申请/专利权人：北京市燃气集团有限责任公司

申请日：2018-11-29

公开（公告）日：2020-07-24

公开（公告）号：CN109595472B

主分类号：F17D5/02(20060101)

分类号：F17D5/02(20060101)

优先权：

专利状态码：有效-授权

法律状态：2020.07.24#授权;2019.05.03#实质审查的生效;2019.04.09#公开

摘要：本发明提供了一种基于频谱分析的中低压庭院管线异常流量识别方法及装置，其中方法包括：周期性采集中低压庭院管线瞬时流量数据；将瞬时流量数据存入数据缓存队列；当数据缓存队列已满且数据更新预设次数后，将数据缓存队列的数据进行倒叙排列存入新的数组中，将数组中的所有瞬时流量数据取平均值，并将数组中的每个瞬时流量数据均减去平均值，得到预处理后的瞬时流量数据数组；将预处理后的瞬时流量数据数组作为离散时域信号进行快速傅立叶转化，得到单边幅度普；确定高频波动干扰所在频段；根据高频波动干扰所在频段确定用户流量负荷变化频段；对流量负荷变化频段中各点的幅度值进行求和，判断是否为异常流量。

主权项：1.一种基于频谱分析的中低压庭院管线异常流量识别方法，其特征在于，包括：周期性采集中低压庭院管线瞬时流量数据；将所述瞬时流量数据存入数据缓存队列，其中，所述数据缓存队列的长度为预设固定值；当所述数据缓存队列已满且数据更新预设次数后，将所述数据缓存队列的数据进行倒叙排列存入新的数组中，将所述数组中的所有瞬时流量数据取平均值，并将所述数组中的每个瞬时流量数据均减去平均值，得到预处理后的瞬时流量数据数组；将所述预处理后的瞬时流量数据数组作为离散时域信号进行快速傅立叶转化，得到单边幅度普；确定由于调压器喘振产生的瞬时流量数据中的高频波动干扰所在频段；根据所述高频波动干扰所在频段确定用户流量负荷变化频段；对所述流量负荷变化频段中各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量。

