基于功率谱估计的长输天然气管道泄漏检测技术

陈修伟，秦 超

（国家管网集团山东天然气管道有限公司，山东 济南 250101）

管道运输是天然气运输的主要方式。传输管道在地下密闭地输送天然气，具有安全稳定的特性，天然气不易挥发，从而能够保持较高的品质。随着现代化技术手段的发展，天然气的输送距离逐渐增大。我国已陆续建成西气东输等大型油气运输项目，这些项目的区域跨度较大，管道铺设的距离较长，运输方式以长输天然气管道为主。长输天然气管道多埋于地底，受到环境的影响，易发生腐蚀，或遭受流体冲击，引发天然气泄漏[1]。长输天然气管道一旦发生泄漏，污染环境的同时会危害人身安全。因此要对长输天然气管道进行泄漏检测，以及时发现并修补泄漏点，提高管道的运输能力。

在天然气的泄漏点，因管道内外存在压力差，因此会产生射流信号。声波信号在长距离传播中的衰减较慢，适用于天然气的泄漏检测。对信号进行采集和识别，可以判断管道是否发生泄漏并进行定位检测。功率谱能够表征信号的非线性特征，通过功率谱估计，能够得到有用信号的集中频率成分，从而识别出信号。本文基于功率谱估计，提出了一种长输天然气管道泄漏的检测方法，从而保证长距离运输安全。

1 基于功率谱估计的长输天然气管道泄漏检测技术

1.1 长输天然气管道信号的滤波处理

天然气在管道内正常运输时，声波信号稳定，发生泄漏时，天然气在压力作用下，会向泄漏点的上游和下游流动。在扩散中，天然气与管壁会因为摩擦作用而产生振动信号。振动信号包含了管道泄漏的时间、位置和泄漏量等信息，可为检测技术提供数据基础。由于管道周围的环境较为复杂，泄漏信号在传播中会受到很多因素的干扰，表现出多模态的扩散现象[2]。同时，噪声的加入会削弱信号特征，不利于信号的波形检测，一些微弱的泄漏信号很可能被忽略。为了正确反映长输管道的工况，要先对采集的管道信号进行滤波处理，以消除杂波干扰，提取有价值的泄漏信号。将采集信号分解为一系列的IMF分量，分析其内在构成。IMF分量表示信号特征的时间尺度，具有瞬时特性。对给定的任意信号提取所有模态分量的极值点，利用插值函数，求解极大值和极小值点信号集合的包络线，计算公式如下：

式中，t为信号时间；θ(t)表示原始信号包络线均值；φ1(t)和φ2(t)分别表示极大值点和极小值点集合拟合的包络线。

分解出原始虚拟信号的模态分量的计算公式如下：

式中，y(t)表示原始信号；γ(t)为分解模态分量。

重复迭代分解过程，直至标准差满足设定要求。输出γ(t)的最高频率部分即为IMF分量。继续判断剩余分量，提取剩余极值点，重复上述步骤直至完成滤波过程。噪声的IMF分量频率较高，根据滤波结果，剔除模态的高频杂波成分，经降噪滤波后，泄漏信号的非平稳性得到保留。

1.2 基于功率谱估计检测异常声波信号

根据信号滤波的处理结果，利用功率谱估计检测异常的声波信号。功率谱将信号能量划分为不同的尺度，每个通道的功率谱表现出随机性和独立性，并抑制其中不相关的成分。通常情况下，正常信号的分布存在规律性，功率谱的熵值较小；异常声波信号的混乱程度较高，功率谱的频率分布范围广，熵值较大[3]。对比检测信号的熵值，利用功率谱估计，可以判断异常泄漏信号存在与否，增强低信噪比条件下的检测性能。采用信号正交基的计算方式，会造成相位信息的丢失，把随机信号错当成确定信号进行处理，导致估算结果的方差性能较差[4]。因此，本文利用Bartlett法估算信号功率谱。在频域上对被分析信号进行分段，得到各个分段信息，每个分段具有不同的功率谱分辨率。将各谱段的数据点按低频到高频的顺序排序，完成频谱密度和分辨率的匹配。将降噪滤波后的信号划分为不重叠的数据点段，功率谱的估计值可表示为：

式中，W表示信号整体的功率谱强度；s表示分段数；Wi为第i个分段的功率谱强度。

功率估计效果由方差和功率谱分辨率决定。随着运算次数和数据点数量的增加，估计值趋近于真实功率谱的均值。调节分段数和数据点的数量并选择合适的分辨率，以达到最佳的功率谱估计效果。使用直方图计算功率谱熵，计算公式如下：

式中，χ(W)表示功率谱熵；N表示具有相同功率谱强度的子区间个数；uj表示第j个子区间的功率谱元素数目；U表示功率谱强度集合。

功率谱估计能够分辨出相邻子区间的高频段和低频段位置，在分辨率大致相当的情况下，二者的谱密度分布较为均匀。在检测中，泄漏异常信号的功率谱熵的峰值明显小于正常信号，根据计算得到的功率分布和峰值结果，可以有效识别出管道内部存在的泄漏信号。

