基于結構相似度的管道泄漏檢測定位法

劉煒，劉宏昭

?

基于結構相似度的管道泄漏檢測定位法

劉煒1, 2，劉宏昭1

(1. 西安理工大學機械與精密儀器工程學院，陜西西安，710048；2. 陜西學前師范學院計算機與電子信息系，陜西西安，710100)

從時間序列角度出發，提出一種基于結構相似度準則的輸油管道泄漏檢測定位方法。首先采用局部投影降噪法去除動態壓力波信號噪聲，其次驗證并選取固定長度的正常動態壓力波信號子序列作為模板序列，并選取相同長度的現場采集動態壓力波信號作為被匹配序列，構造兩子序列信號對應功率譜，然后計算其歸一化功率譜之間的結構相似度；最后，根據結構相似度判定輸油管道是否存在泄漏現象，若發生泄漏，則自動確定泄漏位置。研究結果表明：該方法可有效判定和定位輸油管道泄漏。

管道泄漏；動態壓力波；異常檢測；模板匹配；結構相似度

管道泄漏不僅影響生產、浪費石油資源、污染環境，而且給人民生命安全、國家財產帶來巨大威脅，甚至影響國民經濟可持續健康發展。輸油管道的泄漏檢測與定位[1?2]常用方法有4類：質量/體積平衡法、負壓波法、光纖測漏法、聲波法。它們將傳感技術、計算機技術、通信技術、信號處理技術和智能信息處理技術等結合起來。其中負壓波法和聲波法通過分析管道內壓力信號判定泄漏，因其安裝簡單、費用低、檢測效果好被廣泛采用。信號的相關分析法[3]常與上述方法結合起來檢測和定位管道泄漏，在此基礎上發展了多尺度相關檢測法、廣義相關分析法、相關法與近似熵、EMD、小波包分解相結合方法、三階累積量的自適應濾波時延估計法、復相關分析法等改進相關分析法[4?9]，極大地提高了相關法泄漏檢測可靠性、靈敏度和有效性。在時延相關分析泄漏檢測定位法的啟發下，提出了基于模式識別原理的泄漏檢測定位方 法[10?12]，它們對獲得的信號波進行分段處理，在不同的波形段內選用不同的基元，形成波形結構模式，再與標準的模式庫匹配，通過偏差來判斷是否發生了泄漏。該方法中，基元提取是關鍵。常用的基元提取方式包括分段符號法、分段積分法、多尺度小波變換法、經驗模態分解法等。但是，基于模式識別的泄漏檢測法存在不足，如信號表征有效性、分類器學習非常耗時[13]等，不利于實時檢測要求。董東等[14?17]將采集信號序列看作時間序列，利用滑動窗技術對現場采集的信號序列與無泄漏狀態下信號序列進行Kullback信息測度計算并判斷是否有泄漏現象發生。該類方法的本質仍屬于模式匹配法，優點是不需要壓力波信號特征且算法效率較高。本文作者以聲波法采集到的動態壓力波信號序列為研究基礎，分析信號采集自長輸直管道上下游安裝的動態壓力傳感器，儀表輸出值反應隨時間快速變化的壓力。實驗信號采樣周期20 ms，即 2 min采樣6 000點。故文中信號為在每個采樣點處儀表采集到的管道內壓力變化值。本文將采集信號視為時間序列，并計算功率譜，構造正常壓力波信號功率譜模板，利用滑動窗分析法和評價圖像質量的結構相似度準則[18]，評價模板信號和待測信號的相似度，并對泄漏信號進行定位。該方法計算簡單、速度快，適合資源受限的嵌入式輸油管道泄漏檢測定位。

1 動態壓力波信號局部投影降噪方法

現場采集的動態壓力波信號不可避免地混雜了噪聲，掩蓋了真實壓力波信號特性?，F有壓力波信號降噪方法，如滑動均值濾波、小波閾值去噪法等，在去噪的同時也去掉了信號本身的部分特征。本文采用局部序列投影降噪法[19]，提高壓力波信號信噪比的同時，保留原始采集序列的一般性特征。

