本發(fā)明涉及管道泄漏定位的技術(shù)領(lǐng)域，特別涉及一種天然氣管道泄漏定位方法和裝置。

背景技術(shù)：

管道運(yùn)輸通常伴隨著能源的存儲(chǔ)與使用，便會(huì)涉及到能源的可持續(xù)發(fā)展以及相應(yīng)的安全保護(hù)措施。合理的資源利用，有利于資源的再生及可持續(xù)發(fā)展；縝密的安保措施，有利于保護(hù)資源不被竊取和浪費(fèi)。但隨著油氣管道運(yùn)輸?shù)陌l(fā)展，管線的數(shù)量越來越多，管道的敷設(shè)距離也變得越來越長，而隨著服役期的增長，加上環(huán)境和人為破壞，運(yùn)行磨損，設(shè)備老化，腐蝕等多種因素，導(dǎo)致管道泄漏時(shí)有發(fā)生，進(jìn)而引發(fā)許多重大泄漏事故。我國大部分管道目前已運(yùn)行超過40年，且中國的管道事故率遠(yuǎn)遠(yuǎn)高于西方國家，數(shù)據(jù)顯示，美國、歐洲、我國的管道事故率分別為0.42，0.46和0.50。我國運(yùn)行超過20年的油氣管道已經(jīng)占總管道數(shù)的60%。隨著油氣管道的控制日益復(fù)雜，運(yùn)行形勢復(fù)雜多變，應(yīng)該把管道運(yùn)輸?shù)陌踩Ｕ蠁栴}視為首要防御任務(wù)。因此，為了節(jié)約一次能源、改善環(huán)境污染、提高人民生活水平，對(duì)城市現(xiàn)代化建設(shè)的便利、舒適、安全可靠性做出重要貢獻(xiàn)，有效的降低危及居民生活安全的燃?xì)夤艿缆p現(xiàn)象，對(duì)燃?xì)夤艿缹?shí)行在線運(yùn)行的實(shí)時(shí)監(jiān)測、精確檢測定位管網(wǎng)泄漏具有十分重要的意義。

現(xiàn)在大多比較先進(jìn)成熟的泄漏檢測定位方法和技術(shù)均是針對(duì)單一的長直管道，例如長輸油、輸天然氣管道。然而，對(duì)于拓?fù)浣Y(jié)構(gòu)復(fù)雜的多分支型管網(wǎng)來說，例如供熱管網(wǎng)、供水管網(wǎng)，這些方法將不能直接被利用。目前對(duì)于此類管網(wǎng)的泄漏定位問題，普遍采用的方法是定期人工巡查法，或泄漏事故較為嚴(yán)重，出現(xiàn)明顯現(xiàn)象進(jìn)而引起注意的被動(dòng)檢查法。因此，亟待尋求一種定位精度高、反應(yīng)速度快的管道泄露方法。

技術(shù)實(shí)現(xiàn)要素：

為了解決背景技術(shù)中所提到的技術(shù)問題，本發(fā)明提供了一種定位精度高的天然氣管道泄漏定位方法和裝置，在該方法中，利用總體局部均值分解算法（elmd算法）對(duì)傳感器采集的數(shù)據(jù)進(jìn)行分解處理，并獲得數(shù)據(jù)信號(hào)的有效pf分量，從而大大的提升了管道泄漏的定位精度。

本發(fā)明的技術(shù)方案是：該種天然氣管道泄漏定位方法，其包括：

利用傳感器在天然氣管道的兩個(gè)采樣點(diǎn)上采集數(shù)據(jù)信號(hào)，獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)；

利用elmd算法分解所述第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，并獲得所述第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量；

分別利用第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)的有效pf分量確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值，并依據(jù)該時(shí)延確定管道泄漏位置；

所述利用elmd算法分解所述第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，并獲得所述第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量包括：

利用elmd算法分別獲取第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)在不同尺度下的pf分量；

計(jì)算所述第一數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；

從所述相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量；

所述分別利用第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)的有效pf分量確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值，并依據(jù)該時(shí)延確定管道泄漏位置包括：

從第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量中獲取相同尺度下的pf分量；

分別對(duì)相同尺度的pf分量進(jìn)行互相關(guān)分析，得到對(duì)應(yīng)的時(shí)間差；

計(jì)算得到的時(shí)間差的平均值，來確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值；

利用第二規(guī)則計(jì)算基于該時(shí)延值的管道泄漏位置；

所述利用傳感器在天然氣管道的兩個(gè)采樣點(diǎn)上采集數(shù)據(jù)信號(hào)，獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)包括：

利用傳感器在天然氣管道的兩個(gè)采樣點(diǎn)上分別采集第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)；

利用elmd算法和小波包算法分別對(duì)所述第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)進(jìn)行降噪處理，并對(duì)應(yīng)的獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

優(yōu)選的，所述利用elmd算法和小波包算法分別對(duì)所述第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)進(jìn)行降噪處理，并對(duì)應(yīng)的獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)包括：

利用elmd算法分別獲取第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)在不同尺度下的pf分量；

計(jì)算所述第一原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；

從各相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量；

對(duì)得到的有效pf分量進(jìn)行小波包分解，得到第一原始數(shù)據(jù)信號(hào)第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息；同時(shí)利用譜峭度法對(duì)得到的有效pf分量進(jìn)行分析求解第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的最優(yōu)中心頻率及帶寬；

