本發(fā)明屬于供熱管道泄漏識(shí)別檢測(cè)技術(shù)的，涉及一種基于二次分解和bilstm的供熱管道泄漏識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、供熱管網(wǎng)是連接熱源與熱用戶的關(guān)鍵紐帶，對(duì)供熱系統(tǒng)的安全穩(wěn)定運(yùn)行意義重大。隨著管網(wǎng)拓?fù)浣Y(jié)構(gòu)和水力工況日益復(fù)雜、管道服役期逐年增加，故障發(fā)生率也隨之增大。常見(jiàn)的故障有泄漏和堵塞，其中泄漏是影響管路安全的最主要問(wèn)題。管道泄漏不僅會(huì)造成水、熱量的浪費(fèi)和嚴(yán)重的經(jīng)濟(jì)損失，還會(huì)影響衛(wèi)生、交通等方面，嚴(yán)重時(shí)甚至危及人的生命安全。因此，快速準(zhǔn)確地確定供熱管道系統(tǒng)故障類型、位置及程度，保證系統(tǒng)的安全運(yùn)行以及提高運(yùn)行效率，就具有重要的現(xiàn)實(shí)意義。

2、現(xiàn)有管道泄漏檢測(cè)方法主要有聲學(xué)檢測(cè)法、熱成像檢測(cè)法和負(fù)壓波檢測(cè)法等。因成本低、操作簡(jiǎn)單、靈敏度高、定位精度準(zhǔn)等優(yōu)勢(shì)，負(fù)壓波檢測(cè)受到廣泛關(guān)注，其原理是管道受到噪聲干擾或有工況變化和管道泄漏時(shí)，在管道內(nèi)會(huì)產(chǎn)生一個(gè)負(fù)壓波，兩者的負(fù)壓波特征存在顯著差異，識(shí)別差異就能識(shí)別正常工況還是發(fā)生泄漏，而信號(hào)降噪是負(fù)壓波檢測(cè)的研究重點(diǎn)，目前常用的降噪方法有小波分析(wt)、經(jīng)驗(yàn)?zāi)B(tài)分解(emd)、變分模態(tài)分解(vmd)等，其中，小波分析的降噪能力較強(qiáng)，但其降噪效果受母函數(shù)和閾值影響較大，對(duì)參數(shù)設(shè)置的經(jīng)驗(yàn)要求高。經(jīng)驗(yàn)?zāi)B(tài)分解無(wú)需預(yù)先設(shè)置基函數(shù)，但在信號(hào)分解的過(guò)程中容易出現(xiàn)模態(tài)混疊和端點(diǎn)效應(yīng)現(xiàn)象，變分模態(tài)分解分解得到的殘差項(xiàng)仍較為復(fù)雜。

3、負(fù)壓波檢測(cè)不足在于經(jīng)常受到調(diào)節(jié)工況的干擾而引起誤報(bào)，而隨著結(jié)合深度學(xué)習(xí)的數(shù)據(jù)挖掘算法在工業(yè)領(lǐng)域得到豐富應(yīng)用，其強(qiáng)大數(shù)據(jù)學(xué)習(xí)能力具備一定的自適應(yīng)性，能夠一定程度上解決負(fù)壓波檢測(cè)的不足之處。luo采用改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)(icnn)進(jìn)行管道泄漏識(shí)別。han提出一種基于卷積長(zhǎng)短期記憶網(wǎng)絡(luò)(cnn-lstm)的流量預(yù)測(cè)方法監(jiān)測(cè)管道泄漏。ma采用改進(jìn)的alexnet卷積網(wǎng)絡(luò)識(shí)別多個(gè)熱力站的管道泄漏數(shù)據(jù)。上述研究雖采用深度學(xué)習(xí)算法進(jìn)行管道泄漏檢測(cè)，但負(fù)壓波信號(hào)作為典型的一維時(shí)序變量，其蘊(yùn)藏的數(shù)據(jù)特征、時(shí)間特征尚未被深度挖掘，泄漏檢測(cè)精度有較大提升空間。并且以上方法均是從前向后單向輸出。在進(jìn)行管道泄漏檢測(cè)定位時(shí)，泄漏后的數(shù)據(jù)對(duì)于檢測(cè)定位意義重大。因此雙向挖掘數(shù)據(jù)信息將有助于實(shí)現(xiàn)精準(zhǔn)定位。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于二次分解和bilstm的供熱管道泄漏識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)，解決了現(xiàn)有的供熱管道泄漏識(shí)別方法存在檢測(cè)精度低，且無(wú)法對(duì)管道泄漏點(diǎn)進(jìn)行定位的缺陷。

