迟；s(t)为待分析的信号函数；为s(t)的共轭函数；r(t，τ)为s(t)的瞬时相关函数。

30、在一种可能的实现方式中，计算矩形时间窗函数内的最优核函数表达式为：

31、

32、其中：t为瞬时时间，单位为秒；r为极坐标下的半径变量，ψ为信号模糊函数域极坐标变量，(θ为径向与水平方向的夹角)；a(t：r，ψ)为信号的短时模糊函数；φ(t：r，ψ)极坐标下的核函数。

33、在一种可能的实现方式中，所述对所述时频谱图进行处理为利用matlab软件对所述时频谱图进行处理，其进一步包括：

34、用matlab软件对所述时频谱图进行灰度变换处理,得到灰度图；

35、求取所述灰度图的灰度共生矩阵；

36、基于所述灰度共生矩阵提取天然气管道泄漏声波信号的特征值。

37、第二方面，本技术提供一种管道泄漏信号处理装置，包括：

38、信号采集模块，用于采集管道泄漏次声波原始信号x(t)；

39、模态分解模块，用于采用变分模态分解算法(vmd)将所述原始信号x(t)分解为若干个imf分量；

40、计算拟合模块，用于计算所述分解出的所述imf分量的多尺度排列熵(mpe)，根据排列熵的值识别噪声分量并剔除，取剩余有效分量重构信号，通过拟合获得有效的次声波泄漏特征信号x′(t)及对应的次声波泄漏信号的有效时域波形图；

41、信号识别模块，用于利用改进的aok-tfr对有效的次声波泄漏特征信号进行识别；

42、信号输出模块，用于移动矩形时间窗得到的声波信号的时频谱图，并对所述时频谱图进行处理，得到泄漏信号。

43、本技术提供的技术方案至少可以达到以下有益效果：

44、本技术提供的管道泄漏信号处理方法，通过按照凸包估计法直接计算最小半径和最大间隔，可以避免优化问题的求解，样本点的增加并不会显著影响计算的效率，最后能够简便并准确地计算出径向高斯核类低通函数中的扩展函数σ(ψ)的值。

45、同时与以往的基于信号时频表示和时间自适应最优核时频表示不同，该方法具有比时间自适应最优核时频表示更为清楚地刻画信号细节的能力,同时它能够很好地抑制多分量信号时频分布中的交叉项,并且拥有较高的分辨率,是管道泄漏信号识别分析方法的一种改进与提升。