分別根據(jù)得到的第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息、最優(yōu)頻率、帶寬重構(gòu)第一原始信號(hào)的pf分量和第二原始信號(hào)的pf分量；

基于重構(gòu)的pf分量重構(gòu)第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)，生成第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

本發(fā)明所提供的一種天然氣管道泄漏定位裝置，其包括：

傳感器，其被裝設(shè)在天然氣管道的兩個(gè)采樣點(diǎn)上，并用于采集數(shù)據(jù)信號(hào)；

處理器，其配置為利用所述傳感器在兩個(gè)采樣點(diǎn)上采集的數(shù)據(jù)信號(hào)獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)；并利用elmd算法分解所述第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，并獲得所述第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量；以及分別利用第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)的有效pf分量確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值，并依據(jù)該時(shí)延確定管道泄漏位置；

所述處理器進(jìn)一步配置為利用elmd算法分別獲取第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)在不同尺度下的pf分量；并計(jì)算所述第一數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；以及從所述相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量。

對(duì)于所述的裝置，優(yōu)選方式1，其中，所述處理器進(jìn)一步配置為從第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量中獲取相同尺度下的pf分量；分別對(duì)相同尺度的pf分量進(jìn)行互相關(guān)分析，得到對(duì)應(yīng)的時(shí)間差；并計(jì)算得到的時(shí)間差的平均值，來確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值；利用第二規(guī)則計(jì)算基于該時(shí)延值的管道泄漏位置。

對(duì)于所述的裝置，優(yōu)選方式2，其中，所述處理器進(jìn)一步配置為利用elmd算法和小波包算法分別對(duì)傳感器在兩個(gè)采樣點(diǎn)上采集的第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)進(jìn)行降噪處理，并對(duì)應(yīng)的獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

在優(yōu)選方式2的基礎(chǔ)上，所述處理器進(jìn)一步配置為利用elmd算法分別獲取第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)在不同尺度下的pf分量；并計(jì)算所述第一原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；以及從各相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量；對(duì)得到的有效pf分量進(jìn)行小波包分解，得到第一原始數(shù)據(jù)信號(hào)第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息；同時(shí)利用譜峭度法對(duì)得到的有效pf分量進(jìn)行分析求解第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的最優(yōu)中心頻率及帶寬；分別根據(jù)得到的第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息、最優(yōu)頻率、帶寬重構(gòu)第一原始信號(hào)的pf分量和第二原始信號(hào)的pf分量；基于重構(gòu)的pf分量重構(gòu)第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)，生成第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

本發(fā)明具有如下有益效果：首先，本發(fā)明利用總體局部均值分解算法（ensemblelocalmeandecomposition，elmd），借助輔助噪聲技術(shù)，抑制lmd分解過程中模態(tài)混疊的問題。其次，有用信息在傳輸過程中往往會(huì)受到各種噪聲的影響和干擾，使信號(hào)源中的有用信號(hào)被削減或混淆。為增強(qiáng)有用信號(hào)，抑制噪聲干擾，保障后續(xù)提取的特征值能夠代表信號(hào)特征，需要對(duì)采集的原始信號(hào)進(jìn)行降噪預(yù)處理。同時(shí)為避免小波分解過程存在的技術(shù)漏洞，提出基于小波包的elmd譜峭度聯(lián)合降噪算法。該算法在elmd分解出的各有效pf（productfunction）分量的基礎(chǔ)上，利用譜峭度最優(yōu)參數(shù)及小波包能量分布確定信號(hào)重構(gòu)節(jié)點(diǎn)，完成對(duì)各pf分量的信號(hào)降噪。降噪后的各pf分量可表征原始信號(hào)在不同尺度下的特征。再次，本發(fā)明，通過經(jīng)elmd分解得到的pf分量與互相關(guān)算法的融合，得到不同特征尺度下的時(shí)延差，從而完成對(duì)管道泄漏的定位。該算法相比直接利用原始信號(hào)進(jìn)行相關(guān)計(jì)算得到的定位結(jié)果更加精確，有助于管道泄漏定位精度的提升。

附圖說明：

圖1為本發(fā)明實(shí)施例中的一種天然氣管道泄漏定位的方法的原理流程圖；

圖2為本發(fā)明實(shí)施例中的天然氣管道的結(jié)構(gòu)示意圖；

圖3為本發(fā)明實(shí)施例中的利用elmd算法獲取有效pf分量的原理流程圖；

圖4為本發(fā)明實(shí)施例利用有效pf分量進(jìn)行泄漏點(diǎn)定位的原理流程圖；

圖5為本發(fā)明實(shí)施例中利用elmd算法和小波包算法對(duì)信號(hào)進(jìn)行降噪處理的原理流程圖；

圖6為本發(fā)明實(shí)施例中的小波包分解樹的結(jié)構(gòu)示意圖；

圖7所示為本發(fā)明實(shí)施例中的天然氣管道泄漏定位裝置的原理結(jié)構(gòu)示意圖。

具體實(shí)施方式：

下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步說明：

本發(fā)明實(shí)施例提供了一種定位精度高的天然氣管道泄漏定位方法和裝置。

為了解決上述技術(shù)方案，本發(fā)明實(shí)施例提供了如下的技術(shù)方案：

本發(fā)明實(shí)施例提供了一種天然氣管道泄漏定位方法，其包括：

利用傳感器在天然氣管道的兩個(gè)采樣點(diǎn)上采集數(shù)據(jù)信號(hào)，獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)；