全文数据：基于频谱分析的中低压庭院管线异常流量识别方法及装置技术领域本发明涉及中低压燃气管线异常流量的监测领域，尤其涉及一种基于频谱分析的中低压庭院管线异常流量识别方法及装置。背景技术随着我国城市建设的快速发展，城市地下管线越来越密集复杂，对管线施工要求越来越高。近年来，由于施工外力破坏，导致城市燃气管线燃气大量泄漏，并发生爆燃造成人员伤亡及财产损失的恶性事故。由于突发事故导致管线破损出现大量燃气泄漏后的发现、响应及处理时间十分关键，快速辨别管道漏气，第一时间进行处置如切断上游供气，可有效降低发生爆燃事故的风险，尤其对于人口密集区域的庭院管线事故处理更加重要，它关系到人民的生命财产安全。在民用户中低压庭院管线可通过对管线异常流量波动的捕捉，来判别管线可能发生的突发性泄漏。但由于管线调压器存在喘振的情况导致管线流量波动很大，很难对异常流量进行捕捉，需要一种方法进行有效识别。发明内容本发明旨在提供一种克服上述问题或者至少部分地解决上述问题的基于频谱分析的中低压庭院管线异常流量识别方法及装置，以解决由于管线调压器喘振造成流量波动干扰的问题。为达到上述目的，本发明的技术方案具体是这样实现的：本发明的一个方面提供了一种基于频谱分析的中低压庭院管线异常流量识别方法，包括：周期性采集中低压庭院管线瞬时流量数据；将瞬时流量数据存入数据缓存队列，其中，数据缓存队列的长度为预设固定值；当数据缓存队列已满且数据更新预设次数后，将数据缓存队列的数据进行倒叙排列存入新的数组中，将数组中的所有瞬时流量数据取平均值，并将数组中的每个瞬时流量数据均减去平均值，得到预处理后的瞬时流量数据数组；将预处理后的瞬时流量数据数组作为离散时域信号进行快速傅立叶转化，得到单边幅度普；确定由于调压器喘振产生的瞬时流量数据中的高频波动干扰所在频段；根据高频波动干扰所在频段确定用户流量负荷变化频段；对流量负荷变化频段中各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量。其中，对频段各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量包括：当流量负荷频段各点幅度值之和高于管线正常用户流量负荷的特征值，当增加比例高于预先设定的阈值时，判断为异常流量。其中，基于频谱分析的中低压庭院管线异常流量识别方法还包括：获取正常时段幅度值之和的最大值作为正常用户流量负荷的特征值，并存储正常用户流量负荷的特征值。其中，基于频谱分析的中低压庭院管线异常流量识别方法还包括：当数据缓存队列已满，再存入新的瞬时流量数据时，丢弃数据缓存队列的最后一个数据。本发明另一方面提供了一种基于频谱分析的中低压庭院管线异常流量识别装置，包括：瞬时流量采集模块，用于周期性采集中低压庭院管线瞬时流量数据；数据缓存模块，用于将瞬时流量数据存入数据缓存队列，其中，数据缓存队列的长度为预设固定值；瞬时流量数据预处理模块，用于当数据缓存队列已满且数据更新预设次数后，将数据缓存队列的数据进行倒叙排列存入新的数组中，将数组中的所有瞬时流量数据取平均值，并将数组中的每个瞬时流量数据均减去平均值，得到预处理后的瞬时流量数据数组；频域转换模块，用于将预处理后的瞬时流量数据数组作为离散时域信号进行快速傅立叶转化，得到单边幅度普；频谱分析模块，用于确定由于调压器喘振产生的瞬时流量数据中的高频波动干扰所在频段；根据高频波动干扰所在频段确定用户流量负荷变化频段；对流量负荷变化频段中各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量。其中，频谱分析模块通过如下方式对频段各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量：频谱分析模块，具体用于当流量负荷频段各点幅度值之和高于管线正常用户流量负荷的特征值，当增加比例高于预先设定的阈值时，判断为异常流量。其中，基于频谱分析的中低压庭院管线异常流量识别装置还包括：特征值存储模块；特征值存储模块，用于获取正常时段幅度值之和的最大值作为正常用户流量负荷的特征值，并存储正常用户流量负荷的特征值。其中，数据缓存模块，还用于当数据缓存队列已满，再存入新的瞬时流量数据时，丢弃数据缓存队列的最后一个数据。由此可见，通过本发明提供的基于频谱分析的中低压庭院管线异常流量识别方法及装置，可在民用户中低压庭院管线通过对管线异常流量波动的捕捉，来判别管线可能发生的突发性泄漏事故，有效解决了由于管线调压器存在喘振导致管线流量波动干扰较大，不容易识别流量负荷异常变化的情况。通过对管线的实时监测，及时发现突发性管线破损出现的燃气泄漏事故，增加事故响应速度，为事故处置争取时间，可有效降低爆燃事故发生的风险。