基于多傳感器數據融合的供熱管網泄漏檢測技術

姜春雷， 郭遠博， 付興濤， 王天昊

( 1. 東北石油大學 電氣信息工程學院，黑龍江 大慶 163318； 2. 南京大學 工程管理學院，江蘇 南京 210093； 3. 大慶鉆探工程公司，黑龍江 大慶 163453； 4. 天津工業大學 電氣工程與自動化學院，天津 300160 )

0 引言

管道輸送具有安全、方便、快捷、易于管理等特點而被廣泛應用,隨著管道的老化和人為的破壞,管道泄漏經常發生,因此管道泄漏檢測一直是研究的熱點問題．目前泄漏檢測方法主要有電纜泄漏檢測法、光纖泄漏檢測法、負壓波法、聲發射法、實時模型法、統計決策法等[1-5],其中光纖泄漏檢測法的優點是檢測漏點實時、準確,缺點是容易被施工破壞,并且投資較大.負壓波法的優點是設備投資小,施工、維護方便,缺點是檢測精度差,對于微小泄漏不適用.此外,這些方法多適用于單條管道,管道網絡的泄漏檢測技術更加復雜.由于管網的結構和參數之間關系復雜,管網的運行狀態、工況很難用數學模型精確描述,因此管網泄漏檢測是一種特殊類型信號的檢測,檢測系統應能根據環境變化的不同,自動調整運行參數以適應不同的環境.

傳統的管道泄漏檢測系統智能化程度較低,且單一傳感器信號易引起誤報和漏報.因此,研究基于多傳感器數據融合的管網泄漏檢測技術,即采用多傳感器獲得管網泄漏的多種信號參數,如負壓波、流量等,通過對信號參數綜合處理判斷管網泄漏情況,由多種信號經數據融合得到泄漏判決結果[6-8].

供熱管網的泄漏檢測不同于輸油、輸氣、供水等,因為其換熱站點多面廣,網絡結構復雜,一處泄漏可能影響其他的換熱站采集信號狀態.在供熱管網泄漏檢測系統中,多傳感器采集的管網泄漏信號經過提取泄漏敏感特征參數后,還需要綜合分析這些異類(不同類型的信號)泄漏特征參數.由于管網泄漏檢測的復雜性、多變性,若通過嚴密的邏輯推理和精確計算診斷,則需要綜合考慮各種可能因素進行復雜的數學建模,實現難度較大[9-10].筆者采用軟件與硬件結合的多傳感器數據融合供熱管網泄漏識別方法，即先由傳感器級進行泄漏判決，然后再把判決采集上傳到數據處理中心進行泄漏特征級的數據融合[11-14].

1 系統硬件設計

供熱管網結構示意見圖1，其中：實心方點表示熱源,實心圓點表示換熱站,空心圓點表示熱網補償器.補償器是為消除因熱膨脹伸長給管網產生熱應力的影響而設置的能抵消其熱應力的設備,通常安裝在檢查井內.設熱網內共有p個換熱站、q個補償器,熱力站裝有溫度(泄漏定位補償)、負壓波、流量變送器,還有GPS校時器，保證在同一時刻采集數據.補償器安裝具有GPRS模塊的溫度、液位傳感器,能夠把采集的數據實時傳輸到數據處理中心.

圖1 供熱管網結構示意

1.1 補償器數據采集模塊

補償器數據采集模塊由參數采集單元、供電單元、微控制器、通信單元等部分組成(見圖2).補償器數據采集模塊工作環境由鋰電池供電,采用超低功耗設計,采集單元由傳感器、比較器、數字電位器、A/D等部分構成.比較器是為降低功耗而設計的,與數字電位器協同工作.該模塊分為泄漏監測和防盜監測部分.

(1)泄漏監測部分由1個液位計與4個溫度傳感器構成,對檢查井井內水位、補償器管壁溫度(包括供水和回水)和井內溫度進行實時監測.液位計安裝在檢查井底部,當補償器泄漏時,井底積水引起液位計報警；4個溫度傳感器分別安在補償器管壁(供、回水各1個)和井內(2個).補償器管壁上的2個溫度傳感器用于監測供、回水溫度,比較供、回水溫度與數據處理中心傳過來的供、回水溫度,如果溫度差(供、回水分開比較)小于規定的溫度差,認為補償器泄漏；井內的2個溫度傳感器用于監測檢查井內溫度,比較井內溫度與管壁溫度,如果溫度差小于規定的溫度差,也認為補償器泄漏.

圖2 補償器數據采集模塊

(2)防盜部分主要監測井蓋的開啟情況,當井蓋被打開時,通過GPRS向數據處理中心發送報警信號.GPRS通信模塊用于和數據處理中心進行數據通信,發送報警信息和接收數據處理中心發來的管內溫度.微控制器用于控制數據采集和數據處理.當系統工作時,數字電位器的電壓對應補償器非泄漏的電信號電壓,平時微控制器MCU處于空閑狀態、GPRS模塊處于休眠狀態,只有傳感器和比較器工作,傳感器采集的電信號到達比較器,與數字電位器的電壓進行比較,如果小于數字電位器的電壓,認為無泄漏發生,不用觸發MCU；如果大于數字電位器的電壓,認為可能有泄漏問題,比較器觸發MCU進行數據采集分析,如果判斷補償器泄漏,MCU喚醒GPRS無線模塊,把報警數據發送給數據處理中心，進行泄漏報警.