利用elmd算法分解所述第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，并獲得所述第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量；

分別利用第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)的有效pf分量確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值，并依據(jù)該時(shí)延確定管道泄漏位置。

在一優(yōu)選實(shí)施例中，所述利用elmd算法分解所述第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，并獲得所述第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量包括：

利用elmd算法分別獲取第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)在不同尺度下的pf分量；

計(jì)算所述第一數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；

從所述相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量。

在一優(yōu)選實(shí)施例中，所述分別利用第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)的有效pf分量確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值，并依據(jù)該時(shí)延確定管道泄漏位置包括：

從第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量中獲取相同尺度下的pf分量；

分別對(duì)相同尺度的pf分量進(jìn)行互相關(guān)分析，得到對(duì)應(yīng)的時(shí)間差；

計(jì)算得到的時(shí)間差的平均值，來確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值；

利用第二規(guī)則計(jì)算基于該時(shí)延值的管道泄漏位置。

在一優(yōu)選實(shí)施例中，所述利用傳感器在天然氣管道的兩個(gè)采樣點(diǎn)上采集數(shù)據(jù)信號(hào)，獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)包括：

利用傳感器在天然氣管道的兩個(gè)采樣點(diǎn)上分別采集第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)；

利用elmd算法和小波包算法分別對(duì)所述第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)進(jìn)行降噪處理，并對(duì)應(yīng)的獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

在一優(yōu)選實(shí)施例中，所述利用elmd算法和小波包算法分別對(duì)所述第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)進(jìn)行降噪處理，并對(duì)應(yīng)的獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)包括：

利用elmd算法分別獲取第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)在不同尺度下的pf分量；

計(jì)算所述第一原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；

從各相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量；

對(duì)得到的有效pf分量進(jìn)行小波包分解，得到第一原始數(shù)據(jù)信號(hào)第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息；同時(shí)利用譜峭度法對(duì)得到的有效pf分量進(jìn)行分析求解第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的最優(yōu)中心頻率及帶寬；

分別根據(jù)得到的第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息、最優(yōu)頻率、帶寬重構(gòu)第一原始信號(hào)的pf分量和第二原始信號(hào)的pf分量；

基于重構(gòu)的pf分量重構(gòu)第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)，生成第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

另外，本發(fā)明實(shí)施例還提供了一種天然氣管道泄漏定位裝置，其包括：

傳感器，其被裝設(shè)在天然氣管道的兩個(gè)采樣點(diǎn)上，并用于采集數(shù)據(jù)信號(hào)；

處理器，其配置為利用所述傳感器在兩個(gè)采樣點(diǎn)上采集的數(shù)據(jù)信號(hào)獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)；并利用elmd算法分解所述第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，并獲得所述第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量；以及分別利用第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)的有效pf分量確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值，并依據(jù)該時(shí)延確定管道泄漏位置。

在一優(yōu)選實(shí)施例中，所述處理器進(jìn)一步配置為利用elmd算法分別獲取第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)在不同尺度下的pf分量；并計(jì)算所述第一數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；以及從所述相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量。

在一優(yōu)選實(shí)施例中，所述處理器進(jìn)一步配置為從第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量中獲取相同尺度下的pf分量；分別對(duì)相同尺度的pf分量進(jìn)行互相關(guān)分析，得到對(duì)應(yīng)的時(shí)間差；并計(jì)算得到的時(shí)間差的平均值，來確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值；利用第二規(guī)則計(jì)算基于該時(shí)延值的管道泄漏位置。

在一優(yōu)選實(shí)施例中，所述處理器進(jìn)一步配置為利用elmd算法和小波包算法分別對(duì)傳感器在兩個(gè)采樣點(diǎn)上采集的第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)進(jìn)行降噪處理，并對(duì)應(yīng)的獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

在一優(yōu)選實(shí)施例中，所述處理器進(jìn)一步配置為利用elmd算法分別獲取第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)在不同尺度下的pf分量；并計(jì)算所述第一原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；以及從各相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量；對(duì)得到的有效pf分量進(jìn)行小波包分解，得到第一原始數(shù)據(jù)信號(hào)第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息；同時(shí)利用譜峭度法對(duì)得到的有效pf分量進(jìn)行分析求解第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的最優(yōu)中心頻率及帶寬；分別根據(jù)得到的第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息、最優(yōu)頻率、帶寬重構(gòu)第一原始信號(hào)的pf分量和第二原始信號(hào)的pf分量；基于重構(gòu)的pf分量重構(gòu)第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)，生成第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

下面，結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施例進(jìn)行詳細(xì)的描述，但不作為本發(fā)明的限定。