附图说明为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。图1为本发明实施例提供的基于频谱分析的中低压庭院管线异常流量识别方法的流程图；图2为本发明实施例提供的基于频谱分析的中低压庭院管线异常流量识别方法的具体示例的步骤流程图；图3为本发明实施例提供的数据载入、预处理、频域转化流程示意图；图4为本发明实施例提供的管线未出现异常流量时正常用户流量负荷下时域信号曲线和频域转换后的单边幅度普曲线举例；图5为本发明实施例提供的管线出现瞬时流量负荷异常情况下的时域信号曲线和频域转换后的单边幅度普曲线举例；图6为本发明实施例提供的基于频谱分析的中低压庭院管线异常流量识别装置的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。图1示出了本发明实施例提供的基于频谱分析的中低压庭院管线异常流量识别方法的流程图，参见图1，本发明实施例提供的基于频谱分析的中低压庭院管线异常流量识别方法，包括：S101，周期性采集中低压庭院管线瞬时流量数据。具体地，可以通过信号采集装置按一定的采集时间间隔重复采集中低压庭院管线上流量计或流量传感器的流量信号或流速信号并转化为瞬时流量数据。例如：信号采集与处理单元按5s的周期重复采集超声波流量计流量信号，取工况瞬时流量作为用于识别的管线瞬时流量数据。其中，可以利用设置在中低压庭院管线上的流量计或流量传感器测试管道燃气的流量或流速信号，流量计或流量传感器可以是但不限于超声波流量计、压差式流量计、比托管微压计、热电式流速传感器等。S102，将瞬时流量数据存入数据缓存队列，其中，数据缓存队列的长度为预设固定值。具体地，将采集到的中低压庭院管线上流量计或流量传感器的流量信号或流速信号转化后的瞬时流量数据后，顺序存入数据缓存队列，数据缓存队列长度是固定的，随着新数据的存入，之前存入的数据依次向数据缓存队列队尾平移。例如：将采集到的管线瞬时流量数据顺序存入管线瞬时流量缓存器，该缓存器数据缓存队列长度为64组数据位。作为本发明实施例的一个可选实施方式，当数据缓存队列已满，再存入新的瞬时流量数据时，丢弃数据缓存队列的最后一个数据。由于当数据缓存队列已满，再存入新数据时，数据缓存队列最后一个数据会被顶出不要，以此来保证数据缓存队列的持续使用。S103，当数据缓存队列已满且数据更新预设次数后，将数据缓存队列的数据进行倒叙排列存入新的数组中，将数组中的所有瞬时流量数据取平均值，并将数组中的每个瞬时流量数据均减去平均值，得到预处理后的瞬时流量数据数组。具体地，判断管线瞬时流量缓存器数据缓存队列已满，且采集数据更新达到例如32次时，将数据缓存队列的数据进行倒叙排列存入新的预处理数组中，将数组中的所有瞬时流量数据取平均值，并将数组中的每个瞬时流量数据均减去平均值，得到处理后的预处理数据数组。S104，将预处理后的瞬时流量数据数组作为离散时域信号进行快速傅立叶转化，得到单边幅度普。具体地，将数据缓存队列中数据预处理后得到的数组作为离散时域信号进行快速傅立叶转化，得到单边幅度普，频率范围为0Hz至二分之一管线瞬时流量采集周期的倒数。S105，确定由于调压器喘振产生的瞬时流量数据中的高频波动干扰所在频段。具体地，确定由于调压器喘振产生的管线瞬时流量数据中的高频波动干扰所在频段。在单边幅度普中以0Hz为起点向高频延伸，以第二个主要波峰所在频段判断为高频波动干扰段。S106，根据高频波动干扰所在频段确定用户流量负荷变化频段。具体地，在确定高频波动干扰频段基础之上，在单边幅度普中以0Hz为起点向高频延伸，第一个主要波峰所在频段为真实反应用户流量负荷变化的频段。作为本发明实施例的一个可选实施方式，基于频谱分析的中低压庭院管线异常流量识别方法还包括：获取正常时段幅度值之和的最大值作为正常用户流量负荷的特征值，并存储正常用户流量负荷的特征值。以此可以快速通过与正常用户流量负荷的特征值来进行异常流量的判别。具体地，在确定高频波动干扰频段基础之上，在单边幅度普中以0Hz为起点向高频延伸，第一个主要波峰所在频段为真实反应用户流量负荷变化的频段，在管线未出现异常流量时，可对该频段各点幅度值进行求和，通过长时间监测，取该时段幅度值之和的最大值作为该时段管线正常用户流量负荷的特征值。另外，还可以进一步存储与读取管线正常用户流量负荷的特征值与判断异常流量的阈值，同时还可以可存储不同月份、不同日期、不同时段的特征值。S107，对流量负荷变化频段中各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量。具体地，对确定的用户流量负荷变化频段的幅度普进行分析，对该频段各点幅度值进行求和，与管线正常用户流量负荷的特征值进行比较。