1.1 局部投影降噪原理

其中：V為相點，是相空間中的一個態；=1, 2, …,；為嵌入維數；為延遲時間。

以任意一相點作為參考點，V相空間中2個相點之間的歐式距離為

與V同一領域的相點滿足條件L＜，為根據噪聲水平估計適當選取的初始半徑。

構造鄰域矩陣為

在鄰域內線性化展開并得到

(5)

觀測相點s包含的噪聲在維子空間投影為

(7)

則相點V的修正值為

1.2 局部投影降噪算法

針對輸油管道動態壓力波信號，本文根據局部投影降噪原理提出降噪算法，步驟如下。

步驟3：選擇維對角權重矩陣，其中，其余對角元素為1，構造相點協方差矩陣的按降序排列的特征值對應的特征向量，得到個最小特征值對應的特征向量，按式(6)得到維零子空間噪聲特征矩陣。

步驟4：計算每一個相點的修正值并復原信號，利用式(8)對該相點進行修正，完成對壓力波信號的一次投影降噪。

步驟5：重復計算步驟1至步驟4，直至信噪比達到最大，均方根誤差達到最小為止。

某輸油管道長30 km，上、下游動態壓力傳感器采樣周期20 ms，采集原始動態壓力波信號序列如圖1(a)和1(b)所示。采用局部降噪方法所得去噪后壓力波信號序列如圖1(c)和1(d)所示。

2 結構相似度評價原理

為了評價圖像質量問題，文獻[21]給出了結合圖像灰度亮度比較、對比度比較以及結構比較的結構相似評價準則。

2.1 亮度比較

(a) 上游動態壓力波信號；(b) 下游動態壓力波信號；(c) 上游去噪后壓力波信號；(d)下游去噪后動態壓力波信號

圖1 輸油管道泄漏動態壓力波信號

Fig. 1 Dynamic pressure wave signals of leaking oil pipeline

2.2 對比度比較

(10)

(12)

2.3 結構比較

其中：

(14)

2.4 結構相似度

結構相似度的取值由上述3個分量的積得到：

(15)

3 基于結構相似度的輸油管道泄漏檢測定位法

將評價圖像質量的有參考模型評價法(即結構相似度評價準則)引入輸油管道上下游動態壓力波信號序列分析中，提出一種充分挖掘壓力波信號幾何結構特征的輸油管道泄漏信號檢測定位方法。

首先，取上下游長度為1的正常信號模板序列r() (=1, 2;=1, 2, …,1)，計算其傅里葉變換信號功率譜pr() (=1, 2;=1, 2, …,1)，并將其歸一化處理為

其中：=1, 2;=1, 2, …,1。

分別計算其均值和方差為

；=1, 2 (19)

其次，取現場采集所得上下游壓力波信號去噪后序列x() (=1, 2;=1, 2, …,)，取長度為1的子序列x,j() (=1, 2;=1, 2, …,?1;=1, 2, …,1)，其中。計算其信號子序列功率譜為px,j() (=1, 2;=1, 2, …,?1;=1, 2, …,1)，將其歸一化處理為

其中，=1, 2;=1, 2, …,?1;=1, 2, …,1。

分別計算其均值和方差為：

(22)

其中：=1, 2;=1, 2, …,?1。

最后，分別計算上下游動態壓力波信號子序列與正常壓力波信號模板序列的結構相似度：

(23)

其中：=1, 2;=1, 2, …,?1；；。

4 測試及分析

本文所出的基于結構相似準則的輸油管道泄漏檢測定位方法，從3方面進行測試：1)可行性和有效性；2) 可靠性和魯棒性；3) 定位的準確性。

4.1 方法的可行性和有效性測試

輸油管道無泄漏現象發生時，輸油管道上下游傳感器采集壓力波信號序列去噪結果如圖2所示。

現場采集輸油管道上下游泄漏動態壓力波信號及去噪結果如圖1所示。該組壓力波信號中的上游信號采樣點次數為4 300~5 200之間發生異?，F象，下游采樣點次數為4 400~5 300之間發生異?，F象，表明采樣點次數為4 300~5 300之間的時間段內輸油管道發生了泄漏。分別選取圖2中1=50的上下游信號序列作為模板，采用滑動窗法依次和圖1所示信號進行歸一化功率譜之間的結構相似度匹配，獲得結果如圖3所示。