下面，結(jié)合附圖詳細(xì)的說明本發(fā)明實(shí)施例，本發(fā)明實(shí)施例提供了一種天然氣管道泄漏定位方法，該方法利用elmd算法（總體局部均值分解算法）對(duì)從天然氣管道采集的數(shù)據(jù)信號(hào)進(jìn)行處理，從而獲取各數(shù)據(jù)信號(hào)的有效pf分量，可以提升定位檢測的精度。

具體的，如圖1所示，為本發(fā)明實(shí)施例中的一種天然氣管道泄漏定位的方法的原理流程圖，其中該方法可以包括：

利用傳感器在天然氣管道的兩個(gè)采樣點(diǎn)上采集數(shù)據(jù)信號(hào)，獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)；

利用elmd算法分解所述第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，并獲得所述第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量；

分別利用第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)的有效pf分量確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值，并依據(jù)該時(shí)延確定管道泄漏位置。

在本發(fā)明實(shí)施例中，為了實(shí)現(xiàn)對(duì)于天然氣管道泄漏點(diǎn)的定位檢測，需要從天然氣管道上采集數(shù)據(jù)信號(hào)，而基于該數(shù)據(jù)信號(hào)進(jìn)一步的分析。而由于天然氣的泄漏發(fā)生后，在泄漏點(diǎn)的兩端管道上傳輸?shù)穆暡ㄐ盘?hào)會(huì)有所變化，本發(fā)明實(shí)施例中的傳感器即可以包括聲波傳感器，將兩個(gè)聲波傳感器分別布設(shè)在管道的首端和末端（如圖2所示），其中，x為泄漏點(diǎn)據(jù)首端傳感器的距離，l為首末傳感器之間的距離，t1和t2分別為泄漏點(diǎn)產(chǎn)生的次聲波傳播到兩個(gè)傳感器的時(shí)間。則泄漏位置x的計(jì)算公式為，式中v為泄漏次聲波的傳播速度，實(shí)際天然氣管道中計(jì)算值取1000m/s。只要首末傳感器接收泄漏信號(hào)的時(shí)間差確定，則利用上述公式就能確定出泄漏位置。

據(jù)此，本發(fā)明實(shí)施例中利用聲波傳感器在天然氣管道的兩個(gè)采樣點(diǎn)上采集數(shù)據(jù)信號(hào)，獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)；并進(jìn)一步利用elmd算法分解所述第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，并獲得所述第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量；并分別利用第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)的有效pf分量確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值，并依據(jù)該時(shí)延確定管道泄漏位置。

本發(fā)明實(shí)施例中的elmd算法，是指在lmd分解前，將不同有限幅值的白噪聲信號(hào)加入待分解信號(hào)中，利用白噪聲均值為零，頻譜能量分布均勻的特性，使得白噪聲可以均勻的分布在整個(gè)時(shí)頻空間中，并且不同時(shí)間尺度的信號(hào)會(huì)自動(dòng)分布到與背景噪聲相關(guān)的適當(dāng)尺度上去。由于白噪聲零均值的特性，噪聲將會(huì)相互抵消，進(jìn)而得到消除，唯一持久穩(wěn)固的部分便是信號(hào)本身，因此本申請(qǐng)采用ｅｌｍｄ算法對(duì)第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)進(jìn)行分解處理。

進(jìn)一步的，如圖３所示，為本發(fā)明實(shí)施例中的利用elmd算法獲取有效pf分量的方法包括：

利用elmd算法分別獲取第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)在不同尺度下的pf分量；

計(jì)算所述第一數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；

從所述相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量。

其中，本發(fā)明實(shí)施例中的第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)可以表示為：，其中x(t)表示第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，pfi(t)表示經(jīng)elmd分解降噪后得到若干個(gè)pf分量，un（t）表示殘項(xiàng)。在獲取各pf分量后，計(jì)算第一數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)，并從所述相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量。

也就是說，本發(fā)明實(shí)施例可以將elmd分解出來的各pf分量與對(duì)應(yīng)的而數(shù)據(jù)信號(hào)做信號(hào)相關(guān)度計(jì)算，并利用相關(guān)系數(shù)衡量相關(guān)性的強(qiáng)弱。相關(guān)系數(shù)的取值位于-1至1，相關(guān)系數(shù)絕對(duì)值越大，則表明該分量與數(shù)據(jù)信號(hào)的相關(guān)度越高，相關(guān)系數(shù)絕對(duì)值越小，則表明該分量與原始信號(hào)相關(guān)度越低。

而本發(fā)明實(shí)施例通過將獲取的相關(guān)函數(shù)與預(yù)設(shè)閾值進(jìn)行比較，來得到符合第一規(guī)則的相關(guān)系數(shù)。該第一規(guī)則為判斷出獲取的相關(guān)系數(shù)大于閾值，其中表示計(jì)算出的相關(guān)系數(shù)。在判斷出獲取的相關(guān)系數(shù)大于閾值0時(shí)，則判斷為該相關(guān)系數(shù)符合第一規(guī)則。