作为本发明实施例的一种可选实施方式，当管线由于破裂出现瞬时流量负荷异常、快速增长时，对频段各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量包括：当流量负荷频段各点幅度值之和高于管线正常用户流量负荷的特征值，当增加比例高于预先设定的阈值时，判断为异常流量。由此可以快速判断流量异常。通过本发明提供的基于频谱分析的中低压庭院管线异常流量识别方法，可在民用户中低压庭院管线通过对管线异常流量波动的捕捉，来判别管线可能发生的突发性泄漏事故，有效解决了由于管线调压器存在喘振导致管线流量波动干扰较大，不容易识别流量负荷异常变化的情况。通过对管线的实时监测，及时发现突发性管线破损出现的燃气泄漏事故，增加事故响应速度，为事故处置争取时间，可有效降低爆燃事故发生的风险。以下，结合图2、图3、图4和图5，提供一种具体的基于频谱分析的中低压庭院管线异常流量识别方法，但本发明并不局限于此。1管线瞬时流量的周期性采集：按5s的周期重复采集超声波流量计流量信号，取工况瞬时流量作为用于识别的管线瞬时流量数据。2管线瞬时流量存入数据缓存队列：将采集到的管线瞬时流量数据顺序存入管线瞬时流量缓存器，缓存器数据缓存队列长度为64组数据位，随着新数据的存入，之前存入的数据依次向数据缓存队列队尾平移。当数据缓存队列已满，再存入新数据时，数据缓存队列最后一个数据会被顶出丢掉，如图3所示。3管线瞬时流量数据缓存队列数据的预处理：管线瞬时流量数据缓存队列数据的预处理模块判断管线瞬时流量缓存器数据缓存队列已满，且采集数据更新达到32次时，将数据缓存队列的数据进行倒叙排列存入新的预处理数组中，将数组中的所有瞬时流量数据取平均值，并将数组中的每个瞬时流量数据均减去平均值，得到处理后的预处理数据数组，如图3所示。4管线瞬时流量的频域转换：频域转化模块将处理后的预处理数据数组，进行FFT离散快速傅立叶变换，得到单边幅度普，频率范围为0Hz至二分之一管线瞬时流量采集周期的倒数，本实例管线瞬时流量采集周期为5s，则频率范围为0Hz至0.01Hz，如图3所示。5管线瞬时流量频域信号的干扰频段分析：频谱分析模块对转化得到的单边幅度普进行分析，确定由于调压器喘振产生的管线瞬时流量数据中的高频波动干扰所在频段。在单边幅度普中以0Hz为起点向高频延伸，以第二个主要波峰所在频段判断为高频波动干扰段。以具体曲线图为例，如图4所示，左侧图为频域转换前预处理数据数组存储的时域信号，右侧图为频域转换后的单边幅度普，其中第二个主要波峰所在频段为高频波动干扰段，为0.025Hz至0.045Hz之间。6管线瞬时流量频域信号的用户流量负荷频段分析：频谱分析模块对转化得到的单边幅度普进行分析，如前述在确定高频波动干扰频段基础之上，在单边幅度普中以0Hz为起点向高频延伸，第一个主要波峰所在频段为真实反应用户流量负荷变化的频段。以具体曲线图为例，如图4所示，左侧图为频域转换前预处理数据数组存储的时域信号，为管线未出现异常流量时正常用户流量负荷下的时域信号曲线，右侧图为频域转换后的单边幅度普，第一个主要波峰所在频段为真实反应用户流量负荷变化的频段，为0Hz至0.02Hz。对该频段各点幅度值进行求和，得6.13。7管线瞬时流量频域信号的异常流量识别：频谱分析模块对转化得到的单边幅度普进行分析，如前述在确定用户流量负荷频段基础之上，对该频段各点幅度值进行求和，与前述得到的管线正常用户流量负荷的特征值进行比较，当管线由于破裂出现瞬时流量负荷异常、快速增长时，用户流量负荷频段各点幅度值之和会明显高于管线正常用户流量负荷的特征值，当增加比例高于预先设定的阈值时，判断为异常流量。以具体曲线图为例，如图5所示，左侧图为频域转换前预处理数据数组存储的时域信号，为管线出现瞬时流量负荷异常的情况时的时域信号曲线，右侧图为频域转换后的单边幅度普，对用户流量负荷频段0Hz至0.02Hz各点幅度值进行求和，得14.65。通过之前长时间监测，已知该时段管线正常用户流量负荷的特征值为6.85，阈值设定为1，管线正常用户流量负荷的特征值与阈值均存储在征值存储模块中。计算增加比例为：14.65-6.856.85＝1.14，高于阈值，因此判断为异常流量。由此可见，通过本发明实施例提供的基于频谱分析的中低压庭院管线异常流量识别方法，可在民用户中低压庭院管线通过对管线异常流量波动的捕捉，来判别管线可能发生的突发性泄漏事故，有效解决了由于管线调压器存在喘振导致管线流量波动干扰较大，不容易识别流量负荷异常变化的情况。通过对管线的实时监测，及时发现突发性管线破损出现的燃气泄漏事故，增加事故响应速度，为事故处置争取时间，可有效降低爆燃事故发生的风险。