一种火电厂地埋管道泄漏检测方法及系统与流程

本发明涉及泄漏检测，特别是涉及一种火电厂地埋管道泄漏检测方法及系统。

背景技术：

1、火电厂中的地埋管道经常运输高温、高压的流体，一旦发生泄漏，将对环境和人员安全造成严重威胁。

2、申请号为202210163155.1的发明专利中公开了一种尾矿埋地输送管道泄漏检测方法，包括前端检测仪表、后端监控单元和控制器；其中，所述前端检测仪表设置在输送管道的预设位置，用于检测所述预设位置的数据；所述控制器和所述前端检测仪表、所述后端监控单元相连；用于接收所述前端检测仪表检测的数据，并通过所述控制器内部的预设算法对所述数据进行计算、分析、判断；所述后端监控单元，用于对不符合所述判断的条件的所述数据进行警报，以保证所述输送管道的正常运输。利用上述尾矿埋地输送管道泄漏检测方法，实现尾矿埋地输送管道的泄漏自动预警。但是其只在预设位置设置前端检测仪表，这种设计无法全面监测整个输送管道的情况。泄漏可能发生在其他位置，但系统无法及时检测到，导致漏检的风险。

技术实现思路

1、为了克服现有技术的不足，本发明的目的是提供一种火电厂地埋管道泄漏检测方法及系统。

2、为实现上述目的，本发明提供了如下方案：

3、一种火电厂地埋管道泄漏检测方法，包括：

4、获取历史埋地管道压力检测数据集；所述历史埋地管道压力检测数据集包括未泄露管道压力信息和已泄露管道压力信息；

5、将所述已泄露管道压力信息进行数据预处理，以整理成为以压力泄露位置为特征的压力检测序列；

6、构建循环神经网络，并将所述压力检测序列和所述未泄露管道压力信息输入至所述循环神经网络，得到训练好的压力检测模型；

7、在目标管道上设置多个压力检测设备，并对每个所述压力检测设备采集的压力信息进行数据清洗处理，得到清洗后的压力信息；

8、利用加权系数对所述清洗后的压力信息进行加权，得到整个目标管道的加权压力信息；

9、将所述加权压力信息输入至所述压力检测模型中，得到检测结果。

10、优选地，所述压力检测模型的构建方法为：

11、在两层门控循环单元网络的输出后连接一层全连接网络，以搭建多层gru网络模型；

12、初始化多层gru网络模型的模型参数：设置第一、二层网络隐藏神经元个数为10，全连接层隐藏神经元个数为24；设置学习率为0.06，选择sigmod及tanh为激活函数并置网络迭代次数为100；

13、将所述压力检测序列和所述未泄露管道压力信息输入至所述多层gru网络模型中进行训练；得到训练好的所述压力检测模型；所述压力检测模型的输出结果为压力泄露位置。

14、优选地，对每个所述压力检测设备采集的压力信息进行数据清洗处理，得到清洗后的压力信息，包括：

15、计算压力检测设备在每个采集周期内压力的方差；

16、利用所述方差构建压力采集模型；

17、根据所述压力采集模型计算每个压力检测设备之间的联系度；

18、根据所述联系度构建联系度矩阵，并确定每个压力检测设备的加权联系度；

19、判断加权联系度是否大于预设阈值；

20、若所述加权联系度大于预设阈值，则将相应压力检测设备采集的压力信息去除得到清洗后的压力信息。

21、优选地，所述压力采集模型的公式为：其中，δi表示压力检测设备在第i个采集周期内压力值的方差，δj表示压力检测设备在第j个采集周期内压力值的方差，xi表示压力检测设备在第i个采集周期内压力值的平均值，pi(x/xi)表示第i个压力检测设备的采集模型，pj(x/xj)表示第j个压力检测设备的采集模型。

22、优选地，根据所述压力采集模型计算每个压力检测设备之间的联系度，包括：

23、利用压力采集模型确定各个压力检测设备之间的信任度；其中，所述信任度计算公式为：其中，d′ij表示第i个压力检测设备与第j个压力检测设备之间的信任度，d′ji表示第j个压力检测设备与第i个压力检测设备之间的信任度；

24、基于各个所述压力检测设备之间的信任度计算每个压力检测设备之间的联系度。

25、优选地，每个压力检测设备之间的联系度的计算公式为：其中，sij表示第i个压力检测设备与第j个压力检测设备之间的联系度。

26、优选地，根据所述联系度构建联系度矩阵，并确定每个压力检测设备的加权联系度，包括：

27、根据每个压力检测设备之间的联系度确定联系度矩阵；其中，所述联系度矩阵为：

28、利用所述联系度矩阵确定每个压力检测设备的加权联系度；其中，所述加权联系度计算公式为：其中，ri表示第i个压力检测设备的加权联系度。

29、优选地，利用加权系数对所述清洗后的压力信息进行加权，得到整个目标管道的加权压力信息，包括：

30、根据清洗后的压力信息在每个采集周期内的方差计算加权系数；

31、基于所述加权系数对所述清洗后的压力信息进行加权平均，得到整个目标管道的加权压力信息。

32、优选地，所述加权系数计算公式为：

33、

34、其中，wi为第i个加权系数，σ′i表示清洗后的压力信息在第i个采集周期内的方差。

35、一种火电厂地埋管道泄漏检测系统，包括：

36、数据集获取模块，用于获取历史埋地管道压力检测数据集；所述历史埋地管道压力检测数据集包括未泄露管道压力信息和已泄露管道压力信息；

37、预处理模块，用于将所述已泄露管道压力信息进行数据预处理，以整理成为以压力泄露位置为特征的压力检测序列；

38、压力检测模型构建模块，用于构建循环神经网络，并将所述压力检测序列和所述未泄露管道压力信息输入至所述循环神经网络，得到训练好的压力检测模型；

39、数据采集模块，用于在目标管道上设置多个压力检测设备，并对每个所述压力检测设备采集的压力信息进行数据清洗处理，得到清洗后的压力信息；

40、加权模块，用于利用加权系数对所述清洗后的压力信息进行加权，得到整个目标管道的加权压力信息；

41、检测模块，用于将所述加权压力信息输入至所述压力检测模型中，得到检测结果。

42、根据本发明提供的具体实施例，本发明公开了以下技术效果：

43、本发明提供了一种火电厂地埋管道泄漏检测方法及系统，方法包括：获取历史埋地管道压力检测数据集；所述历史埋地管道压力检测数据集包括未泄露管道压力信息和已泄露管道压力信息；将所述已泄露管道压力信息进行数据预处理，以整理成为以压力泄露位置为特征的压力检测序列；构建循环神经网络，并将所述压力检测序列和所述未泄露管道压力信息输入至所述循环神经网络，得到训练好的压力检测模型；在目标管道上设置多个压力检测设备，并对每个所述压力检测设备采集的压力信息进行数据清洗处理，得到清洗后的压力信息；利用加权系数对所述清洗后的压力信息进行加权，得到整个目标管道的加权压力信息；将所述加权压力信息输入至所述压力检测模型中，得到检测结果。本发明通过结合循环神经网络和信号处理与数据分析技术，能够实现对地埋管道泄漏的快速、准确检测，为火电厂的安全运行提供了有力保障。