1.3 建立天然气管道泄漏定位模型

当长输天然气管道存在异常声波信号时，需要进一步对管道的异常信号位置进行识别，以定位天然气泄漏点。本文采用双传感器定位模式，在管道上、下游安装相同型号的传感器，根据泄漏点产生的信号传播至管道首尾端口的时间差，计算泄漏点到首端的距离，计算公式为：

式中，d表示天然气泄漏点与管道首端的距离；h表示管道总长度；v表示信号传播速度；ΔT表示传输到首尾端口的信号延时。

由于长输天然气管道所处环境具有复杂性，同时不同材质的信号传播速度有所不同，声速的计算结果不唯一，为了保证声速计算的准确性，声速要在现场测定[5]。在泄漏点处，声波信号会向介质压力降低的上游方向传播，在长输天然气管道内的方向即为前向和后向。同一泄漏点的上、下游声波信号频率分布存在差异性，信号传输的相位也不同，因此存在时间差[6]。计算2路信号的功率谱密度，利用傅氏变换强化有效信号的高频成分，以上、下游信号为相位时间差的定位变化对象，根据压力信号的功率谱的相频特性，得到信号延时的计算公式：

式中，f0表示压力信号的采样频率；f1表示功率谱对应谱线频率；f2表示数字补偿器的离散采样频率；λ表示虚拟声波的恒定参数，本文取值为4；ω1表示采样信号的相频特性；ω2表示f2对应的相频特性。

在测算得到信号延时的基础上，结合声速和管道长度，可以得到泄漏点与天然气管道首端的距离，即得到泄漏定位，进而可对天然气的传输状态进行实时监测。综合上述过程，完成对基于功率谱估计的长输天然气管道的泄漏检测。

2 实验测试

2.1 实验准备

为验证本文提出的基于功率谱估计的长输天然气管道泄漏检测技术的正确性和可靠性，搭建了管道泄漏信号检测平台并进行实验测试。管道系统安装有压力传感器和声波传感器，压力信号通过数字补偿器转化为虚拟声波信号。实验选取的管道为某城市的天然气输送管道，共实施10次泄漏模拟实验。人工标记泄漏点，泄漏均为迅速开阀产生，孔径为5mm，模拟天然气突发泄漏情况。在泄漏点的上、下游管壁上安装相同的压电式传感器，以此获得泄漏样本信号。实验设置的管道传输距离分别为1km、5km、10km，泄漏标记点位置不发生移动。采集传感器信号，得到泄漏信息并确定具体管道位置。

2.2 结果与分析

将功率谱估计的长输天然气管道泄漏检测技术得到的结果，与基于VMD算法和基于EEMD算法的检测结果进行对比，以验证本技术的有效性。本次实验主要从最大定位误差和定位精度两方面来衡量检测技术的有效性。3种检测技术在不同输送距离的测试中，泄漏点的最大定位误差如表1～表3所示。

表1 输送距离1km的最大定位误差 /m

表3 输送距离10km的最大定位误差 /m

在输送距离为1km的测试中，基于功率谱估计的长输天然气管道泄漏检测技术的最大定位误差为3.427m，比基于VMD算法和基于EEMD算法的管道泄漏检测技术分别降低了3.047m和3.154m。

表2 输送距离5km的最大定位误差 /m

在输送距离为5km的测试中，基于功率谱估计的长输天然气管道泄漏检测技术的最大定位误差为5.945m，比基于VMD算法和基于EEMD算法的管道泄漏检测技术分别降低了3.079m和3.508m。

在输送距离为10km的测试中，基于功率谱估计的长输天然气管道泄漏检测技术的最大定位误差为8.936m，比基于VMD算法和基于EEMD算法的管道泄漏检测技术分别降低了6.132m和7.177m。在不同泄漏点定位结果的基础上，进一步计算各检测技术的定位误差，对比结果如图1所示。

由图1可知，本文提出的基于功率谱估计的长输天然气管道泄漏检测技术的误差为4.56%，分别比另外2种天然气管道泄漏检测技术的误差减少了5.29%和6.44%，表明本文提出的检测技术，能够有效检测出长输管道是否发生了天然气泄漏，并得到准确的泄漏点位置，提升了检测的定位精度，因此具有较高的应用价值。

图1 管道泄漏定位误差

3 结论

天然气管道运输行业的发展迅速，已在工业生产领域占据主导地位，但长距离运输的泄漏问题不容忽视。天然气一旦发生泄漏，会造成环境污染，严重时会危害生命安全，因此需要采取有效措施，及时检测出泄漏位置，以保证长距离运输的可靠性。本文基于功率谱估计，提出了一种长输天然气管道泄漏检测技术。该技术能够检测出天然气泄漏点，并保证较高的定位精度。本次研究只针对单泄漏点的检测，后续会结合多种定位模型和检测方法，对长输管道的多点综合检测进行研究，以优化该检测技术。