從而可以判斷為符合第一規(guī)則的相關(guān)系數(shù)所對(duì)應(yīng)的pf分量為有效pf分量。

進(jìn)一步地，如圖4所示，為本發(fā)明實(shí)施例利用有效pf分量進(jìn)行泄漏點(diǎn)定位的原理流程圖，其中可以包括：

從第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量中獲取相同尺度下的pf分量；

分別對(duì)相同尺度的pf分量進(jìn)行互相關(guān)分析，得到對(duì)應(yīng)的時(shí)間差；

計(jì)算得到的時(shí)間差的平均值，來確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值；

利用第二規(guī)則確定基于該時(shí)延值的管道泄漏位置。

如上所示，對(duì)管道泄漏的定位需要確定在管道中傳輸?shù)男盘?hào)之間的時(shí)延差，并基于該時(shí)延差確定管道泄漏位置。

如圖3所示的實(shí)施例中，對(duì)于pf分量是在不同尺度下分解獲取的，因此可以獲取關(guān)于有效pf分量的尺度值的信息。而本發(fā)明實(shí)施例可以對(duì)第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)在相同尺度值下的pf分量作互相關(guān)處理，得到互相關(guān)值并作為該尺度下pf分量之間的時(shí)間差值。進(jìn)一步，可以基于不同對(duì)應(yīng)尺度下所獲取的時(shí)間差值的平均值來獲取第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)間差，并利用第二規(guī)則確定泄漏位置。其中第二規(guī)則為：。

其中，t1-t2即為上述時(shí)間差、l、v均為已知的值，通過上式即可以得到泄漏點(diǎn)與首端傳感器之間的距離，即定位了泄漏點(diǎn)。

本發(fā)明實(shí)施例中，利用elmd算法分解出數(shù)據(jù)信號(hào)的pf分量，并從分解出的pf分量中篩選出有效pf分量，并基于該有效pf分量來計(jì)算兩路數(shù)據(jù)信號(hào)的時(shí)延值，可以更加保證泄漏點(diǎn)的定位精度。

另外，本發(fā)明實(shí)施例中，還可以對(duì)傳感器獲取的數(shù)據(jù)信號(hào)進(jìn)行降噪處理，進(jìn)一步提高定位精度。我們通常將妨礙人的視覺感官或系統(tǒng)傳感器對(duì)所接收信源信息進(jìn)行理解和分析的各種因素統(tǒng)稱為噪聲。而在管道泄漏檢測中，這種噪聲通常指由于外界嘈雜的聲音如車輛行駛、大型儀器導(dǎo)致的振動(dòng)信號(hào)，被傳感器接收，并混合在泄漏信號(hào)中，使得泄漏信號(hào)難以分別和提取。本發(fā)明實(shí)施例中，可以將傳感器在天然氣管道的兩個(gè)采樣點(diǎn)上分別采集的信號(hào)定義為第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)；而將利用elmd算法和小波包算法分別對(duì)所述第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)進(jìn)行降噪處理后生成的泄漏信號(hào)定義為第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

具體的，如圖5所示，為本發(fā)明實(shí)施例中利用elmd算法和小波包算法對(duì)信號(hào)進(jìn)行降噪處理的原理流程圖。其中可以包括：

利用elmd算法分別獲取第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)在不同尺度下的pf分量；

計(jì)算所述第一原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；

從各相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量；

對(duì)得到的有效pf分量進(jìn)行小波包分解，得到第一原始數(shù)據(jù)信號(hào)第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息；同時(shí)利用譜峭度法對(duì)得到的有效pf分量進(jìn)行分析求解第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的最優(yōu)中心頻率及帶寬；

分別根據(jù)得到的第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息、最優(yōu)頻率、帶寬重構(gòu)第一原始信號(hào)的pf分量和第二原始信號(hào)的pf分量；

基于重構(gòu)的pf分量重構(gòu)第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)，生成第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

同樣的，可以對(duì)原始信號(hào)進(jìn)行elmd分解從而獲得多個(gè)尺度下的pf分量，并利用第一規(guī)則對(duì)各原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的之間相關(guān)系數(shù)進(jìn)行篩選，并選出符合第一規(guī)則的相關(guān)系數(shù)，從而獲得有效pf分量。

如圖6所示為本發(fā)明實(shí)施例中的小波包分解樹的結(jié)構(gòu)示意圖，其中以三層小波包分解為例，其中a表示低頻，d表示高頻，末尾中的數(shù)字表示小波包分解的尺度，也就是所謂的尺度。多層分解則是在后續(xù)分解中依次進(jìn)行二分得到低頻和高頻兩部分。信號(hào)經(jīng)小波包分解后，信號(hào)特征被劃分的更細(xì)致，根據(jù)信號(hào)分解的分解結(jié)果，可以求出信號(hào)分解后的能量譜，從而可以分析出信號(hào)各頻率成分的能量分布情況，即能量分布信息。基于上述，本發(fā)明實(shí)施例可以對(duì)得到的有效pf分量進(jìn)行小波包分解，從而得到第一原始數(shù)據(jù)信號(hào)第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息。

