CN109611696A - 一种管道泄漏检测与泄漏位置定位装置及方法 - Google Patents

Abstract

本发明公开了一种管道泄漏检测与泄漏位置定位装置及方法，包括：包括：进口压力传感器和进口流量计安装在待测管道的进口处；出口压力传感器和出口流量计安装在待测管道的出口处；节点压力传感器安装在待测管道的预设节点处；进口压力传感器、进口流量计、节点压力传感器、出口压力传感器以及出口流量计的输出端均与采集卡的输入端相连接，采集卡的输出端与粒子滤波器的输入端相连接；其中，节点压力传感器的数量为一个或多个；粒子滤波器基于粒子滤波算法完成检测和定位。本发明所需传感器数量较少，检测泄漏耗时短，定位精度高；能够对长距离输油管道的缓慢泄漏和小泄漏进行检测与定位；且具有较好的实时性以及大规模应用前景。

Description

一种管道泄漏检测与泄漏位置定位装置及方法

技术领域

本发明属于管道泄漏检测技术领域，特别涉及一种管道泄漏检测与泄漏位置定位装置及方法。

背景技术

管道运输是油气资源的主要运输方式。随着管道运输的大规模应用，管材老化、腐蚀、水击过程等自然原因和盗采打孔、施工破坏等人为原因造成的管道泄漏事故发生频率持续增加。据统计，2016年我国输油气管道已达11.34万公里，其中原油管道的穿孔率约为0.66次/Km。输油管道泄漏不但给国民经济造成了巨大损失，也使自然环境遭到了严重破坏。鉴于此，对输油管道进行高效准确的状态检测和泄漏定位能及时获取泄漏信息，降低泄漏事故造成的经济损失和环境破坏，具有重要的社会意义和经济价值。

现有的输油管道检测技术中，管内探测球法是检测短距离管道的主要手段；声学检测法与负压波检测法是检测长距离管道的主要手段。管内探测球法不能进行实时的泄漏检测，且检测耗时长；压力波检测法对缓泄和小泄漏检测效果较差，且无法检测到已发生的泄漏；声学检测法虽然在性能上远优于负压波检测法，但仍存在对缓泄和小泄漏的敏感度和定位精度差的问题。其他输油管道检测技术，如光纤法、漏磁法、机器人探测法等虽然在管道泄漏定位方面的效率和精度较高，但由于经济成本高、适用条件单一，因此较难大规模使用。

综上，亟需一种新型的输油管道泄漏检测与定位装置。

发明内容

本发明的目的在于提供一种管道泄漏检测与泄漏位置定位装置及方法，以解决上述存在的一个或多个技术问题。本发明的装置，所需传感器数量较少，检测泄漏耗时短，定位精度高；能够对长距离输油管道的缓慢泄漏和小泄漏进行检测与定位；且具有较好的实时性以及大规模应用前景。

为达到上述目的，本发明采用以下技术方案：

一种管道泄漏检测与泄漏位置定位装置，包括：进口压力传感器、进口流量计、节点压力传感器、出口压力传感器、出口流量计、采集卡和粒子滤波器；进口压力传感器和进口流量计安装在待测管道的进口处，用于检测待测管道进口处介质的压力值和流量；出口压力传感器和出口流量计安装在待测管道的出口处，用于检测待测管道出口处介质的压力值和流量；节点压力传感器安装在待测管道的预设节点处，用于检测待测管道预设节点处介质的压力值；进口压力传感器、进口流量计、节点压力传感器、出口压力传感器以及出口流量计的输出端均与采集卡的输入端相连接，采集卡的输出端与粒子滤波器的输入端相连接；其中，节点压力传感器的数量为一个或多个。

进一步地，还包括：第一辅助管道和第二辅助管道；待测管道的进口通过第一辅助管道与出站储油罐相连通，待测管道的出口通过第二辅助管道与进站输油罐相连通；第一辅助管道上，沿介质输送方向依次设置有第一球阀、泵、止逆阀、第二球阀和控制阀；第二辅助管道上，设置有第三球阀；第一辅助管道和第二辅助管道均与待测管道的规格相同。

进一步地，所述粒子滤波器包括：无线传输模块、数据储存模块，计算模块和显示模块；无线传输模块的接收端用于接收采集卡输送的数据，无线传输模块的输出端与数据储存模块的接收端相连接，数据储存模块的输出端与计算模块的输入端相连接，计算模块的输出端与显示模块的输入端相连接；计算模块为具有满足预设计算能力的单片机，单片机内集成有预设的粒子滤波算法程序。

一种管道泄漏检测与泄漏位置定位方法，包括以下步骤：

S1，采集获取待测管道的基础数据和工作数据；工作数据至少包括待测管道入口压力值和流量值，出口压力值和流量值，以及待测管道内预设节点处的压力值；

S2，根据步骤S1采集获取的数据，使用基于添加泄漏信息的瞬态模型法建立管道流体的状态空间方程；

S3，通过步骤S1采集的流量值判断是否发生泄漏；如果发生泄漏则输出初步泄漏量，并跳转执行步骤S4；如果未发生泄漏，则跳转执行步骤S1；

S4，根据步骤S2获得的状态空间方程，初始化粒子滤波与初步泄漏量，对泄漏时的管道状态进行基于粒子滤波算法的初步估计，即按照预设顺序遍历所有预设节点，找出估计值与观测值之差小于预设阈值的一组估计值，得出待测管道泄漏量、泄漏系数及初步的泄漏位置；

