[发明专利]一种输油管道泄漏检测方法及装置有效
申请号: | 201610881635.6 | 申请日: | 2016-10-09 |
公开(公告)号: | CN107917341B | 公开(公告)日: | 2020-01-07 |
发明(设计)人: | 李琦;李明浩;张晓萍;谭东杰;李柏松;王洪超 | 申请(专利权)人: | 中国石油天然气股份有限公司;大连理工大学 |
主分类号: | G01M3/00 | 分类号: | G01M3/00;F17D5/02;F17D1/14 |
代理公司: | 11127 北京三友知识产权代理有限公司 | 代理人: | 李辉 |
地址: | 100007 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 输油管道 泄漏 检测 方法 装置 | ||
1.一种输油管道泄漏检测方法,其特征在于,所述方法包括:
获取待检测管道的压力信号数据;
将所述待检测管道的压力信号数据输入训练好的诊断模型,所述诊断模型被设置成采用下述方式训练得到:获取实际作业工区中管道无泄漏工况和管道泄漏工况的压力信号数据,对所述压力信号数据进行重采样,得到数据扩展后的压力信号样本集,以及利用所述压力信号样本集中的压力信号样本训练最小二乘支持向量分类机诊断模型,得到诊断精度达到预设要求的诊断模型;
输出所述待检测管道是否发生泄漏的检测结果;
所述对所述压力信号数据进行重采样包括:
从所述压力信号数据中提取出不同工况对应的子样本
对提取的不同工况对应的子样本进行归一化处理;
利用窗口长度固定的动态移动窗,每次移动固定长度,对所述子样本中的压力信号数据进行M次采样,得到数据扩展后的压力信号样本集,所述窗口长度被设置成小于或等于采样点最少的子样本的总采样点数的一半,M≥2。
2.如权利要求1所述的一种输油管道泄漏检测方法,其特征在于,所述利用所述压力信号样本集中的压力信号样本训练最小二乘支持向量分类机诊断模型,得到诊断精度达到预设要求的诊断模型包括:
将所述压力信号样本集分成训练样本集和测试样本集;
计算所述压力信号样本集中压力信号样本的特征值,确定所述压力信号样本对应的工况类型;
利用所述训练样本集中的压力信号样本的特征值和压力信号样本对应的工况类型,训练最小二乘支持向量分类机,得到最小二乘支持向量分类机诊断模型;
利用所述测试样本集,测试所述诊断模型的诊断精度,当所述诊断精度达到预期要求时,得到所述训练好的诊断模型。
3.如权利要求2所述的一种输油管道泄漏检测方法,其特征在于,所述压力信号样本的特征值包括:
压力信号样本的均值、均方根值、峭度值和偏斜度值。
4.如权利要求2所述的一种输油管道泄漏检测方法,其特征在于,所述利用所述训练样本集中的压力信号样本的特征值和压力信号样本对应的工况类型,训练最小二乘支持向量分类机的方式包括:
将所述压力信号样本的特征值组成所述压力信号样本的特征向量;
利用所述特征向量和所述压力信号样本对应的工况类型训练最小二乘支持向量分类机。
5.如权利要求2所述的一种输油管道泄漏检测方法,其特征在于,所述训练最小二乘支持向量分类机的方式包括:
利用所述训练样本集,选择径向基核函数作为诊断模型的核函数,采用K折交叉验证法对径向基核函数的宽度参数和惩罚因子进行优化选择。
6.如权利要求5所述的一种输油管道泄漏检测方法,其特征在于,所述径向基核函数包括:
式中,p表示径向基核函数的宽度参数;
x表示压力信号值;
xi表示压力信号样本对应的压力信号值;
rbf表示函数基于RBF神经网络算法。
7.如权利要求5所述的一种输油管道泄漏检测方法,其特征在于,所述K折交叉验证方法包括:
将所述训练样本集分成K等份,每次将其中K-1份包含的压力信号样本作为训练数据,剩余的一份作为测试数据,重复上述过程K次,将迭代后得到的平均值作为分类的性能指标。
8.如权利要求1所述的一种输油管道泄漏检测方法,其特征在于,对所述压力信号数据进行重采样还包括:
对所述压力信号样本,进行归一化处理。
9.如权利要求1所述的一种输油管道泄漏检测方法,其特征在于,所述方法还包括:
当所述检测结果为管道发生泄漏时,生成报警信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油天然气股份有限公司;大连理工大学,未经中国石油天然气股份有限公司;大连理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610881635.6/1.html,转载请声明来源钻瓜专利网。