基于分布式光纤测温系统的管道泄漏智能识别方法研究.pdfVIP

摘要

管道作为重要的能源运输工具，其使用和维护影响国家经济和人民安全，加大

管道运行监测有助于减少事故风险和降低经济损失。分布式光纤拉曼测温传感技

术由于其本身的诸多优点和特性在长距离运输管道线路的检测上具有广阔的前景

和重要的价值。本文在分布式光纤测温系统和管道泄漏模拟设备的基础上进行了

较为系统的分析和研究，具体如下：

(1)搭建了完备的分布式光纤测温系统，通过设计的试验方法分别得到系统的

空间分辨率、温度分辨率、测温精度和定位精度四个指标，验证系统性能满足设计

要求。然后通过ModbusTCP协议从分布式光纤测温主机上采集得到了基于反斯托

克斯光和斯托克斯光双路解调的三种工况的温度数据为后续研究做准备。

(2)提出一种EMD-改进小波阈值函数滤波方法。鉴于典型的小波软阈值函数

滤波失真和小波硬阈值函数滤波不连续的问题，提出了一种改进的小波阈值函数，

并联合具有自适应分解效果的EMD算法对温度数据进行滤波预处理，并将其与线

性累滤波、卡尔曼滤波的处理效果进行比较，通过均方根误差RMSE和信噪比SNR

进行评估，验证了所提的EMD-小波改进阈值函数滤波算法能有效过滤噪声。

(3)对管道泄漏情况进行了智能识别研究。将滤波后的数据进行16个时域特征

计算，然后采用随机森林算法对特征进行重要度排序和筛选，将得到含标签的单类

工况维度为100*8的特征向量作为模型构造数据集。采用传统机器学习算法支持

向量机、集成学习算法梯度提升决策树以及深度学习算法卷积神经网络各自进行

模型训练和分类测试，在此基础上对前两者使用遗传算法和粒子群算法进行超参

数优化，对比分析各种训练模型，结果表明在智能优化算法下的机器学习模型在管

道泄漏工况的识别上表现出了优越的效果。

(4)基于Python编程和Qt开发平台，开发了配套的分布式光纤测温系统软件，

实现了温度信号的实时滤波预处理功能和能降低误报率的分区域温度报警算法编

写。

关键词：泄漏检测，分布式光纤，滤波，机器学习，智能优化算法

ABSTRACT

Pipelineisanimportantmeansofenergytransportation,anditsuseandmaintenance

influencethenationaleconomyandpeoplessafety.Strengtheningthemonitoringof

pipelineoperationhelpstoreducetheriskofaccidentsandeconomiclosses.The

distributedopticalfibertemperaturesensingsystembasedonramanscatteringhasabroad

prospectandimportantvalueinthedetectionoflongdistancetransportationpipelines

becauseofitsmanyadvantagesandcharacteristics.Basedonthedistributedopticalfiber

temperaturemeasurementsystemandthepipelineleakagesimulationequipment,this

Thesishascarriedoutsystematicanalysisandresearchasfollows:

(1)Acompletedistributedopticalfibertemperaturemeasurementsystemisbuilt.

Fourindexesofspatialresolution,temperatureresolution,temperaturemeasurement

accuracyandpositioningaccuracyofthesystemareobtainedthroughthedesignedte