S5，通过增加预设节点数量的方法建立较步骤S2更精确的状态空间方程，然后进行粒子滤波初始化，初始化条件中的泄漏位置及泄漏量由步骤S4获得，对泄漏时的管道状态进行基于粒子滤波算法的估计，估计值与观测值之差小于预设的较步骤S4更精确的阈值时，获得优化后的泄漏位置。

本发明的进一步改进在于，步骤S1具体包括：采集待测管道长度L，待测管道内径D，水力摩阻系数f，压力波传播速度C_s，管道水平夹角θ；采集管道入管输油站压头值H₁，流量值Q₁与出管接油站压头值H_n，流量值Q_n；采集管道预设节点位置压头值H_i′；采集管道内输送介质密度ρ。

本发明的进一步改进在于，步骤S2具体包括：通过输送介质的质量平衡、动量平衡建立管道流体的数学模型，并使用特征线法求其解数值；

构建的包含泄漏的管道状态空间方程的表达式为：

x_j+1＝Ax_j+Bu_j+Du_j ²+Eu_j+1+aξ+FQ_l；

y＝Cx_j

式中，管流系统的状态为x＝[H₁，...，H_n-1，Q₂，...，Q_n]^T，j表示管道系统的时间步长，n为管道的节点个数，u_j为系统的控制量，λ_l为泄漏点泄漏系数；H_l为泄漏点处压头值，y测量值，输出矩阵C为：Q_l为流量计实测泄漏量，Q_l＝Q_n-Q₁。

本发明的进一步改进在于，步骤S3具体包括：

设置阈值th₁，设置响应延迟t；当|Q₁-Q_n|＞th₁，且此状态持续时间Δt＞t，则判断管道发生泄漏；否则判定为管道没有发生泄漏；发生泄漏时输出泄漏时刻t′，输出Δt内泄漏量均值作为替换管道状态空间方程Q_l使用；其中，Q₁为管道入口检测的流量值，Q_n为管道出口检测的流量值。

本发明的进一步改进在于，步骤S4具体包括：

S4.1：初始化粒子滤波算法中的参数：初始化矩阵F，在管道可能发生泄漏的n-2个节点位置中，沿管线方向加入泄漏量均值

初始化状态空间方程，令时刻j＝0，泄漏时刻j＝t′；输入管道运输介质的工作状态作为状态空间方程的控制量u_j，u_j＝[Q_1，j，H_n，j]^T；设置粒子个数为P，初始化管道状态粒子集χ及泄漏量粒子集τ；其中，以均值为的正态分布生成泄漏量粒子集τ；

S4.2：由步骤S4.1的管道初始状态x_j、控制量u_j，u_j+1计算获得管道状态x_j+1；基于步骤S4.1中粒子集χ_j、τ_j及观测值y＝[H_1，j，Q_n，j]^T，计算获得粒子集χ_j+1；

计算j时刻下，x_j+1与χ_j+1的差值dis(i)，计算公式为：

dis(i)＝x_j+1-χ_j+1

计算粒子集χ_j+1中的P个粒子所对应的权重w(i)，并将权重归一化处理为q(i)，计算公式为：

其中，其中，i为重要性重采样所需的计算步长，i∈[1，P]

由粒子集χ_j+1和权重值q(i)，获得一组加权的粒子集以近似表征j+1时刻管道状态的后验密度函数，其中权值满足归一化条件

S4.3：对步骤S4.2中获得的加权粒子集χ′_j+1使用重要性重采样方法，将χ′_j+1中权重较低的粒子替换为权重较高的粒子后，用作估计管道在j+2时刻状态的粒子集；在j+2时刻的粒子滤波估计前，对随着粒子集χ′_j+1更新而更新的粒子集τ_j进行预处理；

S4.4：重复所述步骤S4.2和S4.3，得到任意时刻泄漏状态的管道系统的粒子滤波估计值与泄漏量的粒子滤波估计值

S4.5：比较管道系统中各节点测量值与估计值比较实测泄漏量Q_l与估计值判断步骤S4.1中，附加于管道沿线节点n的泄漏信息是否正确；若正确则泄漏信息的附加有效，输出估计获得的泄漏位置若不正确则更新步骤S4.1的泄漏位置n＝n+1，并重复步骤S4.2至S4.5。

本发明的进一步改进在于，步骤S5具体包括：

步骤S5.1：增加步骤S1中待测管道的分段数N′，建立更精确的待测管道的状态空间方程；

步骤S5.2：设置较步骤S4更精确的阈值th₂，粒子滤波的初始化条件中附加的泄漏位置与泄漏量为步骤S4获得值，泄漏位置的更新方式为

其中，Δx′_i为步骤S4中的初步泄漏位置Δx′为步骤S5.1中状态空间方程的两节点之间距离，m的取值范围为 为向上取整数；

进行迭代更新，至满足预设阈值条件时，输出精确的泄漏位置信息泄漏孔的泄漏系数λ_l。

本发明的进一步改进在于，步骤S4.3包括：

(1)基于正态分布生成一个位于[0，1]区间内的常数，记为r(i)；

(2)由步骤4.2得到的管道状态在该时刻下的权重与r(i)进行比较；若更新k＝k+1后所得继续与r(i)比较；若将权重q(i＝k)所对应权重较高的粒子 替换掉权重较低的粒子

(3)根据粒子滤波的粒子个数P，重复P次步骤(1)和步骤(2)；对更新后的粒子集和取均值，获得管道状态在j+1时刻的粒子滤波估计值泄漏量在j+1时刻的粒子滤波估计值

