基于小波分析的太古熱網泄漏信號識別研究

齊衛雪 石光輝

(太原市熱力集團有限責任公司，山西 太原 030000)

1 概述

太古長輸供熱工程在城市供熱中的影響力巨大，目前已經實現了四個采暖季的平穩供熱，上個采暖季最大供熱面積達到7 120萬m2，涉及用熱單位十家。在三個采暖季的運行過程中，太古一級網曾經由于各種原因發生過多次突發泄漏事故，嚴重的造成了整個太古系統的短時間停運。并且由于太古一級網管線位于市區主干道，運行期突發泄漏時極有可能造成次生災害。因此，當太古一級網發生突發泄漏時，如何快速的判斷查找泄漏點并快速進行隔離，是保證整個一級網及長輸供熱工程安全平穩運行面臨的一個重要課題。

太古一級網系統是既有管網，不可能對整個管網不進行大規模改動，利用現有技術檢漏更換保溫管或者外敷檢漏光纜顯然不具備可實施性。根據實際需求，提出了太古一級網突發泄漏時的快速定位方法，該方法是根據采集的泄漏瞬間壓力信號的不同特性，對其進行有效識別后，將識別結果反饋給上位機，再結合地理信息系統實現定位[1]。經過多次試驗，已經實現了對泄漏瞬間壓力信號的完整有效采集，該方法的難點及核心在于對泄漏瞬間壓力信號的有效識別。本文以太古一級網為分析對象，采用某次太古一級網壓力信號數據進行分析，研究泄漏瞬間壓力信號的識別算法。

2 試驗簡述及信號采集

本文選取太古一級網五座熱力站進行相應試驗，利用一座熱力站進行排污，模擬管線突發泄漏情況，采用參考文獻[2]的小型壓力波硬件對試驗時的泄漏瞬間壓力數據進行采集。在試驗時，通過不同的閥門開度模擬泄放時壓力波變化情況，為避免全網平衡及附近補水對壓力信號的干擾，退出平衡并關閉周邊熱力站補水。在試驗時，在每座熱力站安裝一部高頻率(20 Hz)壓力信號采集器，采集五座實驗熱力站一級網壓力用來進行分析。參與實驗五座熱力站分別為217站、222站、234站、243站、221站，具體位置分布見圖1，其中217熱力站為泄放熱力站(用于模擬管線突發泄漏情況)。試驗采集到的各站泄漏瞬間壓力值如表1所示，泄漏瞬間原始壓力信號如圖2所示，橫坐標代表采集數據個數，縱坐標代表泄漏點壓力。此圖只用來表示各熱力站泄漏瞬間壓力變化趨勢，不表示泄漏對各站壓力影響的時間先后關系。

表1 試驗熱力站泄漏瞬間壓力值 MPa

3 試驗信號的處理

無論是太古一級網泄露試驗的采集過程還是其他信號的采集，數據采集過程中都受到外界環境干擾，采集到的泄漏壓力信號混雜有噪聲，為了提高判斷的準確性，需要對采集到的泄漏壓力信號進行處理。傳統的處理方法傅里葉變換方法是一種純頻域分析方法，只能對信號做全局變換，不能表達信號的局部特性。小波變換是一種同時具有時頻特性的分析方法，具有多分辨率分析的特點。即在低頻部分時間分辨率較低，頻率分辨率較高；在高頻部分時間分辨率較高，頻率分辨率較低。本文利用MATLAB小波工具箱對太古一級網本次試驗的泄漏瞬間壓力信號進行分析處理[3]。

3.1 小波基選擇

對某次太古一級網試驗采集的泄漏瞬間壓力信號進行小波變換，小波變換的關鍵因素是小波基的選取，不同的小波基具有不同的特點，選取小波基函數的不同，濾波效果也會有所差異。以217熱力站的泄露壓力信號為例，采用不同的小波基在同一尺度下進行小波分解。分別選用haar，db3，db5和sys2小波基對泄露壓力信號進行5層分解，分解結果如圖3所示，其中s表示原泄漏瞬間壓力信號。

由圖3可以看出，利用haar小波基對信號進行分解，能夠很好的識別泄漏瞬間壓力信號；另外，參考其他波形處理的文獻，對于連續性較差的波形，haar小波具有最高的時間分辨率，能夠很好的識別瞬時特征。因此，選用haar小波基進行小波變換。

3.2 尺度確定

根據以上分析結果，選用haar小波對泄漏瞬間壓力信號進行9層分解，結果如圖4所示。

由圖4可以看出，第五層分解已經能夠看出信號的變化趨勢，但第九層分析效果最好，波形的顯示更加直觀，因此，選用尺度9對泄露壓力信號進行分析。

4 對泄露信號進行定位

利用haar小波基對泄漏瞬間壓力信號進行小波變換后，選用啟發式閾值選擇(heursure)作為閾值選擇規則；進行軟閾值處理；消噪后的泄漏瞬間壓力信號如圖5所示。

利用壓力平均值比較的方法，判斷泄漏出現的時間。由圖5可以看出，泄漏瞬間壓力波形維持時間在500個點左右，因此我們選擇500個采樣點作為一個比較段。假設正常運行時壓力波動范圍為P0，1分鐘前500個數據平均值與當前500個數據平均值的差值為ΔP，如果ΔP>P0，則說明該段時間有泄露。具體判斷步驟如下：

1)取某個熱力站t時刻500個數據點計算平均值P(t)；

2)再取該熱力站t時刻的1分鐘前的500個數據點計算平均值P(t0)；

3)如果兩個時刻的壓力差值P(t0)大于此熱力站正常運行時壓力波動范圍P0，則說明此熱力站的一次管網可能存在泄漏現象。此時報警提示運行人員，進行管網巡查，確定漏點具體位置，實施搶修；

4)如果附近幾個熱力站同時出現泄漏報警，則推斷漏點在這幾個熱力站之間，縮小管網巡查范圍，快速發現漏點。

某個點(熱力站)判斷方法如圖6所示。

利用該判斷方法對太古一級網五個熱力站的試驗數據進行測試。在217熱力站和222熱力站出現泄漏信號，判斷漏點在兩個熱力站之間；實際模擬測試時，217熱力站為模擬泄放的熱力站，測試點位置離泄漏位置最近，一級網壓力波動明顯，能夠在泄漏時刻識別出泄漏信號，在3000～3500段發生泄漏，判斷結果與圖5相符。對于泄漏輔信號，離泄放站最近的222熱力站，壓力波動有一定的衰減，但是仍然能夠識別出泄漏壓力信號；但是其余三個熱力站，由于距離較遠，泄漏壓力信號衰減嚴重，利用此方法不能進行有效識別。

5 結語

本文利用haar小波基對泄漏壓力信號進行小波變換，泄漏壓力信號在去噪之后能夠有效的濾掉干擾信號；再利用平均值比較法，用當前時間段與前1分鐘時間段平均值的差值與正常壓力波動范圍進行比較，通過比較結果能夠判斷出泄漏壓力主信號是否出現泄漏。本文的研究方法為太古供熱一級網泄露的判斷提供了一定的理論基礎，也為行業內供熱管網的管理提供了一種方法。但是，在泄漏信號傳遞過程中，壓力信號衰減嚴重，泄漏壓力輔信號變化不明顯，還需對泄漏壓力輔信號識別以及判斷算法進行研究，形成綜合的識別判斷方法，提高供熱一級網突發泄漏時的快速定位方法的準確性。另外，在判斷是否發生泄漏時，壓力波動范圍P0值的大小，跟具體的熱力站以及初寒、嚴寒、末寒期的流量有關系，不能一概而論。