基于信息融合算法的管道泄漏检测技术研究

基于目前已经在石油输送管道中应用的SCADA系统，将信息融合技术应用于管道泄漏检测系统中；该方法应用管道泄漏时的多种特征信号，采用最优加权融合算法将多元信息综合处理，扩展了时间和空间上的检测范围，提高了泄漏检测系统的灵敏度和可靠性。在实验室用水泵和不锈钢管道组成的水循环系统进行了模拟实验，通过对比验证了信息融合检漏方法比单一检漏方法具有明显的优越性。     

基于信息融合的管道泄漏检测应用研究

基于目前已经在石油输送管道中应用的SCADA系统,将信息融合技术应用于管道泄漏检测系统中.该方法应用管道泄漏时的多种特征信号,采用最优加权融合算法将多元信息综合处理,扩展了时间和空间上的检测范围,提高了泄漏检测系统的灵敏度和可靠性.在实验室用水泵和不锈钢管道组成的水循环系统进行了模拟实验.     

信息融合在输油管道泄漏检测中的应用研究

针对传统管道泄漏检测方法单一的现状,提出基于多传感器信息融合技术的输油管道泄漏检测方法。首先通过标量卡尔曼滤波算法对压力信号进行预测,得出压力信号的新息;然后用流量平衡法判断出入口流量差变化;再采用加权融合算法将以上两种算法结果进行融合,进一步判断输油管道是否泄漏。Matlab仿真结果表明了多传感器信息融合技术在输油管道泄漏检测中的可行性及其检测的高精确性。     

基于多声学传感器融合的管道泄漏检测方法研究

针对单一类型传感器检测管道泄漏的局限性,本文提出了一种基于多声学传感器融合的管道泄漏检测方法.它将振动传感器和声音传感器相结合以获取泄漏点声波信号,通过对这两种声波信号提取某种特征量进行相应的融合计算推断出管道泄漏是否发生.实验结果表明,该种方法能有效地提高管道泄漏检测的准确性.     

多源融合信息泄漏检测方法

密码设备的侧信息泄漏检测是侧信道分析中的重要技术环节,旨在客观地评估密码设备的物理安全性。不同类型的侧信息在密码设备运行过程中同时存在,仅仅从单源侧信息的视角进行信息泄漏检测难以全面反映密码设备的真实泄漏威胁情况。因此,发展基于多源侧信息的融合信息泄漏检测方法,建立综合利用多源侧信息的泄漏检测方法体系,以期实现对密码设备物理安全性更全面、更客观地评估,是一种现实技术需求。本文基于如何融合利用多个信道的侧信息提出了3种多源融合信息泄漏检测方案：多源简单融合信息泄漏检测、多源时频融合信息泄漏检测以及基于多元T检验的多源信息泄漏检测。其中,多源简单融合信息泄漏检测在时域上组合利用多个信道的侧信息;多源时频融合信息泄漏检测综合利用了多个信道侧信息的时域信息及频域信息;基于多元T检验的多源信息泄漏检测基于多元假设检验方案构造。对比单源的信息泄漏检测方案,模拟实验和真实实验结果表明本文提出的多源融合信息泄漏检测方案可以降低检测出泄漏所需的侧信息数量,提高泄漏检测的效率。     

基于负压波法的空调管道泄漏检测系统

管道密封性是评价制冷系统质量的重要技术指标之一。空调管道一旦发生泄漏,将导致空调制冷系统不能有效制冷,甚至无法正常工作。本文在分析国内空调常用的水试漏法、卤素检漏法、氦质谱检漏法的基础上,提出了采用负压波法对空调管道泄漏进行检测,实验表明该方法切实可行有效。     

Duffing振子在长输天然气管道泄漏检测中的应用

为了及时发现天然气管道泄漏,在管段上下游安装声波变送器,实时获取管道内的声波信号,采用功率谱估计的方法对泄漏声波信号进行分析,可确定泄漏声波频率在16～20 Hz之间.然后分析研究了Duffing振子检测方法中驱动力相位、频率与相轨迹状态之间的关系,并建立了基于Duffing振子的天然气管道泄漏检测系统,通过设置不同的驱动力相位,将管道内声波信号进行频率变换后输入到检测系统可以判断是否存在泄漏声波的频率成分,从而实现天然气管道的泄漏检测;为了验证方法的有效性,在实际天然气管道建立了测试系统,开展了多次不同孔径的管道泄漏测试,将泄漏声波信号输入检测系统,均可检测到泄漏声波;现场测试结果表明该方法对多种孔径的泄漏均具有较好的检测效果,可解决天然气管道较小泄漏的检测问题.     

基于组态的管道泄漏检测系统研究与应用

提出了采用模块嵌入式基于组态的输油管道泄漏诊断方法;将泄漏诊断模块嵌入到SCADA组态系统中,为了高速获取实时数据信息,采用DDE数据交换技术直接从PLC服务器中读取远程各站点管道参数信息,通过泄漏检测程序判别泄漏及定位,并将结果写入组态进行声光报警;实践证明,该系统定位精度高,开发成本低,移植性好,已成功应用在实际输油管线上,并取得了良好的效果.     

基于虚拟仪器的管道检漏系统

介绍了声波法检测管道泄漏的原理和智能管道检漏仪的组成。结合LabVIEW的特点，分析了基于虚拟仪器的管道检漏系统的数据采集，信号处理和整体结构。该系统灵敏度高，抗干扰性好，失真小，频带可调。     

无线传感器网络分簇路由协议在输油管检漏领域的应用研究

石油工业在我国现代工业中占有重大比例,管道输送也成为人们日益关注的焦点,远距离管道输送在输送过程中的泄漏不仅造成资源和经济损失,且造成很大的环境污染,是一个亟待解决的问题.本文针对现有传感器检漏技术范围受限这一不足,结合分簇路由协议适合大规模网络,便于管理的优点,提出了将该协议应用到远距离输送管道的传感器检漏方法中的思...     