(4)更新粒子集χ_j+1＝χ″_j+1，更新粒子集τ_j+1＝τ′_j+1；

预处理的方式具体为：τ′_j+1(i)＝τ′_j+1(i)+δ(i)，其中δ(i)服从均值为0的正态分布，该正态分布所需方差根据实际泄漏量而定。

与现有技术相比，本发明具有以下有益效果：

本发明的装置，所需传感器数量较少，检测泄漏耗时短，定位精度高；能够对长距离输油管道的缓慢泄漏和小泄漏进行检测与定位；且具有较好的实时性以及大规模应用前景。

本发明的基于粒子滤波的输油管道泄漏检测与定位方法，可以实现非线性严重、测量噪声非高斯分布情况下输油管道的泄漏位置的精确定位；并且在提升定位精度的同时，保证计算量不出现大幅上升；所提出泄漏量在粒子滤波估计中的预处理方式，可对管道泄漏量非常数、缓泄等工况下的泄漏量进行有效估计。

附图说明

图1为本发明实施例的一种基于粒子滤波算法的输油管道泄漏检测与定位装置的结构示意图；

图2为本发明的实施例中管道传感器布置位置示意图；

图3为本发明实施例的一种基于粒子滤波算法的输油管道泄漏检测与定位方法的流程示意框图；

图4为本发明实施例中粒子滤波中重要性重采样与泄漏量预处理算法流程图；

图5为本发明实施例的基于粒子滤波的输油管道泄漏检测方法中管道沿线压头的估计值示意图；图5(a)是第一节点压力传感器测量值与粒子滤波估计值的对比示意图；图5(b)是第二节点压力传感器测量值与粒子滤波估计值的对比示意图；图5(c)是第三节点压力传感器测量值与粒子滤波估计值的对比示意图；

图6为本发明实施例的基于粒子滤波的输油管道泄漏检测方法中管道泄漏量与泄漏系数估计示意图；图6(a)为泄漏量估计示意图；图6(b)为泄漏系数估计示意图；

图中，出站储油罐1；第一球阀2；泵3；止逆阀4；第二球阀5；控制阀6；第一辅助管道7；待测管道8；第二辅助管道9；第三球阀10；进站输油罐11；进口压力传感器12；进口流量计13；出口压力传感器15；出口流量计16；采集卡17；粒子滤波器18；第一节点压力传感器19；第二节点压力传感器20；第三节点压力传感器21。

具体实施方式

以下结合本发明实施例的附图，对本发明实施例中的技术方案进行完整清楚的说明。应当理解，此处描述的实施例仅用于说明和解释本发明，并不用于限定本发明。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1和图2，本发明的一种基于粒子滤波的管道泄漏检测与定位装置，包括：依次连通的出站储油罐1、第一辅助管道7、待测管道8、第二辅助管道9和进站输油罐11。

第一辅助管道7上沿介质的输送方向依次设置有第一球阀2、泵3、第一止逆阀、第二球阀5、流量控制阀和第二止逆阀；第二辅助管道9上设置有第三球阀10和压力控制阀。

第一辅助管道7和待测管道8通过第一连接法兰相连接，第一连接法兰处安装有进口压力传感器12和进口流量计13，用于检测待测管道进口处介质的压力值和流量。

第二辅助管道9和待测管道8通过第二连接法兰相连接，第二连接法兰处安装有出口压力传感器15和出口流量计16，用于检测待测管道出口处介质的压力值和流量。

待测管道8沿线设置有多个预设节点，可以是三个；预设节点处安装有等精度的节点压力传感器，用于检测待测管道预设节点处介质的压力值。

进口压力传感器12、进口流量计13、节点压力传感器、出口压力传感器15以及出口流量计16的数据输出端均与采集卡17的数据输入端相连接，采集卡17的输出端与粒子滤波器18的数据输入端相连接，粒子滤波器18根据输入的数据，处理后输出估计预测的泄漏位置，完成检测。

采集卡17包含有有线传输和无线传输模块，应设置于在待测管道8沿线压力传感器较近的地方，通过有线连接的方式收集待测管道沿线压力传感器测量值，通过无线传输的方式与粒子滤波器数据储存模块相连接，实现待测管道8沿线各传感器测量值与粒子滤波器数据储存模块的连接。

粒子滤波器：粒子滤波器18包含有无线传输模块，数据储存模块，计算模块和显示模块。无线传输模块具有采集卡和粒子滤波器的信息无线传送功能；数据储存模块用以储存采集卡所传输的进口压力传感器12、进口流量计13、节点压力传感器、出口压力传感器15以及出口流量计16的实时工作数据；计算模块集成了预设的粒子滤波算法、待测管道的状态空间方程，并具有计算功能，用以计算数据储存模块所储存的实时工作数据；当计算模块完成检测后，显示模块用显示疑似泄漏位置。

本发明装置的工作原理：

采集第一辅助管道末端的压头值H₁时，通过泵、第一止逆阀、流量控制阀、压力控制阀保证待测管道输送介质的压头值和流量值处于稳态，并将稳态流量值Q₁储存至粒子滤波器的数据储存模块，作为粒子滤波所需控制量u_j的其中一组数据。流量控制阀和压力控制阀保证待测管道在泄漏工况下，输送介质的流量值Q₁保持不变。满足流量值Q₁的采集条件时，出口压力传感器所测第二辅助管道首端压头值H_n储存至粒子滤波器的数据储存模块，压力控制阀用于限定此时输送介质在第二辅助管道的最大压头值不超过H_n的同时压头值和流量值处于稳态，并将稳态的第二辅助管道首端压头值H_n作为粒子滤波所需控制量u_j的其中另一组数据。当待测管道发生泄漏时，由于泄漏的影响以及本发明对流量控制阀6、压力控制阀13的工作要求，压头值H₁的测量值和流量值Q_n会下降至新的稳态，为保证泄漏工况下待测管道的流量值Q₁和压头值H_n与正常工况下的待测管道流量值Q₁和压头值H_n一致，泵提供的输送压力应至少大于实际工况所需输送压力的5％～10％。止逆阀防止泄漏造成待测管道内发生的瞬态变化引起输送介质小幅回流现象，从而造成第一辅助管道的流量值产生波动。观测值H₁、Q_n实时传输至粒子滤波的储存模块。通过待测管道沿线位置的节点压力传感器，采集待测管道中间位置压头值测量值，并将其储存至粒子滤波器的数据储存模块。

