[发明专利]一种基于VMD和弗雷歇距离相结合的油气管道泄漏信号预处理方法及系统

说明书

本发明公开了一种基于VMD和弗雷歇距离相结合的油气管道泄漏信号预处理方法及系统，涉及油气管道信号处理技术领域。本发明的技术要点包括：对油气管道信号进行变分模态分解，获得多个本征模态分量；其中，在变分模态分解中利用弗雷歇距离判断变分模态分解后模态重构信号与原始信号的相似度，进而确定最佳模态个数；将多个本征模态分量输入到预训练的分类器中进行工况识别，识别出油气管道的不同工况。本发明利用弗雷歇距离判断VMD分解后模态重构信号与原始信号的相似度，当弗雷歇距离最小时对应的模态个数‑K值为最优，分解后模态重构信号与原始信号最相似，从而通过新的模态中心频率初始化位置，使其VMD在分解过程中中心频率寻优过程更加迅速与精确。

技术领域

本发明涉及油气管道信号处理技术领域，具体涉及一种基于VMD和弗雷歇距离相结合的油气管道泄漏信号预处理方法及系统。

背景技术

管道输送因其在输送液体、气体、泥浆等方面的独特优点，在各行各业得到了广泛的应用。管道运输已经成为我国五大运输方式之一。由于管道存在腐蚀、老化、阴极保护失效现象、自然灾害、生产施工和不法分子的偷盗等人为破坏现象，使得管道泄漏事件难以杜绝。管道的泄漏不仅会影响管道运输的正常运行，造成环境的污染、资源的浪费，而且还会严重影响人们的正常生活、使人们的生命受到威胁，人们的财产造成严重的损失。因此，采用合适的管道泄漏检测技术对管道进行监测，预防泄漏和及时的发现泄漏并准确的对泄漏进行定位，可有效的减少环境的污染和经济的损失。

由于管道泄漏信号是非线性信号，在对非线性非平稳信号分析时通常需要对其进行预处理，对于非线性信号预处理分解方法有小波变换、奇异值分解、经验模态分解(EMD)和变分模态分解(VMD)等分解预处理方法。近几年VMD是一种自适应、完全非递归的模态变分和信号处理的方法。该技术具有可以确定模态分解个数的优点，其自适应性表现在根据实际情况确定所给序列的模态分解个数，随后的搜索和求解过程中可以自适应地匹配每种模态的最佳中心频率和有限带宽，并且可以实现固有模态分量(IMF)的有效分离、信号的频域划分、进而得到给定信号的有效分解成分，最终获得变分问题的最优解。它克服了EMD方法存在端点效应和模态分量混叠的问题，并且具有更坚实的数学理论基础，可以降低复杂度高和非线性强的时间序列非平稳性，分解获得包含多个不同频率尺度且相对平稳的子序列，适用于非平稳性的序列。

然而VMD在对信号分解时需要提前确定模态分解个数(K)，如果K值选择不合适那么VMD分解后全部模态重构信号将与原信号产生差异，将不符合VMD分解后全部模态能够重构出原信号的约束条件。其次虽然在VMD分解过程中模态可以自适应迭代最佳中心频率，但是模态中心频率在初始位置会影响中心频率的寻优速度和最终精度。当模态中心频率初始化位置与最终位置越接近时，中心频率在寻优的过程中的速度与精度也会随之提升，从而使VMD的分解效率和模态中心频率寻优的准确性得到提升。

发明内容

为此，本发明提出一种基于VMD和弗雷歇距离相结合的油气管道泄漏信号预处理方法及系统，以力图解决或者至少缓解上面存在的至少一个问题。

根据本发明的一方面，提供一种基于VMD和弗雷歇距离相结合的油气管道泄漏信号预处理方法，该方法包括以下步骤：

步骤1、采集油气管道信号，构建数据集；

步骤2、对数据集中的油气管道信号进行变分模态分解，获得多个本征模态分量；其中，在变分模态分解中利用弗雷歇距离判断变分模态分解后模态重构信号与原始信号的相似度，进而确定最佳模态个数；

步骤3、将多个本征模态分量输入到预训练的分类器中进行工况识别，识别出油气管道的不同工况。

进一步地，步骤2的具体步骤包括：

步骤21：设置变分模态分解初始化参数；

步骤22：对油气管道原始信号进行变分模态分解，得到K个模态分量；

步骤23：将K个模态分量求和重构，获得重构信号；