2、為了達(dá)到上述目的，本發(fā)明采用的技術(shù)方案是：

3、本發(fā)明提供的一種基于二次分解和bilstm的供熱管道泄漏識(shí)別方法，包括以下步驟：

4、獲取供熱管道預(yù)設(shè)時(shí)間段內(nèi)的實(shí)測(cè)壓力值，并將得到的實(shí)測(cè)壓力值作為輸入數(shù)據(jù)；

5、對(duì)輸入數(shù)據(jù)進(jìn)行vmd-emd二次分解，得到殘差分量；

6、將得到的殘差分量作為構(gòu)建得到的bilstm網(wǎng)絡(luò)模型的輸入，得到預(yù)測(cè)壓力值；

7、將得到的預(yù)測(cè)壓力值與預(yù)設(shè)的固定預(yù)警閾值進(jìn)行比較，根據(jù)比較結(jié)果判斷供熱管道是否泄漏。

8、優(yōu)選地，對(duì)輸入數(shù)據(jù)進(jìn)行vmd-emd二次分解，得到二次分解分量，具體方法是：

9、利用vmd對(duì)輸入數(shù)據(jù)進(jìn)行分解，得到包含殘差項(xiàng)的模態(tài)分量imf；

10、利用emd對(duì)殘差項(xiàng)進(jìn)行分解，得到殘差分量。

11、優(yōu)選地，構(gòu)建bilstm網(wǎng)絡(luò)模型，具體方法是：

12、獲取正常工況、泄漏工況、調(diào)閥工況下歷史壓力信號(hào)，將歷史壓力信號(hào)作為原始輸入數(shù)據(jù)；

13、對(duì)原始輸入數(shù)據(jù)進(jìn)行vmd-emd二次分解，得到殘差分量；

14、利用得到殘差分量對(duì)構(gòu)建得到的bilstm網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的bilstm網(wǎng)絡(luò)模型。

15、優(yōu)選地，預(yù)設(shè)的固定預(yù)警閾值，獲取方法是：

16、利用殘差分量對(duì)構(gòu)建得到的bilstm網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到預(yù)測(cè)數(shù)據(jù)；

17、將得到的預(yù)測(cè)數(shù)據(jù)與真實(shí)數(shù)據(jù)進(jìn)行比較，計(jì)算得到預(yù)測(cè)誤差值；

18、根據(jù)得到的預(yù)測(cè)誤差值設(shè)置得到固定預(yù)警閾值。

19、優(yōu)選地，將得到的預(yù)測(cè)壓力值與預(yù)設(shè)的固定預(yù)警閾值進(jìn)行比較，根據(jù)比較結(jié)果判斷供熱管道是否泄漏，具體方法是：

20、將得到的預(yù)測(cè)壓力值與實(shí)測(cè)壓力值計(jì)算預(yù)測(cè)誤差；

21、將得到的預(yù)測(cè)誤差與預(yù)設(shè)的固定預(yù)警閾值進(jìn)行比較，其中，當(dāng)預(yù)測(cè)誤差大于預(yù)設(shè)的固定預(yù)警閾值時(shí)，則供熱管道發(fā)生泄漏；否則供熱管道正常。

22、一種基于二次分解和bilstm的供熱管道泄漏識(shí)別系統(tǒng)，包括：

23、壓力信號(hào)獲取單元，用以獲取供熱管道預(yù)設(shè)時(shí)間段內(nèi)的實(shí)測(cè)壓力值，并將得到的實(shí)測(cè)壓力值作為輸入數(shù)據(jù)；

24、數(shù)據(jù)分解單元，用以對(duì)輸入數(shù)據(jù)進(jìn)行vmd-emd二次分解，得到殘差分量；

25、模型預(yù)測(cè)單元，用以將得到的殘差分量作為構(gòu)建得到的bilstm網(wǎng)絡(luò)模型的輸入，得到預(yù)測(cè)壓力值；