为保证本发明装置及方法的有效性，达到所述数据的采集条件时，各控制元件如泵的转速、流量控制阀、压力控制阀的工况应保持恒定。若实际管道由于任意原因造成输送介质压力值或流量值的改变，应重复上述控制元件的调试工作，并初始化粒子滤波，待重新达到上述各数据采集条件后，重新将采集数据输入粒子滤波的储存模块。

本发明装置的工作过程：

本发明的装置中，沿介质输送方向，出站储油罐1与第一球阀2、泵3依次连接连通，泵3与止逆阀4、第二球阀5和控制阀6串联连接连通，控制阀6与第一辅助管道7、待测管道8依次连通，待测管道8与第二辅助管道9、第三球阀10和进站输油罐11依次连接连通。通过泵3、止逆阀4和控制阀6控制粒子滤波所需的待测管道8的始端流量和末端压力。进口压力传感器12和进口流量计13布置于第一辅助管道7末端，出口压力传感器15和出口流量计16布置于第二辅助管道9首端，用于采集粒子滤波器18所需的较为准确的测量值，第一辅助管道7和第二辅助管道9规格与待测管道8规格相同，以进一步保证测量值的精确性；若干节点压力传感器布置于待测管道8沿线预设节点位置，用于辨识粒子滤波器18所得管道状态估计值的有效性。

具体的节点设置方法包括：在布置节点压力传感器前，首先要对待测管道8进行分段，即其中，[n]为管道分段后的节点的向上取整数，管道节点数n＝N+1，Δx为管道两节点间距，L为待测管道总长度。若干个节点压力传感器的布置位置应在待测管道8的预设节点上。待测管道8沿线各传感器通过采集卡与粒子滤波器相连，采集卡具有输入模块、输出模块以及数据传输模块，可以实现粒子滤波所需的实时数据传输功能。

请参阅图2，其示出一种具体的待测输油管道的传感器的布置方式。需要说明的是，图2仅就具体实施例管道作具体图示，其示出的节点个数、相邻节点间距等均可根据实际需要设定和修改，不作为本发明技术方案的具体限定。

请参阅图3，本发明的一种基于粒子滤波算法的输油管道泄漏检测与定位方法，具体包括以下步骤：

步骤1：采集待测管道参数，采集待测管道首末端压力值及流量值数据，采集待测管道中间节点位置的管道内部压力数据，采集待测管道内输送介质参数。

步骤1中具体包括：采集待测管道长度L，待测管道内径D，水力摩阻系数f，压力波传播速度C_s，管道水平夹角θ；采集管道入管输油站压头值H₁，流量值Q₁与出管接油站压头值H_n，流量值Q_n；采集管道中间位置压头值H_i′；采集管道内输送介质密度ρ。

步骤2：根据所述步骤1的参数，使用基于添加泄漏信息的瞬态模型法建立管道流体的状态空间方程。

步骤2中具体包括：通过输送介质的质量平衡、动量平衡建立管道流体的数学模型，并使用特征线法求其解数值。

管流系统状态空间方程可表示为式(1)和式(2)：

x_j+1＝ψ(x_j，u_j，u_j+1) (1)

y＝Cx_j (2)

具体地：

x_j+1＝Ax_j+Bu_j+Du_j ²+Eu_j+1+aξ (3)

y＝Cx_j (4)

上式中，管流系统的状态为x＝[H₁，...，H_n-1，Q₂，...，Q_n]^T，j表示管道系统的时间步长，u_j为系统的控制量。

进一步地，加入泄漏模型获得包含泄漏的管道状态方程：

x_j+1＝Ax_j+Bu_j+Du_j ²+Eu_j+1+aξ+FQ_l (5)

y＝Cx_j (6)

式中，λ_l为泄漏点泄漏系数；H_l为泄漏点处压头值。

步骤3：根据待测管道首端流量测量值Q₁和待测管道末端流量测量值Q_n判断管道是否发生了泄漏。

步骤3具体包括：设置阈值Q_L，设置响应延迟t。当|Q₁-Q_n|＞Q_L，且此状态持续时间Δt′＞t，则可以判断管道发生了泄漏。输出泄漏时刻t′，输出Δt′内泄漏量的均值用以替换式(5)中的实测泄漏量Q_l。

步骤4：初始化粒子滤波与泄漏量，对泄漏时的管道状态进行基于粒子滤波算法的初步估计后，得出管道泄漏量、泄漏系数及泄漏位置。

步骤4具体包括：

步骤4.1：初始化粒子滤波算法中的参数。初始化矩阵F，在管道可能发生泄漏的n-2个位置中，沿管线方向加入泄漏量的均值此时粒子滤波中的状态空间方程为式(5)。初始化式(5)，令时刻j＝0，泄漏时刻j＝t′。输入管道运输介质的工作状态作为状态空间方程的控制量u_j，具体为u_j＝[Q_1，j，H_n，j]^T。设置粒子个数为P，初始化管道状态粒子集χ_j及泄漏量粒子集τ_j。具体地，以均值为u_j＝0的正态分布生成管道状态粒子集χ_j，以均值为的正态分布生成泄漏量粒子集τ_j，生成泄漏量粒子集τ_j所需方差应满足其波动范围不超过的20％。

