论文部分内容阅读
天然气作为一种低碳化石能源,具有清洁、高效和稳定等优势,是助力国家“双碳”目标的主体能源。管道因其便利性、高效性和经济性等优点,是构建长距离天然气运输系统最理想的载体。然而,随着管道建设长度和管龄的增长,不可避免地会发生管道泄漏事件。天然气管道发生泄漏时,天然气向外喷射形成声波信号。由于管道服役环境的复杂性和实际工况的多变性,传感器采集到的天然气管道声波信号具有非线性和非平稳性,其特征不易被提取,往往会导致天然气管道泄漏检测出现误报和漏报现象。本文以变分模态分解(Variational Mode Decomposition,VMD)算法为基础,对不同工况下天然气管道声波信号的特征提取技术进行了深入和系统的研究。目的是探索天然气管道声波信号预处理和特征提取新方法,以解决天然气管道声波信号特征提取难以及泄漏检测准确率低的问题,为建立智能化天然气管道健康状态监测和泄漏检测技术奠定坚实的理论基础。本文主要完成以下几个方面的研究内容:(1)针对天然气管道泄漏发生时,声波传感器采集到的声波信号中含有的噪声会影响信号特征的提取以及泄漏检测准确性的问题,提出了一种结合VMD与Wasserstein距离的去噪方法。该方法首先使用最小巴氏距离法确定VMD算法的分解层数K值,然后通过评估VMD分解后各本征模态函数(Intrinsic Mode Function,IMF)分量与原始信号概率密度之间的Wasserstein距离(Wasserstein Distance,WD)来筛选有效模态分量,最后将筛选出的有效模态分量进行重构,进而实现对信号的去噪。分别采用仿真信号与管道信号进行实验分析,通过算法测试和性能分析验证新方法的可行性和优越性,并将其用于对天然气管道声波信号进行去噪处理。(2)针对强噪声环境下声波信号特征容易被淹没导致特征提取难的问题,提出了一种基于VMD去噪与散布熵(Dispersion Entropy,DE)结合的天然气管道声波信号单特征提取方法。该方法首先采用VMD-WD去噪法对采集到的信号进行去噪,然后计算去噪后信号的DE值作为信号的特征参数,进而实现了对信号特征的提取。通过实验分析,该方法降低了噪声对信号特征的干扰,结合DE参数,实现了对强噪声环境下正常信号、敲击信号和泄漏信号特征的提取。将提取到的特征量输入到极限学习机(Extreme Learning Machine,ELM)进行分类识别。对比实验验证了新方法在强噪声环境下对声波信号特征提取方面具有较好的优越性。(3)针对天然气管道不同孔径的泄漏声波信号特征提取困难的问题,基于特征融合思想提出了一种基于VMD去噪和多特征参数融合的天然气管道声波信号多特征提取方法。该方法首先采用VMD-WD去噪法对采集到的声波信号进行降噪处理,然后从时域特征、频域特征、波形指标和其他参数角度选取多个参数进行信号分析,通过分析筛选出能够有效区分出泄漏信号和正常信号的六个特征参数,计算降噪后信号的多个特征参数值,最后将特征参数值组成特征向量实现对信号的特征提取。通过实验分析,该方法能够有效地提取1 mm孔径泄漏、4mm孔径泄漏和10 mm孔径泄漏声波信号的特征。采用ELM对提取到的信号特征量进行识别,通过对比实验得出多特征参数融合的特征提取方法优于单一特征参数的特征提取方法。(4)针对单点泄漏和两点泄漏工况下声波信号波形特征相似导致信号特征提取困难的问题,本文借鉴信号局部特征思想提出了一种基于特征分量与指数熵(Exponential Entropy,EE)结合的天然气管道声波信号特征提取方法。该方法首先采用VMD算法对信号进行分解得到多个IMF分量,然后通过相关性分析,优选与原始信号相关性较大的IMF分量作为特征分量,最后计算特征分量的EE值作为信号的特征参数构成特征向量,实现对信号特征的提取。对单点泄漏信号、两点泄漏信号和正常信号进行实验分析,该方法不仅可以通过选取特征分量克服噪声对信号特征提取的干扰,还能够通过分析局部特征分量可更好地提取原始信号的特征信息。采用ELM对提取到的三种工况信号的特征量进行识别,通过与其它方法对比,验证了特征提取新方法的可行性与相对优越性。(5)针对天然气管道不同工况声波信号较为复杂,而单一尺度上的动力学特征无法充分表达全部的信号特征的问题。首先以基于多尺度散布熵和偏斜度的综合指标多尺度散布熵偏均值(Partial Mean of Multi-scale Dispersion Entropy,MDEPM)作为天然气管道声波信号的特征参数。然后基于信号局部特征和MDEPM值提出了一种新的特征提取方法。该方法在实现过程中采用科尔莫戈罗夫-斯米尔诺夫距离(Kolmogorov-Smirnov Distance,KSD)作为选取特征分量的指标,计算VMD分解后各IMF分量与原始信号之间的KSD值,选取KSD值较小的分量作为特征分量,最后计算特征分量的MDEPM值构成特征向量,进而全面反映管道的不同工况信号在多尺度下的特征。通过对天然气管道正常工况、敲击工况、两点泄漏工况、堵塞工况、1 mm孔径泄漏工况、4 mm孔径泄漏工况和10 mm孔径泄漏工况下采集到的声波信号进行实验分析,该方法可以提取不同工况下的天然气管道声波信号的特征,更有利于分类器对声波信号的分类及识别。