基于冗余方案电磁式漏磁传感器管壁测厚的研究

由于采集和处理快、测量精度较高等优点，漏磁通法检测是输气管道检测的重要方法。但由于在采集信息过程中产生的不确定性，降低了检测可靠性。提出一种基于冗余方式的电磁式漏磁测厚传感器，进行了可靠度分析和有关联实验研究，验证了这种方法的可行性及有效性。在传感器信息融合方面的研究，可望对提高传感器检测效果起到大的促进作用。     

负压波泄漏监测技术在清管器定位中的应用

长输管道在输送油品过程中,油品中含有的石蜡、胶质和其他杂质等会不断沉积在管道内壁,增加管道运行阻力,降低输送效率。为了保证管道输送顺畅,防止管内杂质过多影响输送安全,需要定期开展清管作业。然而清管器在管道中运行时,受内部结蜡、杂质和积水等影响,运行阻力时大时小,会引起清管管段上、下游出现相位相反的压力波动,触发负压波泄漏监测系统产生较多误报警。利用压力波动相位相反的特点,可以区分因清管器运行和管道泄漏引起的压力波动,并计算出压力波动到达上、下游的时间差,进而利用负压波定位原理计算出清管器位置。该方法既可以提升现有的负压波监测系统的报警准确率,又可以在无需增加通过指示器等额外硬件的条件下,通过检测清管器运行阻力的实时变化,计算出清管器在管道中运行的位置。     

基于改进YoloV4的电网变压器油液渗漏检测方法

及时发现电网变压器油液渗漏问题对于电网的安全与稳定运行尤为重要;传统电网变压器油液渗漏检测主要依赖于人工定期巡检,但人工巡检无法实现全天候监测,具有滞后性;当前主流目标检测模型应用于电网变压器油液渗漏检测时,存在检测速度较慢、准确率低和鲁棒性较差等问题,无法满足实际应用;为此提出一种改进YoloV4的变压器油液渗漏检测方法;首先,通过引入Mobile-ViT作为模型的骨干结构,利用卷积和Transformer结构有效提取目标的局部和全局信息特征,降低计算量;其次,提出多尺度特征融合层,旨在实现局部和全局信息的多尺度特征融合,增强上下文语义表达,用以更好地实现电网变压器油液渗漏检测;实验结果表明,该方法在电网变压器油液渗漏数据集上检测精度达到了95.3%,检测速度达到了50.6帧/秒;相较于原生YoloV4方法检测精度提高了2.6%,检测速度提升了2.6帧/秒;经实际应用,该方法部署在边缘设备上推理速度也达到了43帧/秒,满足了实际工程的需求。     

基于小样本不均衡数据的供水管道泄漏智能检测算法

针对能源电厂供水管道泄漏视觉检测存在数据样本少、不均衡等问题,提出一种基于小样本不均衡数据的供水管道泄漏智能检测算法。首先,提出一种基于多掩码混合Multi-mask mix的数据增强方法,通过随机生成掩码层对原始图像进行区域提取与混合,在Multi-mask mix中引入支持向量机(SVM)获取管道正常和泄漏特征,为混合掩码块提供更准确的先验标签;其次,提出一种均衡化策略并应用于图像层面和掩码层面,以实现数据均衡化;最后,基于深度学习的Resnet18网络模型实现管道泄漏检测与识别。实验结果表明,该算法处理图像数据后可使Resnet18模型对管道泄漏识别准确率提升1.1%～4.4%,说明深度学习模型能有效提升管道泄漏检测的分类精度,优于现有其他算法。此外,该算法现已成功应用于能源电厂供水管道泄漏检测。     

基于分布式光纤传感的水下输气管道泄漏检测与定位分析

介绍了一种基于Sagnac/Mach-Zehnder混合干涉仪原理的分布式光纤传感水下输气管道泄漏检测及定位系统。在强干扰微小泄漏情况下,通过分布式光纤传感器获取由管道泄漏引起的光干涉信号,采用小波包方法对信号进行多层分解,提取小波包能量特征,用欧式距离法对管道泄漏与否进行聚类分析;对泄漏系统利用零点频率进行精确定位,并将基于零点频率的传统检测定位、经小波去噪和最小二乘曲线拟合处理后的检测定位及本文提出的检测定位三种方法进行对比分析,统计了系统虚警率（FAR）。实验结果表明,该系统能准确识别管道泄漏,本文提出的泄漏检测定位法虚警率最低,与经小波去噪和最小二乘曲线拟合处理后的检测定位法相比,虚警率降低了6.6%,提高了系统泄漏检测定位的可靠性。     

基于多尺度联合权重分配的目标检测算法

针对SSD(single shot multibox detector)算法在复杂交通场景下对交通标志小目标识别效果不佳的问题,提出一种基于多尺度特征互补和重点特征信息挖掘（multi-scale feature complementary fusion and key feature information mining SSD,MK-SSD）的目标检测改进算法。利用跨阶段局部网络设计多尺度特征互补模块,同时构建多路径特征融合网络,有效提升浅层网络对小目标的特征提取能力。设计联合权重分配模块,将感知域与重点信息挖掘相结合,更高效地利用重点特征信息并抑制对非重点信息的关注度。利用轻量化残差块对预测网络进行改进,提升目标检测能力。经实验分析,改进后的算法在自制交通标志数据集上平均准确率达到89.64%,在保证实时性的同时,相较于YOLO系列和SSD系列算法拥有更高的检测精度,能检测出大部分SSD网络漏检的小目标。