1.2 熱力站數據采集模塊

熱力站數據采集模塊由參數采集單元、智能數據處理單元、數據存儲單元、GPS校時器、通信單元等部分組成(見圖3).各熱力站數據采集模塊的系統內部時間由GPS校時器提供時間基準,用以確保泄漏檢測的定位精度.參數采集單元用于采集熱力站的溫度、壓力、流量等數據,由傳感器、A/D等部分構成.為了降低數據傳輸數量,智能數據處理單元將采集的壓力、流量、溫度、采集時間等存儲在數據存儲單元,同時對壓力、流量以毫秒為周期進行比較，當壓降、流量降超過既定的經驗閾值時(壓力取為0.01 MPa,流量取為0.005 m3),判斷可能有泄漏發生,這時智能數據處理單元從數據存儲單元取出帶有時間戳的前10 s的采集數據通過GPRS傳給數據處理中心.數據處理中心通過多傳感器數據融合技術判斷泄漏是否發生.

圖3 熱力站數據采集模塊

2 數據融合算法

設供熱管網的泄漏檢測狀態為0或1(0表示“泄漏”,1表示“非泄漏”).每個泄漏檢測狀態由n(n=2)個泄漏報警值表示,包括熱力站的負壓波、流量報警信號 (溫度參數在泄漏點定位時用于負壓波傳輸補償),由n個泄漏報警值構成管網泄漏檢測的報警值[15]為

η1={0,1},

η2={1,2},

其中η1為泄漏檢測目標對應的2個泄漏類別的集合；η2為對應泄漏檢測模式n個報警值類別構成的集合.

只對熱力站的泄漏目標進行數據融合, 如果補償器檢測到泄漏,則直接進行熱網泄漏報警.設i?η1,j?η2,第i類管網泄漏在第j泄漏報警值有p個取值，則第i類管網泄漏共有np個泄漏報警值,管網泄漏檢測的2個泄漏類共有2np個泄漏報警值.

設在某一個時刻,管網泄漏檢測系統中多種傳感器可采集p個目標,構成泄漏集合：

A={A1,A2,…,Ap},

其中Al(1≤l≤p)為構成該類泄漏檢測目標的報警值.把Al={Al(j)|j?η2}作為管網泄漏檢測的分析序列,選取模型庫已知序列Ao作為比較序列：

Ao={Ao(j)|j?η2},o=1,2,…,m,

其中m為模型庫中含有泄漏模型的數量.根據近3a供熱管網泄漏壓力和流量的歷史數據分析結果，建立模型庫.

根據灰關聯公式,Ao與Al的關聯系數ξl(j)為

(1)

式中：ρ是分辨系數,取經驗值，即ρ=0.4，則Al(j)與Ao(j)的關聯系數為ξl={ξl(j),j?η2}.

Ao與Al的關聯度β(Ao,Al)為

(2)

這里χ(j)=0.5,表示相應泄漏目標的加權系數.

為解決泄漏信號的不確定性和冗余性,采用證據理論對泄漏信任度重新分配,由式(2)可以得到t個泄漏樣本的關聯度集合：

G(s)={βi(Ao(s),Ai)|i∈(1,2,…,p)},

(3)

式中：s=1,2,…,t.

在Bayes信任結構下,可以得出管網泄漏的判決條件為

(4)

3 現場應用

將文中提出的供熱管網泄漏檢測技術應用于某熱電廠的供熱系統,該系統有熱源1個、熱力站38座、補償器泄漏檢查井121個,供熱管網全長為89 km.每個熱力站均裝有數據采集模塊,用于采集流量、負壓波、溫度等信號.每個補償器泄漏檢查井裝有補償器泄漏檢測系統,采用鋰電池供電.每個熱力站與數據處理中心采用GPRS通信,由數據處理中心通過GPS統一對各熱力站校時.數據處理中心軟件采用C#編寫,數據庫為SQL SERVER2005.應用時間為2個采暖期(每個采暖期6個月).

(1)補償器檢查井泄漏檢測系統能夠監測全部泄漏情況并及時上傳數據處理中心,供電鋰電池能夠持續供電1個采暖期,每個月GPRS流量小于30 Mb.

(2)熱力站數據采集模塊能夠監測流量、負壓波等參數的微小變化,并及時上傳數據處理中心.

(3)為驗證多傳感器數據融合算法在泄漏檢測中的應用效果,選擇3種泄漏量(τ>10%、5%<τ<10%、τ<5%)進行對比,τ表示供熱管道泄漏瞬時流量與管道瞬時流量之比.

不同融合次數泄漏檢測結果(取融合次數分別為t=2、t=4、t=6)見表1.多傳感器與單一傳感器在供熱管網泄漏檢測中的應用效果見表2.這里取負壓波數據,并應用小波分析泄漏檢測方法.

表1 不同融合次數泄漏檢出率

表2 小波分析與數據融合泄漏檢測結果

4 結論

(1)研究多傳感器數據融合的供熱管網泄漏檢測技術,包括硬件數據采集、泄漏監測系統和軟件數據融合系統，現場應用結果驗證硬件設計的合理性和算法的有效性.

(2)基于證據理論的數據融合方法對供熱管網的泄漏檢測有較好的適用性,當供熱管網出現微小泄漏時,其泄漏檢出率要比單一傳感器負壓波方法效果要好.

(3)隨著融合次數的增加,雖然供熱管網泄漏的識別正確率增加,但計算復雜度也同時增加,系統實時性下降,這是今后要研究的內容.