基于改进的变分模态分解和LGBM算法的换流站消防管道泄漏监测定位方法

作者：江海; 郑丰

来源：电力大数据, 2021, 24(07): 67-75.

DOI：10.19317/j.cnki.1008-083x.2021.07.009

• 管道泄漏
• 变分模态分解
• 小波去噪
• 轻量级的高校梯度提升树
• 互相关

超高压换流站消防管道多埋设于地下,容易受到站内入地电流腐蚀从而产生严重的泄漏。本文基于变分模态分解(Variation Mode Decomposition, VMD)和轻量级的高效梯度提升树(Light Gradient Boosting Machine, LGBM)设计一种新的管道泄漏监测定位算法。该算法首先对VMD算法进行改进,在保证分解充分的前提下尽可能以较低的计算量将采集到的原始信号分解,并在将VMD算法和小波去噪算法相结合,对信号进行去噪处理以确保提取具备较优表征的特征。为提高管道泄漏监测的准确性和时效性,本文引入LGBM模型,将去噪后提取的特征作为模型的输入,通过训练所得的模型来判定管道泄漏的运行状态。若泄漏发生,则对采集信号进行时延估计来互相关运算,定位泄漏点位置;未发生泄露,则继续进行下一次判断。从而实现管道运行状态在线监测的目的。