(a) 上游動態壓力波去噪信號；(b) 下游動態壓力波去噪信號

(a) 上游壓力波信號結構相似匹配結果；(b) 下游壓力波信號結構相似匹配結果

由圖3可見：上游壓力波信號異常發生在采樣點次數為4 811，下游壓力波信號異常發生在采樣點次數為5 039。其檢測發生異常位置與真實壓力波信號發生異常范圍相吻合，表明本文所建議的歸一化功率譜結構相似檢測法是有效的。

4.2 該方法的可靠性和魯棒性

為了研究正常壓力波信號選取差異對檢測定位的影響，以圖1所示的輸油管道發生泄漏時上下游動態壓力波信號為例，探討不同正常壓力波信號模板子序列對檢測定位的影響。

對圖2所示的正常壓力波信號，任意選取不同時間采樣的長度1等于50個采樣點的子序列100個作為匹配模板序列，用于圖1所示上下游動態壓力波泄漏信號檢測和定位分析。通過大量測試發現，正常無泄漏模板子序列的選取對泄漏事件的前后端壓力波信號檢測和定位的準確性無影響。

為了研究正常壓力波信號模板子序列長度對泄漏檢測定位的影響，選取不同長度的輸油管道無泄漏上下游壓力波信號模板子序列，對圖1所示的泄漏動態壓力波信號進行檢測定位測試，結果如表1所示。

表1 不同長度壓力波信號模板的定位結果

由表1可見：正常壓力波信號模板子序列長度對結構相似準則檢測定位結果有一定影響。大量測試結果表明：若模板子序列長度1大于100時，其結構相似準則檢測定位結果基本穩定。另外，無論是模板子序列長度1選取小于等于50，還是大于100，其結構相似準則檢測定位法所對應的最佳位置都屬于泄漏信號發生時所對應的采集點數集合。一般而言，為了保證檢測定位結果的準確性和可靠性，可考慮選取模板子序列長度1為50~90之間的典型值如50，60，70和80，可以避免子序列長度過長導致計算量太大的不足。另外，將正常壓力波信號看作非線性時間序列，正常壓力波信號模板子序列長度的最佳理論值應是最小嵌入維數，可采用關聯維數法、互信息量法和Chao算法等[21?22]確定，但不利于嵌入式在線監測系統 需要。

4.3 結構相似準則檢測定位法的準確性

從圖1所示的壓力波信號波形曲線來看：輸油管道上下游檢測點距離，輸油管道泄漏位置距離上游壓力波信號采樣點實際值為0.5+100 (m)，若匹配模板子序列長度1為50個采樣點時，采用結構相似準則定位法檢測到輸油管道泄漏位置距上游壓力波信號采樣點為0.5+228 (m)，于是獲得結構相似準則定位法誤差為128 m。若選取典型長度為50，60，70，80和90的模板子序列，圖1所示的動態壓力波信號采用結構相似準則泄漏定位(其定位結果如表1所示)誤差最大值為128 m，最小值為109 m。若模板序列長度為200個采樣點時，其結構相似準則泄漏定位誤差為101 m。為30 km時，選取典型模板長度所對應相對誤差最大值為0.43%，最小值為0.36%。

5 結論

1) 從模板序列匹配角度出發，提出基于信號序列功率譜特征的幾何結構相似準則輸油管道泄漏檢測定位方法。

2) 通過實驗驗證任意時刻采樣長度為50個采樣點的信號均可作為模板信號。

3) 實驗驗證提出方法簡單、可靠、實用，不僅豐富了相關性理論在輸油管道泄漏檢測定位中的應用，而且對于實際輸油管道在線監測具有一定經濟價值。

[1] ELLUL I R. Advances in pipeline leak detection techniques[J]. Pipes and Pipelines International, 1989, 34(3): 7?12.

[2] ELLUL I R. Advance in pipeline leak detection[J]. Pipeline Engineering,ASME,1991, 34: 15?19.

