改进的VMD算法在天然气管道泄漏信号去噪中的应用
作者单位:东北石油大学
学位级别:硕士
导师姓名:路敬祎;孟岚
授予年度:2022年
学科分类:0820[工学-石油与天然气工程] 080706[工学-化工过程机械] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0807[工学-动力工程及工程热物理] 082003[工学-油气储运工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:天然气管道泄漏信号中含有大量的噪声,直接对管道进行泄漏检测会降低泄漏检测装置判断的准确性。因此,管道泄漏信号的降噪是管道泄漏检测预处理技术的关键。本文以天然气管道泄漏信号去噪为主线,利用不同方式改进的变分模态分解算法(Variational Mode Decomposition,VMD)和线性拟合联合的去噪方法,并分别应用于基于声波传感器的天然气管道泄漏信号和基于压力传感器的天然气管道泄漏信号去噪,以提高泄漏检测装置判断的准确性。主要研究内容如下:(1)对于声波传感器的天然气管道泄漏信号去噪问题,本文提出基于分类粒子群优化算法(Classification Particle Swarm Optimization,CPSO)优化的VMD算法和线性拟合结合的信号滤波方法。首先,利用CPSO算法优化VMD的分解层数K和惩罚因子a(CPSO-VMD)得到自适应优化的参数组合,其中使用本文提出的互相关系数的均值与方差之比和峭度的均值与方差之比的和作为CPSO的适应度函数。然后,利用优化后的VMD算法对信号进行分解,得到多个有限带宽的本征模态函数(Band-Limited Intrinsic Mode Function,BIMF)。其次,针对如何区分有效BIMFs和噪声BIMFs的问题,本文提出了线性拟合方法即将原始信号可以分解为若干个带有权重系数的BIMFs,通过计算每个BIMF的权重系数值是否高于临界阈值来确定该信号是否为有效BIMF,权重值若高于临界阈值,则为有效BIMF,同理,权重值若低于临界阈值,则视为噪声BIMF,进而对信号进行重构,实现信号降噪。为了全方位阐述本文提出的方法的稳定性和优越性,将CPSO-VMD和线性拟合结合的方法应用于不同的仿真信号和基于声波传感器的管道泄漏信号中,对CPSO-VMD方法的稳定性做了深入研究。最后,相应的评价指标表明,改进方法的精度和鲁棒性优于其他降噪方法,去噪效果显著,证明了本文算法在声波传感器的天然气管道泄漏信号滤波中的有效性。同理,将该方法应用于压力传感器的天然气管道泄漏信号去噪,实验结果表明,CPSO-VMD和线性拟合结合的方法对基于压力传感器的天然气管道泄漏信号去噪不明显,也就是说该方法不适用于压力传感器的天然气管道泄漏信号去噪。(2)由于上述方法对基于压力传感器的天然气管道泄漏信号去噪不适用,本文提出自适应变分模态分解(Adaptive Variational Mode Decomposition,AVMD)和线性拟合联合的降噪方法应用于压力传感器采集的天然气管道泄漏信号。通过AVMD自动搜索VMD的最优参数组合[K,α],其中,AVMD算法的适应度函数是一种改进的精细复合多尺度散布熵(Refine Composite Multiscale Dispersion Entropy,RCMDE)。同理,将VMD分解的BIMFs利用线性拟合方法区分有效BIMFs和噪声BIMFs,确定有效BIMFs的个数,从而达到基于压力传感器的天然气管道泄漏信号降噪的目的。最后,通过滤波效果性能指标可以看出本文提出的AVMD联合线性拟合的降噪方法适合对基于压力传感器的天然气管道泄漏信号进行去噪,相较于其他降噪方法,该方法具有非常突出的鲁棒性和优越性。