同時(shí)，還可以將譜峭度算法作為是一組帶通濾波器，通過計(jì)算信號(hào)的峭度值，找尋信號(hào)中的最優(yōu)頻率及頻帶，從而刻畫反映信號(hào)特征。因此，本發(fā)明實(shí)施例中還可以利用譜峭度法對(duì)得到的有效pf分量進(jìn)行分析求解第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的最優(yōu)中心頻率及帶寬。本發(fā)明實(shí)施例所采用的基于小波包的elmd譜峭度聯(lián)合降噪算法，通過譜峭度的最優(yōu)參數(shù)及小波包能量分布，極大限度的保留信號(hào)中的有用成分，去噪效果是普通小波閾值降噪效果的4倍左右。

在獲取pf分量的能量分布信息、最優(yōu)頻率和帶寬之后，即可以重構(gòu)第一原始信號(hào)和第二原始信號(hào)。其中，可以分別根據(jù)得到的第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息、最優(yōu)頻率、帶寬重構(gòu)第一原始信號(hào)的pf分量和第二原始信號(hào)的pf分量；并進(jìn)一步基于重構(gòu)的pf分量重構(gòu)第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)，生成第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。也就是說，通過上述分析，第一數(shù)據(jù)信號(hào)是基于第一原始信號(hào)中的有效pf分量而重構(gòu)得到的，而第二數(shù)據(jù)信號(hào)是基于第二原始信號(hào)中的有效pf分量重構(gòu)得到的，去除了第一原始信號(hào)和第二原始信號(hào)中的噪聲分量和殘留分量，以及不符合第一規(guī)則的相關(guān)系數(shù)所對(duì)應(yīng)的pf分量。從而可以大大的提升信號(hào)的準(zhǔn)確度，以及計(jì)算出的泄漏位置的精度。

通過本發(fā)明實(shí)施例的上述配置，利用總體局部均值分解算法（elmd算法）對(duì)傳感器采集的數(shù)據(jù)進(jìn)行分解處理，并獲得數(shù)據(jù)信號(hào)的有效pf分量，從而大大的提升了管道泄漏的定位精度。

另外，本發(fā)明實(shí)施例還提供了一種天然氣管道泄漏定位裝置，該裝置應(yīng)用如上述實(shí)施例所述的天然氣管道泄漏定位方法，具有檢測精度高的特點(diǎn)。

如圖7所示為本發(fā)明實(shí)施例中的天然氣管道泄漏定位裝置的原理結(jié)構(gòu)示意圖。其中可以包括：第一傳感器101和第二傳感器102，以及分別與所述第一傳感器101和第二傳感器102數(shù)據(jù)連接的處理器200。

其中，第一傳感器101和第二傳感器102可以分別被裝設(shè)在天然氣管道的兩個(gè)采樣點(diǎn)上，并用于采集數(shù)據(jù)信號(hào)。在本發(fā)明實(shí)施例中，為了實(shí)現(xiàn)對(duì)于天然氣管道泄漏點(diǎn)的定位檢測，需要從天然氣管道上采集數(shù)據(jù)信號(hào)，而基于該數(shù)據(jù)信號(hào)進(jìn)一步的分析。而由于天然氣的泄漏發(fā)生后，在泄漏點(diǎn)的兩端管道上傳輸?shù)穆暡ㄐ盘?hào)會(huì)有所變化，本發(fā)明實(shí)施例中的第一傳感器101和第二傳感器即可以為聲波傳感器，將兩個(gè)聲波傳感器分別布設(shè)在管道的首端和末端（如圖2所示），其中，x為泄漏點(diǎn)據(jù)首端傳感器的距離，l為首末傳感器之間的距離，t1和t2分別為泄漏點(diǎn)產(chǎn)生的次聲波傳播到兩個(gè)傳感器的時(shí)間。則泄漏位置x的計(jì)算公式為，式中v為泄漏次聲波的傳播速度，實(shí)際天然氣管道中計(jì)算值取1000m/s。只要首末傳感器接收泄漏信號(hào)的時(shí)間差確定，則利用上述公式就能確定出泄漏位置。

據(jù)此，本發(fā)明實(shí)施例中利用第一傳感器101和第二傳感器102分別在天然氣管道的兩個(gè)采樣點(diǎn)（首端和末端）上采集數(shù)據(jù)信號(hào)，處理器200則可以通過與第一傳感器101和第二傳感器102連接來接收兩個(gè)傳感器所采集的數(shù)據(jù)信號(hào)，并對(duì)應(yīng)的獲得第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)；進(jìn)而可以利用elmd算法分解所述第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，獲得所述第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量；并分別利用第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)的有效pf分量確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值，并依據(jù)該時(shí)延確定管道泄漏位置。

本發(fā)明實(shí)施例中的elmd算法，是指在lmd分解前，將不同有限幅值的白噪聲信號(hào)加入待分解信號(hào)中，利用白噪聲均值為零，頻譜能量分布均勻的特性，使得白噪聲可以均勻的分布在整個(gè)時(shí)頻空間中，并且不同時(shí)間尺度的信號(hào)會(huì)自動(dòng)分布到與背景噪聲相關(guān)的適當(dāng)尺度上去。由于白噪聲零均值的特性，噪聲將會(huì)相互抵消，進(jìn)而得到消除，唯一持久穩(wěn)固的部分便是信號(hào)本身，因此本申請(qǐng)采用ｅｌｍｄ算法對(duì)第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)進(jìn)行分解處理。

