【技術實現步驟摘要】
本專利技術屬于管道泄漏檢測，具體涉及基于徒步優化算法(hoa)優化的變分模態分解(vmd)和時間卷積網絡的輸水管道泄漏預測方法。
技術介紹
1、管道輸送已成為輸送油、氣、水等流體工業產品的重要手段之一。(yang?l,zhaoq.abilstm?based?pipeline?leak?detection?and?disturbance?assisted?localizationmethod[j].ieee?sensors?journal,2021,22(1):611-620.)。當供水管道發生泄漏時，不僅會造成水資源的嚴重浪費，而且會嚴重影響城市交通、居民生活和工業生產(o.m.aamo,“leak?detection,size?estimation?and?localization?in?pipe?flows,”ieeetrans.autom.control,vol.61,no.1,pp.246–251,jan.2016.)。隨著城市化進程加快，各類用水需求急劇增長，新鋪設的輸水管道里程也隨之增長。但由于管道磨損、設備老化、腐蝕、地理環境和人類活動等原因，輸水管道發生泄漏事故已成為日益嚴重的問題之一(zhou,s.,o’neill,z.,o’neill,c.,2018.areview?of?leakage?detection?methods?fordistrict?heating?networks.appl.therm.eng.137,567–574.)。因此，亟待發展高精度的管道泄漏檢測技術，以提高泄漏檢測能力和降低管道漏損
2、近年來，隨著深度學習技術和大數據技術的飛速發展，新興的管道泄漏檢測方法在某些方面正在逐步取代或增強傳統方法，并有顯著效果。但是，管道發生泄漏時產生的泄漏信號包含泵振動、管內流體、環境噪聲等干擾因素，如何從測量得到的泄漏信號中提取有效的泄漏信號特征，從而實現對有壓輸水管道中泄漏的精確預測，依然是目前泄漏預測模型研發的技術難題。因此，需要采用適應性強、效果好的的濾波方法對測量得到的泄漏信號進行降噪處理。并需依據有壓輸水管道泄漏信號的特點，構建適用于有壓輸水管道的泄漏預測模型。
技術實現思路
1、本專利技術的目的是提供基于變分模態分解和時間卷積網絡的管道泄漏預測方法，該方法可有效提取輸水管道泄漏信號特征，實現對有壓輸水管道泄漏事件有效預測。
2、本專利技術所采用的技術方案是，基于變分模態分解和時間卷積網絡的管道泄漏預測方法，具體包括以下步驟：
3、步驟1：在配備變頻水泵、高頻壓力傳感器、電磁流量計、閘閥、球閥及水箱的有壓輸水管道系統中，通過控制開關球閥模擬管道泄漏，進行泄漏測試實驗；
4、步驟2：在步驟1的有壓輸水管道系統中開展管道泄漏測試研究，獲取不同流量工況下不同泄漏位置的實驗泄漏測試數據；
5、步驟3：構建徒步優化算法優化變分模態分解(hoa-vmd)算法，然后對步驟2獲得的泄漏實驗測試數據進行模態分解并重構信號，對實驗測試數據進行濾波；
6、步驟4：構建時間卷積網絡(tcn)管道泄漏預測模型，利用步驟3得到的濾波后的數據訓練模型，提升模型訓練精度。
7、本專利技術的特征還在于：
8、步驟1中，變頻水泵設置在水箱出口處，用于輸送特定流量的流體，通過調節變頻泵頻率來調節流量；高頻壓力傳感器和球閥的安裝要求為：每隔2m～1000m安裝一個高頻壓力傳感器，采樣頻率為500hz～10000hz；每兩個高頻壓力傳感器之間設置2～10個泄漏測試點，每個泄漏測試點處安裝一個球閥，通過開關球閥來模擬管道泄漏事件；閘閥的安裝要求為：在水箱出口端和管道系統末端均需要安裝閘閥，用于管道系統安全保護；電磁流量計分別設置在變頻水泵后和管道系統末端，用于測量管道中進出口流體流量。
9、步驟2具體如下：
10、步驟2.1：開啟變頻水泵；
11、步驟2.2：調節變頻泵頻率至指定頻率使管道內的流體流量達到指定流量工況等電磁流量計示數穩定，即未進行泄漏實驗時表顯壓力及流量的平均值的變化幅值均小于1％；其中，指定流量工況的范圍為3m3/h～13m3/h；
12、步驟2.3：進行輸水管道泄漏實驗，記錄一組需要進行測試的流量工況條件下的高頻壓力信號數據si，si＝[s1,s2,...,sp]，p為有壓輸水管道系統中高頻壓力傳感器的個數，采集信號數據時長為10秒～60秒，當記錄時長達到采集時長的一半時，開啟一個泄漏點球閥模擬管道泄漏，直至記錄結束，記錄結束關閉球閥，一個泄漏點重復記錄三次，每次記錄前均等待壓力和流量示數穩定；
13、步驟2.4：單個泄漏點記錄結束后，將步驟2.3依次應用到新的泄漏點上；直至所有泄漏點全部測試完成；
14、步驟2.5：通過調節變頻水泵頻率改變流體流量至下一個指定流量工況，重復第步驟2.3和步驟2.4，直至獲取到所有指定流量工況條件下的所有泄漏點的高頻壓力信號數據s＝[s1,s2,…,si]，si為第i種流量工況下獲得的實驗測試數據，指定流量工況共有i種；
15、步驟2.6：完成所有指定流量工況下的步驟2.5操作后，關閉變頻水泵，結束實驗。
16、步驟2.2中，指定流量工況的選擇要求：在3m3/h～8m3/h區間內每兩個指定流量工況之間間隔為2m3/h，在8m3/h～13m3/h區間內每兩個指定流量工況之間間隔為1.5m3/h。