[3] GAO Y, BRENNAN M J, JOSEPH P F, et al. A model of the correlation function of leak noise in buried plastic pipes[J]. Journal of Sound and Vibration, 2004, 277(1/2): 133?148.

[4] 葛傳虎, 王桂增, 葉昊, 等. 基于廣義相關分析的泄漏定位[J]. 信息與控制, 2009, 38(2): 194?198, 205. GE Chuanhu, WANG Guizeng, YE Hao, et al. Leak location based on generalized correlation analysis[J]. Information and Control, 2009, 38(2): 194?198, 205.

[5] 楊進, 文玉梅, 李平. 基于相關分析和近似熵的管道泄漏聲信號特征提取及辨識方法[J]. 儀器儀表學報, 2009, 30(2): 272?279. YANG Jin, WEN Yumei, LI Ping. Feature extraction and identification of leak acoustic signal in water distribution[J]. Journal of Projectiles, Rockets, Missiles, and Guidance, 2009, 30(2): 272?279.

[6] 毛海杰, 李煒, 馮小林. 基于EMD和相關分析的管道泄漏定位檢測研究[J]. 科學技術與工程, 2010, 10(19): 4628?4632. MAO Haijie, LI Wei, FENG Xiaolin. Investigation of method for pipeline leak detection and location based on EMD and cross-correlation[J]. Science Technology and Engineering, 2010, 10(19): 4628?4632.

[7] 張景川, 曾周末, 張兆偉. 基于小波包分解的多尺度互相關管道定位方法[J]. 納米技術與精密工程, 2011, 9(2): 162?167. ZHANG Jingchuan, ZENG Zhoumo, ZHANG Zhaowei. A location method for pipeline based on wavelet packet decomposition with multi-scale cross-correlation analysis[J]. Nanotechnology and Precision Engineering, 2011, 9(2): 162?167.

[8] 封皓, 靳世久, 曾周末, 等. 基于三階累積量及自適應濾波時延估計的管道定位方法[J]. 振動與沖擊, 2011, 30(9): 207?210. FENG Hao, JIN Shijiu, ZENG Zhoumo, et al. Location method for pipeline vibration based on third-order cumulant and adaptive filter time delay estimation[J]. Journal of Vibration and Shock, 2011, 30(9): 207?210.

[9] 劉一辛, 吳臣勇. 輸氣管道泄漏定位的復相關迭代算法[J]. 科技創新導報, 2012(15): 51. LIU Yixin, WU Chenyong. Complex correlation iterated algorithm of Transport pipe leak location[J]. Science and Technology Innovation Herald, 2012(15): 51.

[10] 崔謙, 靳世久, 李一博. 模糊聚類分析方法在管道泄漏檢測系統中的應用研究[J]. 電子測量與儀器學報, 2006, 20(2): 60?62. CUI Qian, JIN Shijiu, LI Yibo. Application and research of fuzzy cluster analysis in oil pipeline leak detection system[J]. Journal of Electronic Measurement and Instrument, 2006, 20(2): 60?62.

[11] 王明達, 張來斌, 梁偉, 等. 基于獨立分量分析和支持向量機的管道泄漏識別方法[J]. 石油學報, 2010, 34(1): 659?663. WANG Mingda, ZHANG Laibin, LIANG Wei, et al. Pipeline leakage detection method based on independent component analysis and support vector machine[J]. Acta Petroleum Sinica, 2010, 34(1): 659?663.

[12] 趙偉, 曾周末, 靳世久, 等. 基于歸一化小波能量系數的管道安全識別算法[J]. 納米技術與精密工程, 2012, 10(2): 147?153. ZHAO Wei, ZENG Zhoumo, JIN Shijiu, et al. Recognition algorithm based on normalized wavelet energy coefficients for the safety of pipeline[J]. Nanotechnology and Precision Engineering, 2012, 10(2): 147?153.

[13] 李煒, 張美玲, 毛海杰. 基于模糊RBF神經網絡的管道泄漏檢測方法[J]. 蘭州理工大學學報, 2009, 35(6): 79?83. LI Wei, ZHANG Meiling, MAO Haijie. Detection method of pipeline leak based on fuzzy RBF neural network[J]. Journal of Lanzhou University of Technology, 2009, 35(6): 79?83.