本發(fā)明實(shí)施例中的處理器200可以進(jìn)一步配置為利用elmd算法分別獲取第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)在不同尺度下的pf分量；計(jì)算所述第一數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；從所述相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量。

其中，本發(fā)明實(shí)施例中的第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)可以表示為：，其中x(t)表示第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)，pfi(t)表示經(jīng)elmd分解降噪后得到若干個(gè)pf分量，un（t）表示殘項(xiàng)。在獲取各pf分量后，計(jì)算第一數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)，并從所述相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量。

也就是說，本發(fā)明實(shí)施例可以將elmd分解出來的各pf分量與對(duì)應(yīng)的而數(shù)據(jù)信號(hào)做信號(hào)相關(guān)度計(jì)算，并利用相關(guān)系數(shù)衡量相關(guān)性的強(qiáng)弱。相關(guān)系數(shù)的取值位于-1至1，相關(guān)系數(shù)絕對(duì)值越大，則表明該分量與數(shù)據(jù)信號(hào)的相關(guān)度越高，相關(guān)系數(shù)絕對(duì)值越小，則表明該分量與原始信號(hào)相關(guān)度越低。

而本發(fā)明實(shí)施例中，處理器200可以通過將獲取的相關(guān)函數(shù)與預(yù)設(shè)閾值進(jìn)行比較，來得到符合第一規(guī)則的相關(guān)系數(shù)。該第一規(guī)則為判斷出獲取的相關(guān)系數(shù)大于閾值，其中表示計(jì)算出的相關(guān)系數(shù)。在判斷出獲取的相關(guān)系數(shù)大于閾值0時(shí)，則判斷為該相關(guān)系數(shù)符合第一規(guī)則。

從而處理器200可以判斷為符合第一規(guī)則的相關(guān)系數(shù)所對(duì)應(yīng)的pf分量為有效pf分量。

進(jìn)一步地，處理器200還可以配置為從第一數(shù)據(jù)信號(hào)的有效pf分量和第二數(shù)據(jù)信號(hào)的有效pf分量中獲取相同尺度下的pf分量；分別對(duì)相同尺度的pf分量進(jìn)行互相關(guān)分析，得到對(duì)應(yīng)的時(shí)間差；計(jì)算得到的時(shí)間差的平均值，來確定第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)延值；以及利用第二規(guī)則確定基于該時(shí)延值的管道泄漏位置。

如上所示，對(duì)管道泄漏的定位需要確定在管道中傳輸?shù)男盘?hào)之間的時(shí)延差，并基于該時(shí)延差確定管道泄漏位置。

在如圖3的實(shí)施例中，對(duì)于pf分量是在不同尺度下分解獲取的，因此可以獲取關(guān)于有效pf分量的尺度值的信息。而本發(fā)明實(shí)施例可以對(duì)第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)在相同尺度值下的pf分量作互相關(guān)處理，得到互相關(guān)值并作為該尺度下pf分量之間的時(shí)間差值。進(jìn)一步，可以基于不同對(duì)應(yīng)尺度下所獲取的時(shí)間差值的平均值來獲取第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)之間的時(shí)間差，并利用第二規(guī)則確定泄漏位置。其中第二規(guī)則為：。

其中，t1-t2即為上述時(shí)間差、l、v均為已知的值，通過上式即可以得到泄漏點(diǎn)與首端傳感器之間的距離，即定位了泄漏點(diǎn)。

本發(fā)明實(shí)施例中，處理器可以利用elmd算法分解出數(shù)據(jù)信號(hào)的pf分量，并從分解出的pf分量中篩選出有效pf分量，并基于該有效pf分量來計(jì)算兩路數(shù)據(jù)信號(hào)的時(shí)延值，可以更加保證泄漏點(diǎn)的定位精度。

另外，本發(fā)明實(shí)施例中，處理器200還可以對(duì)第一傳感器101和第二傳感器102所獲取的數(shù)據(jù)信號(hào)進(jìn)行降噪處理，進(jìn)一步提高定位精度。我們通常將妨礙人的視覺感官或系統(tǒng)傳感器對(duì)所接收信源信息進(jìn)行理解和分析的各種因素統(tǒng)稱為噪聲。而在管道泄漏檢測中，這種噪聲通常指由于外界嘈雜的聲音如車輛行駛、大型儀器導(dǎo)致的振動(dòng)信號(hào)，被傳感器接收，并混合在泄漏信號(hào)中，使得泄漏信號(hào)難以分別和提取。本發(fā)明實(shí)施例中，可以將第一傳感器101和第二傳感器102在天然氣管道的兩個(gè)采樣點(diǎn)上分別采集的信號(hào)定義為第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)；而處理器200可以將利用elmd算法和小波包算法分別對(duì)所述第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)進(jìn)行降噪處理后生成的泄漏信號(hào)定義為第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