17、步驟3具體如下：
18、步驟3.1：初始化徒步優化算法(hoa)參數，即初始化旅行者群體位置及適應度，旅行者最佳旅行位置對應[k,α]參數組合；其中，hoa參數設置為：旅行群體人數為10～100，最大迭代次數為20～500；適應度函數選擇包絡熵，包絡熵e的計算公式如式(1)所示；
19、
20、式中，n代表離散化后的包絡信號區間的編號；n是離散化后的包絡信號區間數目；pn是包絡信號落在第n區間的概率，通過計算每個區間內樣本點的數量占總樣本點數量的比例得到；
21、步驟3.2：利用hoa算法對vmd分解參數[k,α]組合進行尋優，包絡熵值越小表明該[k,α]組合越優；接著對步驟2采集得到的指定流量工況下的高頻壓力信號數據s＝[s1,s2,…,si]中的壓力信號數據si＝[s1,s2,...,sp]均進行vmd分解，分解后si中的每一個信號數據sp均會得到k個imf分量和一個殘差分量，將分解得到的各個imf分量時域信號依次命名為imf1，imf2，…，imfk；
22、步驟3.3：利用傅里葉變換(fft)將各個imf分量時域信號轉換為頻域信號，繪制各imf分量的頻譜圖，驗證各個imf分量的頻譜是否集中在目標頻率區間，判斷標準為：目標頻率區間內的累積頻譜能量不低于總能量的80％則表示imf分量的頻譜集中在目標頻率區間內；然后判斷不同imf分量的頻譜是否分離良好，判斷標準為：不同imf分量間頻譜重疊率低于20％則認為分離良好本文檔來自技高網...
【技術保護點】
1.基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，具體包括以下步驟：
2.根據權利要求1所述的基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，步驟1中，變頻水泵設置在水箱出口處，用于輸送特定流量的流體，通過調節變頻泵頻率來調節流量；高頻壓力傳感器和球閥的安裝要求為：每隔2m～1000m安裝一個高頻壓力傳感器，采樣頻率為500Hz～10000Hz；每兩個高頻壓力傳感器之間設置2～10個泄漏測試點，每個泄漏測試點處安裝一個球閥，通過開關球閥來模擬管道泄漏事件；閘閥的安裝要求為：在水箱出口端和管道系統末端均需要安裝閘閥，用于管道系統安全保護；電磁流量計分別設置在變頻水泵后和管道系統末端，用于測量管道中進出口流體流量。
3.根據權利要求1所述的基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，步驟2具體如下：
4.根據權利要求1所述的基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，步驟2.2中，指定流量工況的選擇要求：在3m3/h～8m3/h區間內每兩個指定流量工況之間間隔為2m3/h，在8m3/
5.根據權利要求1所述的基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，步驟3具體如下：
6.根據權利要求5所述的基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，步驟3.2中，VMD的參數尋優范圍為：模態分解個數K為3～13，懲罰因子α為100～3000。
7.根據權利要求1所述的基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，步驟4具體為：
8.根據權利要求7所述的基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，步驟4.1中，其中，訓練集和驗證集與測試集的比例為6:3:1，訓練集和驗證集占總數據集的90％；測試集占總數據集的10％。
...【技術特征摘要】
1.基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，具體包括以下步驟：
2.根據權利要求1所述的基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，步驟1中，變頻水泵設置在水箱出口處，用于輸送特定流量的流體，通過調節變頻泵頻率來調節流量；高頻壓力傳感器和球閥的安裝要求為：每隔2m～1000m安裝一個高頻壓力傳感器，采樣頻率為500hz～10000hz；每兩個高頻壓力傳感器之間設置2～10個泄漏測試點，每個泄漏測試點處安裝一個球閥，通過開關球閥來模擬管道泄漏事件；閘閥的安裝要求為：在水箱出口端和管道系統末端均需要安裝閘閥，用于管道系統安全保護；電磁流量計分別設置在變頻水泵后和管道系統末端，用于測量管道中進出口流體流量。
3.根據權利要求1所述的基于變分模態分解和時間卷積網絡的管道泄漏預測方法，其特征在于，步驟2具體如下：
4.根據權利要求1所述的基于變分模態分解和時間卷積網絡的管道泄漏...
【專利技術屬性】
技術研發人員：顏建國，謝寶東，郭鵬程，李波，李呈程，曹博豪，
申請(專利權)人：西安理工大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。