[14] 董東, 王桂增, 方崇智. 基于Kullback信息測度的長輸管線的故障診斷[J]. 清華大學學報(自然科學版), 1989, 29(4): 37?44. DONG Dong, WANG Guizeng, FANG Chongzhi. Fault diagnosis for transort pipelines based on Kullbaclk information[J]. Journal of Tsinghua University (Science and Technology), 1989, 29(4): 37?44.

[15] WANG Guizeng, DONG Dong, FANG Chongzhi. Leak detection for transport pipelines based on autoregressive modeling[J]. IEEE Transaction on Instrument and Measure, 1993, 42(1): 68?69.

[16] THEODOR D P. Detection and diagnosis of model parameter and noise variance changes using sliding windows approach[J]. Recent Patents on Signal Processing, 2011, 1(1): 80?87.

[17] LIU S, YAMADA M, COLLIER N, et al. Change-point detection in time-series data by relative density-ratio estimation[J]. Neural Networks, 2013, 43: 72?83.

[18] ZHOU W, BOVIK A C, SHEIKH H R. Image quality assessment:from error visibility to structural similarity[J]. IEEE Transaction on Image Processing, 2004, 13(4): 600?612.

[19] 葉迎春, 張來斌, 梁偉. 天然氣管道泄漏音波序列局部投影降噪研究[J]. 中國石油大學學報(自然科學版), 2010, 34(1): 118?124. YE Yingchun, ZHANG Laibin, LIANG Wei. Study of noise reduction of natural gas pipe line leakage acoustic series by local projection[J]. Journal of China University of Petroleum, 2010, 34(1): 118?124.

[20] SMITH L A. Intrinstic limits on dimension calculations[J]. Phys Lett A, 1988, 133(6): 283?288.

[21] SHI Jingzhuo, ZHAO Fujie, SHEN Xiaoxi, et al. Chaotic operation and chaos control of travelling wave ultrasonic motor[J]. Ultrasonics, 2013, 53(6): 1112?1123.

[22] 郭興明, 張文英, 袁志會, 等. 基于EMD關聯維數和多重分形譜的心音識別[J]. 儀器儀表學報, 2014, 35(4): 827?833. GUO Xingming, ZHANG Wenying, YUAN Zhihui, et al. Heart sound recognition based on EMD correlation dimension and multi-fractals spectrum[J]. Chinese Journal of Scientific Instrument, 2014, 35(4): 827?833.

(編輯 楊幼平)

Pipeline leak detection and location method based on structural similarity criteria

LIU Wei1, 2, LIU Hongzhao1

(1.School of Mechanical and Precision Instrument Engineering, Xi’an University of Technology, Xi’an 710048, China;2. Computer Science and Electronic Information Department, Shaanxi Xueqian Normal University, Xi’an 710100, China)

From the perspective of time series, a pipeline leak detection and location method based on structural similarity criteria was proposed. Firstly, the dynamic pressure wave signal noise was removed by local projection noise reduction method; secondly, the template sequence was validated and selected through the normal dynamic pressure wave signal subsequence with fixed length, and the matched sequence was selected by on-site acquisition dynamic pressure wave signal at the same length with which two sub-sequence signal corresponding power spectrums were calculated, and then the structural similarities between the normalized power spectrum were computed; finally, pipeline leaks based on the similarity of structure were determined if leaks occurred and the location of the leak was automatically determined. The results show that this method can determine and locate pipeline leak effectively.

pipeline leaking; dynamic pressure wave; anomaly detection; template matching; structural similarity criteria

10.11817/j.issn.1672-7207.2017.01.019

TE973

A

1672?7207(2017)01?0134?07

2016?01?20；

2016?03?14

陜西省教育廳科研計劃項目(16JK1184)；陜西學前師范學院科研基金資助項目(2016YBKJ074) (project(16JK1184) supported by the Education Department of Shaanxi Province；Project(2016YBKJ074) supported by Study Fund of Shaanxi Xueqian Normal University)

劉煒，博士，講師，從事信號分類識別研究；E-mail: yoyotianxia@163.com