26、判斷單元，用以將得到的預(yù)測(cè)壓力值與預(yù)設(shè)的固定預(yù)警閾值進(jìn)行比較，根據(jù)比較結(jié)果判斷供熱管道是否泄漏。

27、一種電子設(shè)備，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器上存儲(chǔ)有計(jì)算機(jī)指令，當(dāng)所述計(jì)算機(jī)指令被所述處理器執(zhí)行時(shí)，使得所述電子設(shè)備執(zhí)行所述的方法。

28、一種計(jì)算設(shè)備集群，包括至少一個(gè)計(jì)算設(shè)備，每個(gè)計(jì)算設(shè)備包括處理器和存儲(chǔ)器；

29、所述至少一個(gè)計(jì)算設(shè)備的處理器用于執(zhí)行所述至少一個(gè)計(jì)算設(shè)備的存儲(chǔ)器中存儲(chǔ)的指令，以使得所述計(jì)算設(shè)備集群執(zhí)行所述的方法。

30、一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品上包含計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令在被執(zhí)行時(shí)實(shí)現(xiàn)所述的方法。

31、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述的方法。

32、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

33、本發(fā)明提供的一種基于二次分解和bilstm的供熱管道泄漏識(shí)別方法，以負(fù)壓波檢測(cè)法為理論依據(jù)，采集不同工況和發(fā)生泄漏下供熱管道的負(fù)壓波信號(hào)；利用vmd-emd二次分解方法對(duì)負(fù)壓波信號(hào)進(jìn)行降噪處理，在一定程度上減少了模態(tài)混疊現(xiàn)象，并將降低了原始負(fù)壓波信號(hào)的復(fù)雜性，有利于神經(jīng)網(wǎng)路進(jìn)行訓(xùn)練學(xué)習(xí)；接著通過(guò)雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)系統(tǒng)(bilstm)訓(xùn)練二次分解分量，對(duì)不同工況和發(fā)生泄漏下的負(fù)壓波信號(hào)進(jìn)行識(shí)別學(xué)習(xí)，并根據(jù)預(yù)測(cè)誤差設(shè)定合理預(yù)測(cè)閾值，準(zhǔn)確識(shí)別出泄露故障，提高了故障診斷的準(zhǔn)確性。在信號(hào)降噪過(guò)程中，提出了一種基于vmd-emd的二次分解方法，結(jié)合兩種分解方法的優(yōu)勢(shì)，可以降低復(fù)雜度高和非線性強(qiáng)的時(shí)間序列的非平穩(wěn)性，在一定程度解決了模態(tài)混疊的問(wèn)題；在故障診斷過(guò)程中，通過(guò)bilstm雙向挖掘數(shù)據(jù)中的時(shí)序信息建模，能夠同時(shí)捕捉序列數(shù)據(jù)的前向和后向信息，更好地識(shí)別不同工況下和管道泄露時(shí)負(fù)壓波的特征差異，實(shí)現(xiàn)了供熱管道泄漏的精準(zhǔn)檢測(cè)與定位，為供熱管道泄露識(shí)別檢測(cè)技術(shù)提供了方向。

34、進(jìn)一步的，以經(jīng)驗(yàn)?zāi)B(tài)分解(emd)分解變分模態(tài)分解(vmd)分解所留殘差，可以降低時(shí)間序列的復(fù)雜度和非平穩(wěn)性，以及分解的模態(tài)混疊現(xiàn)象。

35、進(jìn)一步的，雙向長(zhǎng)短期記憶網(wǎng)絡(luò)(bilstm)由兩個(gè)獨(dú)立存在的單向、方向相反的長(zhǎng)短期記憶網(wǎng)絡(luò)(lstm)組成，能夠同時(shí)捕捉序列數(shù)據(jù)的前向和后向信息，結(jié)合泄露前后的數(shù)據(jù)，更好地識(shí)別不同工況下和管道泄露時(shí)負(fù)壓波的特征差異，實(shí)現(xiàn)了供熱管道泄漏的精準(zhǔn)檢測(cè)與定位，提高檢測(cè)識(shí)別精度。