[发明专利]一种基于改进VMD的管道多点泄漏定位方法

权利要求书

1.一种基于改进VMD的管道多点泄漏定位方法，其特征在于：包括如下步骤

S1采集管道原始泄漏信号；

S2对所述原始泄漏信号进行总体局域均值分解，得到若干PF分量；

S3计算各PF分量的相关系数，根据所述相关系数筛选出所需PF分量，并根据筛选出来的PF分量进行信号重构，确定变分模态分解的k值；

S4对重构信号进行变分模态分解，得到若干IMF分量，计算各IMF分量的多尺度熵值，并根据各IMF分量的多尺度熵值筛选IMF分量；

S5对筛选出来的IMF分量进行信号重构，得到观测信号，并利用独立分量分析的盲源分离方法对所述观测信号进行分离处理，得到估计泄漏信号，根据所述估计泄漏信号通过互相关定位算法进行管道泄漏定位；

步骤S4具体为

S4.1：对重构信号x′(t)进行VMD分解得到k个IMF分量；

S4.2：通过计算多尺度熵进行IMF分量的筛选；

所述多尺度熵的获取方法为：

(1)设IMF分量u_k的原始时间序列为{x₁，x₂，...，x_N}，长度为N，设定其嵌入维数w，相似容限z，对其进行粗粒化变换，得到新的时间序列u_k(τ)：

其中，k＝1，2，...，s/τ，μ，k为正整数且μ≠k，s为离散时间序列长度，τ为尺度因子，原始序列被分割成τ段且每段长为s/τ的粗粒序列，当τ＝1时，新的时间序列就是原始序列；

(2)对每个长度为N/τ的粗粒时间序列分别求样本熵，得到其样本熵值，并绘制成尺度因子的函数，按公式(5)得到多尺度熵值MSE(u_k，τ，w，z)：

式中SampE{u_k^τ，w，z，s}为样本熵，w是嵌入维数；

(3)根据所述多尺度熵值的大小来选取最优的IMF分量，最终得到各IMF分量的多尺度熵值记为：MSE₁，MSE₂，MSE₃…MSE_n。

2.根据权利要求1所述的基于改进VMD的管道多点泄漏定位方法，其特征在于：步骤S2中总体局域均值分解方法为

S2.1：在原始泄漏信号x(t)中加入设定等级的白噪声n_m(t)得到混合泄露信号x_m(t)，所述泄漏信号表示为：

x_m(t)＝x(t)+n_m(t) (1)

其中，m为分解次数，t是时间，n_m(t)为白噪声信号，x_m(t)为加入白噪声后的混合泄漏信号；

S2.2：对混合泄漏信号x_m(t)进行LMD分解，再做总体平均得到最终PF分量，记为：

其中，ε_n，m(n＝1，2，...，.N)，N为正整数；ε_n，m为第m次分解得到的第n个初始PF分量，将N个初始PF分量M次分解的均值y_n(n＝1，2，...，N)作为最终PF分量。

3.根据权利要求1所述的基于改进VMD的管道多点泄漏定位方法，其特征在于：步骤S3具体为

S3.1采用皮尔逊积矩相关系数计算各PF分量y_n同原始信号x(t)的相关系数r；

S3.2根据相关系数r选取相关系数绝对值大于a的PF分量，然后对其计算峭度值，舍弃峭度值小于b的PF分量得到筛选后的PF分量；

S3.3最后确定VMD分解中的分量个数k，然后对筛选后的PF分量进行信号重构，得到重构信号x′(t)。

4.根据权利要求3所述的基于改进VMD的管道多点泄漏定位方法，其特征在于：a取值0.5，b取值3。