步骤4.2：由步骤4.1的管道初始状态x_j，控制量u_j，u_j+1计算管道状态x_j+1；基于所述步骤4.1中粒子集χ_j，τ_j，及观测值y＝[H_1，j，Q_n，j]^T，计算粒子集χ_j+1；计算该时刻下，x_j+1与χ_j+1的差值dis(i)：

dis(i)＝x_j+1-χ_j+1 (7)

根据式(8)，计算粒子集χ_j+1中的P个粒子所对应的权重w(i)，并将权重w(i)归一化处理为q(i)：

其中，i为重要性重采样所需的计算步长，i∈[1，P]。由粒子集χ_j+1和权重值q(i)，获得一组加权的粒子集以近似表征j+1时刻管道状态的后验密度函数，其中权值满足归一化条件

步骤4.3：对所述步骤4.2中的加权粒子集χ′_j+1使用重要性重采样方法，将χ′_j+1中权重较低的粒子替换为权重较高的粒子后，用作估计管道在j+2时刻状态的粒子集。在j+2时刻的粒子滤波估计前，对随着粒子集χ′_j+1更新而更新的粒子集τ_j进行预处理。

重复所述步骤4.2至4.3，可得到任意时刻泄漏状态的管道系统的粒子滤波估计值与泄漏量的粒子滤波估计值

步骤4.4：比较管道系统中各节点测量值与估计值比较实测泄漏量Q_l与估计值判断步骤4.1中，附加于管道沿线节点n的泄漏信息是否正确。若是则泄漏信息的附加有效，输出估计的泄漏位置并进行步骤5对泄漏位置进行进一步的估计；若否则更新所述步骤4.1的泄漏位置n＝n+1，并重复步骤4.2至4.4。

步骤5：输入初步估计的管道泄漏量，使用粒子滤波算法对泄漏时的管道状态进行精确估计后，输出精确的泄漏位置信息。

步骤5具体包括：

步骤5.1：根据式(5)，建立更精确的管道的状态空间方程。具体实施方法为，根据所述步骤4得到的管道泄漏位置通过增加管道的状态空间方程中计算节点的个数n，使得泄漏点的实际位置Z与计算节点的距离尽可能相近；

步骤5.2：本步骤的核心算法与具体实施方式与所述步骤4.1至4.3相同，粒子滤波初始化条件和阈值th_i的值不同。根据本步骤，即可得出管道泄漏位置的精确信息

本发明所提出的一种基于粒子滤波的输油管道泄漏检测与定位方法，可以实现非线性严重、测量噪声非高斯分布情况下输油管道的泄漏位置的精确定位；并且在提升定位精度的同时，保证计算量不出现大幅上升；所提出泄漏量在粒子滤波估计中的预处理方式，可对管道泄漏量非常数、缓泄等工况下的泄漏量进行有效估计。

实施例

本发明的粒子滤波器中基于粒子滤波的输油管道泄漏检测与定位方法，包括以下步骤：

步骤1：采集实施例管道基础数据。具体为实施例管道的长度L，内径D，水力摩阻系数f，压力波传播速度C_s，管道水平夹角θ；采集管道输送介质密度ρ，确定实施例管道分段数N′。

采集实施例管道的工作数据。具体包括：采集辅助管道末端压头值H₁，流量值Q₁，辅助管道首端压头值H_n，Q_n；采集管道沿线位置处的压头值H_i′。

步骤2：通过输送介质的质量、动量平衡建立管道流体的数学模型，该数学模型可由一组双曲型偏微分方式表示。使用基于特征线法的有限差分法求解其数值解，其稳定条件为其中Δt为计算步长。

管流系统状态空间方程如式(10)、(11)所示：

x_j+1＝ψ(x_j，u_j，u_j+1) (10)

y＝Cx_j (11)

具体地：

x_j+1＝Ax_j+Bu_j+Du_j ²+Eu_j+1+aξ (12)

y＝Cx_j (13)

上式中，管流系统的状态为x＝[H₁，...，H_n-1，Q₂，...，Q_n]^T，j表示管道系统的时间步长，n为管道的节点个数N，控制量u_j＝[Q_1，j，H_n，j]^T；观测值y＝[H_1，j，Q_n，j]^T。

其中，矩阵A为：

矩阵B为：

矩阵D为：

矩阵E为：

非线性项ξ为：

系数矩阵a为：

输出矩阵C为：

进一步地，将泄漏信息方程加入式(12)、(13)：

x_j+1＝Ax_j+Bu_j+Du_j ²+Eu_j+1+aξ+FQ_l (14)

y＝Cx_j (15)

其中，λ_l为泄漏点泄漏系数；H_l为泄漏点处压头值。

步骤3：设置阈值QL，设置响应延迟t，异常状态持续时间Δt′。引入判断条件：|Q₁-Q_n|＞Q_L，Δt′＞t，是则可以判断管道发生了泄漏，并输出泄漏时刻t′，输出Δt内泄漏量的均值作为步骤4中的初始化参数。否则判断管道未发生泄漏，重复所述步骤3。

