Bootstrap与模糊聚类方法在管道泄漏检测系统中的应用研究

长输管道以高效、便捷、环保等特点已成为与铁路、公路、航空、水运并行的五大运输手段之一。然而由于不可避免的老化、腐蚀及人为损坏等原因，管道泄漏频频发生，所产生的经济损失和环境污染也十分严重。因此管道泄漏的实时检测已成为世界重要的研究课题。由于基于硬件的方法不能连续检测，而基于单一检测方法的软件系统在检测的实时性、可靠性、精确性、灵敏性等综合性能方面，很难达到令人满意的效果。因此近年来，随着SCADA系统在油气管道行业的广泛应用，基于信息处理的多种检测方法复合的软件技术已成为学术界关注的热点和发展的潮流。本文在前期研究工作的基础上，主要进行了以下工作： 首先，通过对不同采样频率的管道小泄漏、调泵调阀压力波形的分析，确定了能反映小泄漏、调泵调阀基本结构和特征的系统采样频率，并对相应的负压波信号进行了归一化处理。 其次，针对管道泄漏诊断过程中，负压波信号出现不同形式的信息缺失问题，利用小样本统计的Bootstrap方法，对观测样本进行模拟采样并进行统计分析，为正确区分小泄漏与正常工况变化所产生的负压波模式提供了大量有效的数据样本，从而建立了不同工况下的标准样本库。 再次，从不同工况下的标准样本库中，可靠提取反映样本特征的若干指标或参数，构成指标向量，并将其作为模糊c均值聚类的输入。利用模糊聚类算法对提取的特征值进行迭代运算，最终获得不同工况下的模糊聚类中心，从而有效识别管道小泄漏与正常工况变化的运行模式，降低了小泄漏时系统误报警。仿真实验表明该方法应用在管道泄漏诊断中是简单实用和可行的。 最后，在前期开发的管道泄漏检测与定位软件的基础上，利用模糊聚类仿真实验提供的重要设计思想和经验参数，提出了模糊聚类软件实现的初步方案。