Page 121 - 2024年第55卷第8期

水 利 学 报

２０２４年 ８月 ＳＨＵＩＬＩ ＸＵＥＢＡＯ 第 ５５卷 第 ８期

文章编号：０５５９ － ９３５０（２０２４）０８ － ０９９９ － １０

基于 ＶＭＤ及深度学习的供水管道小尺度泄漏检测研究

１
３
３
郑书闽 ，颜建国 １，２ ，郭鹏程 １，２ ，徐 燕 ，李 江 ，刘振兴 １
（１．西安理工大学 水利水电学院，陕西 西安 ７１００４８；
２．西安理工大学 省部共建西北旱区生态水利国家重点实验室，陕西 西安 ７１００４８；
３．新疆维吾尔自治区寒旱区水资源与生态水利工程研究中心（院士专家工作站），新疆 乌鲁木齐 ８３００００）

摘要：针对常压、小尺度泄漏条件下，泄漏信号不明显、难以有效检测的问题，开展了供水管道泄漏检测研究，
３
获取了 １００～２２０ｋＰａ压力、４０～８０ｍ ?ｈ流量条件下的泄漏实验数据，并分析了压力泄漏信号的变化规律。为减少
噪声干扰并增强泄漏信号特征，采用变分模态分解（ ＶＭＤ）对实验数据进行降噪，并进行标准化处理。基于长短
期记忆网络（ＬＳＴＭ）、双向长短期记忆网络（ＢｉＬＳＴＭ）、门控循环单元（ＧＲＵ）等典型循环神经网络，结合卷积神经
网络（ ＣＮＮ），构建了 ＣＮＮ － ＬＳＴＭ、ＣＮＮ － ＢｉＬＳＴＭ以及 ＣＮＮ － ＧＲＵ等 ３种深度学习泄漏检测模型，并进行了预测性
能评价，其中，ＣＮＮ － ＧＲＵ模型对全部实验数据的预测精度高达 ９９．５６％。结果表明：所构建的泄漏模型能够有效
判断常压、小尺度条件下的管道是否发生漏损；利用 ＣＮＮ进行特征提取，能够有效提取泄漏特征，从而提升泄
漏检测模型的预测精度和泛化性。研究工作可为管道泄漏检测系统智慧管理提供支撑。
关键词：泄漏检测；小尺度泄漏；变分模态分解；深度学习；供水管道
中图分类号：ＴＶ１３４ ｄｏｉ：１０．１３２４３?ｊ．ｃｎｋｉ．ｓｌｘｂ．２０２３０６７６
文献标识码：Ａ
１ 研究背景

流体管道输运技术广泛应用于水利工程、石油化工、能源动力等领域 ［１ － ２］ 。由于管道内部腐蚀、
地质破坏、水锤冲击等因素，管道易发生泄漏事故 ［３］ ，因此开展管道泄漏检测技术研究，对保障流体
输运管道安全运行具有重要意义。
管道泄漏检测是流体输运领域的研究热点，国内外学者提出了负压波法、数字信号分析法等泄漏
检测方法 ［４ － ７］ 。例如，王辰等 ［８］ 提出了一种基于光纤声波传感的泄漏检测方法，实现了对输气管道泄
漏的有效检测。Ｘｉａｏ等 ［９］ 利用互相关法并结合湍流参数、管道参数和流动参数等对互相关函数的影
响，建立了燃气管道泄漏噪声的预测模型。Ｇｕｏ等 ［１０］ 基于经验模态分解（ＥｍｐｉｒｉｃａｌＭｏｄｅＤｅｃｏｍｐｏｓｉｔｉｏｎ，
ＥＭＤ）提出了一种新的降噪方法，该方法能够有效降低供水管道泄漏检测中的噪声干扰。已有研究主
要是针对高压、大尺度泄漏的数 值模 拟研究，针对供 水 管 道常 压、小 尺度 （泄漏 孔的 面积 占 比小于
５％，泄漏量少于总流量的 ５％）泄漏的实验研究相对较少。由于流体随机性波动、流动噪音、管道振
动等问题，管内水流量不可避免地存在微小波动，且仅凭工业级流量计的精度等级，难以有效捕捉到
如此细微的变化。以致在常压、小尺度泄漏条件下，泄漏造成的信号变化并不明显，信号的变化量甚
至低于信号周期的幅值，导致泄漏检测模型易漏判或误判漏损事故。因此，常规方法难以有效用于常
压、小尺度泄漏的判别，为此亟需寻求新的解决方案。

收稿日期：２０２３ － １０ － ３０；网络首发日期：２０２４ － ０８ － ０８
网络首发地址：ｈｔｔｐｓ：??ｌｉｎｋ．ｃｎｋｉ．ｎｅｔ?ｄｏｉ?１０．１３２４３?ｊ．ｃｎｋｉ．ｓｌｘｂ．２０２３０６７６
基金项目：国家自然科学基金项目（５１８３９０１０）；陕西省创新能力支撑计划项目（２０２４ＲＳ － ＣＸＴＤ － ３１）；陕西高校青年创新团队项目
（ ２０２０ － ２９）；新疆水专项（２０２０．Ｃ － ００１）
作者简介：郑书闽（ １９９７ － ），博士生，主要从事多相流动研究。Ｅ － ｍａｉｌ：ｚｈｅｎｇｓｈｕｍｉｎ９９＠１６３．ｃｏｍ
通信作者：郭鹏程（１９７５ － ），博士，教授，主要从事流体动力学研究。Ｅ － ｍａｉｌ：ｇｕｏｙｉｃｈｅｎｇ＠ｘａｕｔ．ｅｄｕ．ｃｎ

— ９ ９ ９ —