由于噪声的影响，具体的泄漏量无法根据|Q₁-Q_n|得出，故输出Δt′内泄漏量的泄漏量的均值用作步骤4中的粒子滤波初始化参数，其中i″为泄漏量均值采样开始时刻，Δt′为泄漏后管道状态重新到达稳态的时刻，i″∈[1，Δt′]。

所述步骤4中，具体包括：

步骤4.1：初始化粒子滤波器。初始化矩阵F＝[1 0 … 0 0]使得泄漏量附加在待测管道节点n＝2处，在沿管线的节点上加入泄漏量均值初始化式(5)时刻j＝0，初始化泄漏时刻j＝t′。设置粒子个数为P，初始化管道状态粒子集χ，初始化泄漏量粒子集τ。具体地，以均值为u_j＝0的正态分布生成粒子集χ_j，以均值为的正态分布生成粒子集τ_j。

需要注意的是，本步骤以及其他所述包含粒子滤波估计的步骤，具体以控制量u，观测值y进行管道的状态估计。其余可以获得的测量值仅为辨识粒子滤波对管道状态估计的正确性，不作为具体参数参与粒子滤波估计。

步骤4.2：由所述步骤4.1所得x_j，u_j，u_j+1，计算管道状态x_j+1；由所述步骤4.1所得粒子集χ_j，τ_j，观测值y＝[H_1，j，Q_n，j]^T，计算粒子集χ_j+1；并计算该时刻下，x_j+1与χ_j+1的差值dis(i)：

dis(i)＝x_j+1-χ_j+1 (16)

根据式(16)，计算粒子集χ_j+1中的100个粒子所对应的权重w(i)，并将权重w(i)归一化处理为q(i)：

其中，i＝1，2，…，100，μ＝0，σ＝1。

由粒子集χ_j+1和权重值q(i)，可得一组加权的粒子集来近似表征j+1时刻管道状态的后验密度函数，其中权值满足归一化条件

步骤4.3：所述步骤4.2中的加权粒子集χ′_j+1使用重要性重采样的方法，将χ′_j+1中权重较低的粒子替换为权重较高的粒子，用作估计管道在j+2时刻状态的粒子集。在j+2时刻的粒子滤波估计前，对随着粒子集χ′_j+1更新而更新的粒子集合τ_j进行预处理。具体算法的流程图如图4所示。

本步骤的具体实现步骤为：

(1)基于正态分布生成一个位于[0，1]区间内的常数，记为r(i)；

(2)由所述步骤4.2得到的管道状态在该时刻下的权重与r进行比较。若更新k＝k+1后所得继续与r比较。若将权重q(i＝k)所对应权重较高的粒子替换掉权重较低的粒子

(3)根据粒子滤波的粒子个数P＝100，重复100次所述步骤(1)，(2)。对更新后的粒子集和取均值，可得管道状态在j+1时刻的粒子滤波估计值泄漏量在j+1时刻的粒子滤波估计值

(4)更新粒子集χ_j+1＝χ″_j+1，更新粒子集τ_j+1＝τ′_j+1。为克服泄漏量的粒子多样性减小，泄漏系数λ_l可能非常数等问题，在更新粒子集τ_j+1之前，对粒子集τ′_j+1进行预处理。预处理的方式具体为：τ′_j+1(i)＝τ′_j+1(i)+δ(i)，其中δ(i)服从均值为0的正态分布。

重复所述步骤4.2至4.3，可得到任意时刻对实施例管道状态的粒子滤波估计值与泄漏量的粒子滤波估计值

步骤4.4：比较实施例管道沿线三处测量值(第一节点压力传感器19、第二节点压力传感器20、第三节点压力传感器21的测量值)与估计值比较泄漏量Q_l与估计值判断所述步骤4.1附加的泄漏位置是否正确。注意到，本步骤所得估计值的位置与所述步骤1中的实施例管道的分段数N′有关，若估计值所在位置不位于所述步骤1的节点之上，可以对估计值进行适当的补偿，具体补偿值的标准为稳态时的测量值。

本步骤的具体实现步骤为：

(1)根据实施例管道沿线三个节点测量值设置1个相等的阈值th₁。根据泄漏量Q_l设置1个阈值th₀＝5×10^-4m³/s；

(2)判断实施例管道沿线三个节点测量值与三个节点估计值之差是否都小于阈值th₁，泄漏量与估计泄漏量之差是否小于阈值th₀。若是则泄漏信息的附加有效，输出估计的泄漏位置并进行步骤5对泄漏位置进行进一步的估计；若否则更新所述步骤4.1的泄漏位置n＝n+1，并重复步骤4.2至4.4。

所述步骤5中，具体包括：

步骤5.1：根据式(14)，建立更精确的管道的状态空间方程。具体实施方法为增加所述步骤1中实施例管道的分段数N′，具体分段数N′的增加量视实际工况需求而定，但原则上本步骤分段数N应至少为所述步骤1中分段数N′的2倍，即N≥2N′；

步骤5.2：本步骤的核心算法与具体实施方式与所述步骤4.1至4.3相同，粒子滤波初始化条件和阈值th₁不同。具体的不同之处在于：

(1)本步骤粒子滤波的初始化条件中附加的泄漏位置与泄漏量由所述步骤4给出，泄漏位置的更新方式为其中，Δx′_in为所述步骤4中的泄漏位置Δx′为所述步骤5.1中状态空间方程的两节点之间距离，m的取值范围为 为向上取整；