具體的處理器200可以利用elmd算法分別獲取第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)在不同尺度下的pf分量；計(jì)算所述第一原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)以及第二原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的相關(guān)系數(shù)；從各相關(guān)系數(shù)中得到符合第一規(guī)則的相關(guān)系數(shù)，并對(duì)應(yīng)的將與該符合第一規(guī)則的相關(guān)系數(shù)對(duì)應(yīng)的pf分量作為有效pf分量；對(duì)得到的有效pf分量進(jìn)行小波包分解，得到第一原始數(shù)據(jù)信號(hào)第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息；同時(shí)利用譜峭度法對(duì)得到的有效pf分量進(jìn)行分析求解第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的最優(yōu)中心頻率及帶寬；分別根據(jù)得到的第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息、最優(yōu)頻率、帶寬重構(gòu)第一原始信號(hào)的pf分量和第二原始信號(hào)的pf分量；基于重構(gòu)的pf分量重構(gòu)第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)，生成第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。

同樣的，處理器200可以對(duì)原始信號(hào)進(jìn)行elmd分解從而獲得多個(gè)尺度下的pf分量，并利用第一規(guī)則對(duì)各原始數(shù)據(jù)信號(hào)和其各尺度下的pf分量的之間相關(guān)系數(shù)進(jìn)行篩選，并選出符合第一規(guī)則的相關(guān)系數(shù)，從而獲得有效pf分量。

如圖6所示為本發(fā)明實(shí)施例中的小波包分解樹的結(jié)構(gòu)示意圖，其中以三層小波包分解為例，其中a表示低頻，d表示高頻，末尾中的數(shù)字表示小波包分解的尺度，也就是所謂的尺度。多層分解則是在后續(xù)分解中依次進(jìn)行二分得到低頻和高頻兩部分。信號(hào)經(jīng)小波包分解后，信號(hào)特征被劃分的更細(xì)致，根據(jù)信號(hào)分解的分解結(jié)果，可以求出信號(hào)分解后的能量譜，從而可以分析出信號(hào)各頻率成分的能量分布情況，即能量分布信息?；谏鲜?，本發(fā)明實(shí)施例中的處理器200可以對(duì)得到的有效pf分量進(jìn)行小波包分解，從而得到第一原始數(shù)據(jù)信號(hào)第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息。

同時(shí)，處理器200還可以將譜峭度算法作為是一組帶通濾波器，通過計(jì)算信號(hào)的峭度值，找尋信號(hào)中的最優(yōu)頻率及頻帶，從而刻畫反映信號(hào)特征。因此，本發(fā)明實(shí)施例中還可以利用譜峭度法對(duì)得到的有效pf分量進(jìn)行分析求解第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的最優(yōu)中心頻率及帶寬。本發(fā)明實(shí)施例所采用的基于小波包的elmd譜峭度聯(lián)合降噪算法，通過譜峭度的最優(yōu)參數(shù)及小波包能量分布，極大限度的保留信號(hào)中的有用成分，去噪效果是普通小波閾值降噪效果的4倍左右。

處理器200在獲取pf分量的能量分布信息、最優(yōu)頻率和帶寬之后，即可以重構(gòu)第一原始信號(hào)和第二原始信號(hào)。其中，處理器200可以分別根據(jù)得到的第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)的pf分量能量分布信息、最優(yōu)頻率、帶寬重構(gòu)第一原始信號(hào)的pf分量和第二原始信號(hào)的pf分量；并進(jìn)一步基于重構(gòu)的pf分量重構(gòu)第一原始數(shù)據(jù)信號(hào)和第二原始數(shù)據(jù)信號(hào)，生成第一數(shù)據(jù)信號(hào)和第二數(shù)據(jù)信號(hào)。也就是說，通過上述分析，第一數(shù)據(jù)信號(hào)是基于第一原始信號(hào)中的有效pf分量而重構(gòu)得到的，而第二數(shù)據(jù)信號(hào)是基于第二原始信號(hào)中的有效pf分量重構(gòu)得到的，去除了第一原始信號(hào)和第二原始信號(hào)中的噪聲分量和殘留分量，以及不符合第一規(guī)則的相關(guān)系數(shù)所對(duì)應(yīng)的pf分量。從而可以大大的提升信號(hào)的準(zhǔn)確度，以及計(jì)算出的泄漏位置的精度。

另外，本發(fā)明實(shí)施例中的處理器200可以有至少一個(gè)數(shù)據(jù)處理芯片構(gòu)成，以實(shí)現(xiàn)上述功能。上述數(shù)據(jù)處理芯片可以包括單片機(jī)等硬件器件。

通過本發(fā)明實(shí)施例的上述配置，利用總體局部均值分解算法（elmd算法）對(duì)傳感器采集的數(shù)據(jù)進(jìn)行分解處理，并獲得數(shù)據(jù)信號(hào)的有效pf分量，從而大大的提升了管道泄漏的定位精度。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，上述描述的數(shù)據(jù)處理方法所應(yīng)用于的電子設(shè)備，可以參考前述產(chǎn)品實(shí)施例中的對(duì)應(yīng)描述，在此不再贅述。

以上實(shí)施例僅為本發(fā)明的示例性實(shí)施例，不用于限制本發(fā)明，本發(fā)明的保護(hù)范圍由權(quán)利要求書限定。本領(lǐng)域技術(shù)人員可以在本發(fā)明的實(shí)質(zhì)和保護(hù)范圍內(nèi)，對(duì)本發(fā)明做出各種修改或等同替換，這種修改或等同替換也應(yīng)視為落在本發(fā)明的保護(hù)范圍內(nèi)。