[发明专利]一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法

说明书

本发明公开了一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法，包括如下步骤：步骤1、设定初始模式数的取值为最小模式数；步骤2、使用改进的惩罚参数的VMD对信号进行分解；步骤3、计算分解信号产生的能量损失；如果e＜μ1或模式数等于最大模式数时，得到第二分解算法模型；其中，e表示分解信号产生的能量损失系数，μ1表示能量损失系数阈值；步骤4、计算由第二分解算法模型分解得到的相邻的限带宽固有模态函数之间的最大相关数如果则确定最佳模式数的取值为当前模式数K′；其中，μ2表示最大相关数阈值；步骤5、通过最佳模式数对应的模式分解算法模型对管道泄漏信号进行模式分解，得到泄漏信号；并且根据泄漏信号确定管道泄漏位置。

技术领域

本发明属于供水管道泄漏位置检测技术领域，特别涉及一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法。

背景技术

自然界中存在多种信号，它们以不同的形式承载着许多重要的信息。但是通常，信号传输过程中会发生许多变化，这些变化通常掩盖了信号所携带的信息。例如，在信号传播的过程中会增加很多噪声，并且噪声的大小与信道环境有关。在信号处理中，我们不仅需要尽可能避免信号失真以从信号中获取完整的信息，而且还需要增强信号处理的鲁棒性。因此，好的信号处理方法非常重要。

1998年，Huang等提出了经验模态分解(EMD)算法。该算法可以根据信号本身的特征递归分解信号。EMD广泛用于信号处理领域。EMD具有适应性强，效率高的优点，特别是对于非平稳随机信号。然而，由于缺乏严格的数学基础，EMD存在许多缺陷，例如过度分解或模态混叠。为了解决这个问题，许多学者提出了改进的EMD算法，例如EEMD，但是它不能完全消除EMD本身的缺陷。变分分解(VMD)是Dragomiretskiy于2014年首次提出的一种自适应信号处理方法。VMD通过迭代搜索变化模式的最优解来确定分解分量的频率中心和带宽，从而实现对非平稳信号的自适应分解。与EMD递归滤波相比，VMD将信号分解为非递归和变分模式，并控制收敛条件。因此，可以有效地消除分解过程中的模式混合现象。但是，使用VMD仍然存在一些限制。在通过VMD分解信号之前，需要预先设置模式数K和惩罚因子α。在许多情况下，信号的先验知识是未知的。如果未正确选择K和α，信号将过度分解，算法的鲁棒性将变差。为了克服该缺陷，已经进行了许多研究。在现有技术中，EMD用于分解信号以确定模式编号K，然后使用VMD。但是，EMD本身具有模态混叠等缺陷，因此该方法的可靠性很差。Wang在文献中使用粒子群优化算法对VMD的模式K数和惩罚参数α进行了优化，该方法虽然可以有效地跟踪参数值，但是运算时间长，效率低。在对自适应VMD的研究中，Lian提出了一种基于置换熵(PE)的自适应VMD算法，该算法可以快速有效地确定参数K。但是，该方法仅适用于常规信号，对随机信号的适应性较差。Liu使用去趋势分析(DFA)来确定VMD中的参数K，但没有讨论参数α的值。

在先前的VMD分解研究中，仅考虑了模数K，而忽略了惩罚因子α。

发明内容

本发明的目的是提供一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法，该方法根据信号的频率特性自适应地确定每个限带宽固有模态函数的二次惩罚项参数，并且将能量损失系数和相邻限带宽固有模态函数的相关性作为确定最佳模数K的评估指标，通过该方法对输水管道的泄漏位置进行定位，可以显着提高定位精度。

本发明提供的技术方案为：

一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法，包括如下步骤：

步骤一、设定初始模式数的取值为最小模式数，计算信号的功率谱密度峰度，并且根据所述功率谱密度峰度确定变分模式分解算法的惩罚参数；

步骤二、利用所述惩罚参数更新信号的模态，并且得到更新后的信号的模态对应的更新模式数；

步骤三、根据所述更新模式数得到更新的功率谱密度峰度，并且根据所述更新的功率谱密度峰度得到更新的惩罚参数；