(2)新的阈值th′₁应满足th′₁＜th₁，th′₀＜th₀，以达到精确定位泄漏点的要求；具体地，当实施例管道沿线三个节点测量值与三个节点估计值之差都小于阈值th′₁，泄漏量与估计泄漏之差th₀输出精确的泄漏位置信息(具体为与出管输油站的距离)，泄漏孔的泄漏系数λ_l；否则重复所述步骤5.2。

本步骤的意义在于，解决了提高粒子滤波对实施例管道泄漏位置的精度时，粒子滤波的计算量急剧上升这一问题。根据实施例管道的预先分段的节点个数n，所述步骤4基于粒子滤波算法对泄漏点位置的估计次数至少为1次，至多为n-1次。实际发生的泄漏位置的不确定性是造成粒子滤波算法计算量上升的主要原因。本步骤通过输入所述步骤4中输出的泄漏位置的初步估计提出一种新的泄漏位置的更新方式这种新的泄漏位置的更新方式的优点在于，即使在所述步骤5.1中重新建立的状态空间方程的计算节点成倍增加的情况下，粒子滤波算法对泄漏位置估计的更新次数至多为m次，达到了在提升泄漏位置估计精度的同时，降低粒子滤波算法的计算量的目的。

请参阅图5和图6，从图中可以看出本方法的实际效果：长度为37km的实施例管道，在位于入管输油站约11.1km发生泄漏。实施例管道的输送量为Q₁＝0.081m³/s，泄漏量为0.0028m³/s，约为输送量的3.5％。实施例管道泄漏点的泄漏系数约为1.4×10^-4。实施例管道的泄漏位置与滤波器估计的泄漏位置误差约为141m，定位误差约为3.8％。当增加管道的分段数时，泄漏点的定位精度更高。此结果说明了本方法的有效性。

以上所述实施例仅表达了本发明的一种实施方式，其描述较为具体和详细。本领域普通技术人员在不脱离本发明的原理的前提下，可以对技术方案，或者其中的部分参数进行修改，这些都属于本发明的保护范围。

Claims (10)

1.一种管道泄漏检测与泄漏位置定位装置，其特征在于，包括：进口压力传感器(12)、进口流量计(13)、节点压力传感器、出口压力传感器(15)、出口流量计(16)、采集卡(17)和粒子滤波器(18)；

进口压力传感器(12)和进口流量计(13)安装在待测管道的进口处，用于检测待测管道(8)进口处介质的压力值和流量；出口压力传感器(15)和出口流量计(16)安装在待测管道(8)的出口处，用于检测待测管道出口处介质的压力值和流量；节点压力传感器安装在待测管道的预设节点处，用于检测待测管道预设节点处介质的压力值；

进口压力传感器(12)、进口流量计(13)、节点压力传感器、出口压力传感器(15)以及出口流量计(16)的输出端均与采集卡(17)的输入端相连接，采集卡(17)的输出端与粒子滤波器(18)的输入端相连接；

其中，节点压力传感器的数量为一个或多个。

2.根据权利要求1所述的一种管道泄漏检测与泄漏位置定位装置，其特征在于，还包括：第一辅助管道(7)和第二辅助管道(9)；

待测管道(8)的进口通过第一辅助管道(7)与出站储油罐(1)相连通，待测管道(8)的出口通过第二辅助管道(9)与进站输油罐(11)相连通；

第一辅助管道(7)上，沿介质输送方向依次设置有第一球阀(2)、泵(3)、止逆阀(4)、第二球阀(5)和控制阀(6)；

第二辅助管道(9)上，设置有第三球阀(10)；

第一辅助管道(7)和第二辅助管道(9)均与待测管道(8)的规格相同。

3.根据权利要求1所述的一种管道泄漏检测与泄漏位置定位装置，其特征在于，所述粒子滤波器(18)包括：无线传输模块、数据储存模块，计算模块和显示模块；

无线传输模块的接收端用于接收采集卡(17)输送的数据，无线传输模块的输出端与数据储存模块的接收端相连接，数据储存模块的输出端与计算模块的输入端相连接，计算模块的输出端与显示模块的输入端相连接；计算模块为具有满足预设计算能力的单片机，单片机内集成有预设的粒子滤波算法程序。

4.一种管道泄漏检测与泄漏位置定位方法，其特征在于，包括以下步骤：

S1，采集获取待测管道的基础数据和工作数据；工作数据至少包括待测管道入口压力值和流量值，出口压力值和流量值，以及待测管道内预设节点处的压力值；

S2，根据步骤S1采集获取的数据，使用基于添加泄漏信息的瞬态模型法建立管道流体的状态空间方程；

S3，通过步骤S1采集的流量值判断是否发生泄漏；如果发生泄漏则输出初步泄漏量，并跳转执行步骤S4；如果未发生泄漏，则跳转执行步骤S1；

S4，根据步骤S2获得的状态空间方程，初始化粒子滤波与初步泄漏量，对泄漏时的管道状态进行基于粒子滤波算法的初步估计，即按照预设顺序遍历所有预设节点，找出估计值与观测值之差小于预设阈值的一组估计值，得出待测管道泄漏量、泄漏系数及初步的泄漏位置；

S5，通过增加预设节点数量的方法建立较步骤S2更精确的状态空间方程，然后进行粒子滤波初始化，初始化条件中的泄漏位置及泄漏量由步骤S4获得，对泄漏时的管道状态进行基于粒子滤波算法的估计，估计值与观测值之差小于预设的较步骤S4更精确的阈值时，获得优化后的泄漏位置。

5.根据权利要求4所述的一种管道泄漏检测与泄漏位置定位方法，其特征在于，步骤S1具体包括：采集待测管道长度L，待测管道内径D，水力摩阻系数f，压力波传播速度C_s，管道水平夹角θ；采集管道入管输油站压头值H₁，流量值Q₁与出管接油站压头值H_n，流量值Q_n；采集管道预设节点位置压头值H_i′；采集管道内输送介质密度ρ。

6.根据权利要求5所述的一种管道泄漏检测与泄漏位置定位方法，其特征在于，步骤S2具体包括：通过输送介质的质量平衡、动量平衡建立管道流体的数学模型，并使用特征线法求其解数值；

构建的包含泄漏的管道状态空间方程的表达式为：

x_j+1＝Ax_j+Bu_j+Du_j ²+Eu_j+1+aξ+FQ_l；

y＝Cx_j

式中，管流系统的状态为x＝[H₁，...，H_n-1，Q₂，...，Q_n]^T，j表示管道系统的时间步长，n为管道的节点个数，u_j为系统的控制量，λ_l为泄漏点泄漏系数；H_l为泄漏点处压头值，y为测量值，输出矩阵C为：Q_l为流量计实测泄漏量。

7.根据权利要求6所述的一种管道泄漏检测与泄漏位置定位方法，其特征在于，步骤S3具体包括：

设置阈值th₁，设置响应延迟t；当|Q₁-Q_n|＞th₁，且此状态持续时间Δt＞t，则判断管道发生泄漏；否则判定为管道没有发生泄漏；发生泄漏时输出泄漏时刻t′，输出Δt内泄漏量均值其中，Q₁为管道入口检测的流量值，Q_n为管道出口检测的流量值。

8.根据权利要求7所述的一种管道泄漏检测与泄漏位置定位方法，其特征在于，步骤S4具体包括：

S4.1：初始化粒子滤波算法中的参数：初始化矩阵F，在管道可能发生泄漏的n-2个节点位置中，沿管线方向加入泄漏量均值

初始化状态空间方程，令时刻j＝0，泄漏时刻j＝t′；输入管道运输介质的工作状态作为状态空间方程的控制量u_j，u_j＝[Q_1，j，H_n，j]^T；设置粒子个数为P，初始化管道状态粒子集χ及泄漏量粒子集τ；其中，以均值为的正态分布生成泄漏量粒子集τ；

S4.2：由步骤S4.1的管道初始状态x_j、控制量u_j，u_j+1计算获得管道状态x_j+1；基于步骤S4.1中粒子集χ_j、τ_j及观测值y＝[H_1，j，Q_n，j]^T，计算获得粒子集χ_j+1；

计算j时刻下，x_j+1与χ_j+1的差值dis(i)，计算公式为：

dis(i)＝x_j+1-χ_j+1

计算粒子集χ_j+1中的P个粒子所对应的权重w(i)，并将权重归一化处理为q(i)，计算公式为：

其中，i为重要性重采样所需的计算步长，i∈[1，P]；由粒子集χ_j+1和权重值q(i)，获得一组加权的粒子集以近似表征j+1时刻管道状态的后验密度函数，其中权值满足归一化条件

S4.3：对步骤S4.2中获得的加权粒子集χ′_j+1使用重要性重采样方法，将χ′_j+1中权重较低的粒子替换为权重较高的粒子后，用作估计管道在j+2时刻状态的粒子集；在j+2时刻的粒子滤波估计前，对随着粒子集χ′_j+1更新而更新的粒子集τ_j进行预处理；

S4.4：重复所述步骤S4.2和S4.3，得到任意时刻泄漏状态的管道系统的粒子滤波估计值与泄漏量的粒子滤波估计值

S4.5：比较管道系统中各节点测量值与估计值比较实测泄漏量Q_l与估计值判断步骤S4.1中，附加于管道沿线节点n的泄漏信息是否正确；若正确则泄漏信息的附加有效，输出估计获得的泄漏位置若不正确则更新步骤S4.1的泄漏位置n＝n+1，并重复步骤S4.2至S4.5。

9.根据权利要求8所述的一种管道泄漏检测与泄漏位置定位方法，其特征在于，步骤S5具体包括：

步骤S5.1：增加步骤S1中待测管道的分段数N′，建立更精确的待测管道的状态空间方程；

步骤S5.2：设置较步骤S4更精确的阈值th₂，粒子滤波的初始化条件中附加的泄漏位置与泄漏量为步骤S4获得值，泄漏位置的更新方式为

其中，Δx′为步骤S5.1中状态空间方程的两节点之间距离，m的取值范围为为向上取整数；

进行迭代更新，至满足预设阈值条件时，输出精确的泄漏位置信息泄漏孔的泄漏系数λ_l。

10.根据权利要求8所述的一种管道泄漏检测与泄漏位置定位方法，其特征在于，步骤S4.3包括：

(1)基于正态分布生成一个位于[0，1]区间内的常数，记为r(i)；

(2)由步骤4.2得到的管道状态在该时刻下的权重与r(i)进行比较；若更新k＝k+1后所得继续与r(i)比较；若将权重q(i＝k)所对应权重较高的粒子替换掉权重较低的粒子

(3)根据粒子滤波的粒子个数P，重复P次步骤(1)和步骤(2)；对更新后的粒子集和取均值，获得管道状态在j+1时刻的粒子滤波估计值泄漏量在j+1时刻的粒子滤波估计值

(4)更新粒子集χ_j+1＝χ″_j+1，更新粒子集τ_j+1＝τ′_j+1；

预处理的方式具体为：τ′_j+1(i)＝τ′_j+1(i)+δ(i)，其中δ(i)服从均值为0的正态分布，该正态分布所需方差根据实际泄漏量而定。