图6示出了本发明实施例提供的基于频谱分析的中低压庭院管线异常流量识别装置的结构示意图，该基于频谱分析的中低压庭院管线异常流量识别装置应用于上述方法，以下仅对基于频谱分析的中低压庭院管线异常流量识别装置的结构进行简单说明，其他未尽事宜，请参照上述基于频谱分析的中低压庭院管线异常流量识别方法中的相关描述，参见图6，本发明实施例提供的基于频谱分析的中低压庭院管线异常流量识别装置，包括：瞬时流量采集模块601，用于周期性采集中低压庭院管线瞬时流量数据；数据缓存模块602，用于将瞬时流量数据存入数据缓存队列，其中，数据缓存队列的长度为预设固定值；瞬时流量数据预处理模块603，用于当数据缓存队列已满且数据更新预设次数后，将数据缓存队列的数据进行倒叙排列存入新的数组中，将数组中的所有瞬时流量数据取平均值，并将数组中的每个瞬时流量数据均减去平均值，得到预处理后的瞬时流量数据数组；频域转换模块604，用于将预处理后的瞬时流量数据数组作为离散时域信号进行快速傅立叶转化，得到单边幅度普；频谱分析模块605，用于确定由于调压器喘振产生的瞬时流量数据中的高频波动干扰所在频段；根据高频波动干扰所在频段确定用户流量负荷变化频段；对流量负荷变化频段中各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量。由此可见，通过本发明实施例提供的基于频谱分析的中低压庭院管线异常流量识别装置，可在民用户中低压庭院管线通过对管线异常流量波动的捕捉，来判别管线可能发生的突发性泄漏事故，有效解决了由于管线调压器存在喘振导致管线流量波动干扰较大，不容易识别流量负荷异常变化的情况。通过对管线的实时监测，及时发现突发性管线破损出现的燃气泄漏事故，增加事故响应速度，为事故处置争取时间，可有效降低爆燃事故发生的风险。作为本发明实施例的一个可选实施方式，频谱分析模块605通过如下方式对频段各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量：频谱分析模块605，具体用于当流量负荷频段各点幅度值之和高于管线正常用户流量负荷的特征值，当增加比例高于预先设定的阈值时，判断为异常流量。由此可以快速判断流量异常。作为本发明实施例的一个可选实施方式，基于频谱分析的中低压庭院管线异常流量识别装置还包括：特征值存储模块606；特征值存储模块606，用于获取正常时段幅度值之和的最大值作为正常用户流量负荷的特征值，并存储正常用户流量负荷的特征值。以此可以快速通过与正常用户流量负荷的特征值来进行异常流量的判别。另外，特征值存储模块606还可以用来存储与读取管线正常用户流量负荷的特征值与判断异常流量的阈值，此外，还可以存储不同月份、不同日期、不同时段的特征值。作为本发明实施例的一个可选实施方式，数据缓存模块602，还用于当数据缓存队列已满，再存入新的瞬时流量数据时，丢弃数据缓存队列的最后一个数据。以此来保证数据缓存队列的持续使用。本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质包括但不限于磁盘存储器、CD-ROM、光学存储器等上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备系统、和计算机程序产品的流程图和或方框图来描述的。应理解可由计算机程序指令实现流程图和或方框图中的每一流程和或方框、以及流程图和或方框图中的流程和或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和或方框图一个方框或多个方框中指定的功能的步骤。在一个典型的配置中，计算设备包括一个或多个处理器CPU、输入输出接口、网络接口和内存。存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器RAM和或非易失性内存等形式，如只读存储器ROM或闪存flashRAM。存储器是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存PRAM、静态随机存取存储器SRAM、动态随机存取存储器DRAM、其他类型的随机存取存储器RAM、只读存储器ROM、电可擦除可编程只读存储器EEPROM、快闪记忆体或其他内存技术、只读光盘只读存储器CD-ROM、数字多功能光盘DVD或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体transitorymedia，如调制的数据信号和载波。以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

权利要求：1.一种基于频谱分析的中低压庭院管线异常流量识别方法，其特征在于，包括：周期性采集中低压庭院管线瞬时流量数据；将所述瞬时流量数据存入数据缓存队列，其中，所述数据缓存队列的长度为预设固定值；当所述数据缓存队列已满且数据更新预设次数后，将所述数据缓存队列的数据进行倒叙排列存入新的数组中，将所述数组中的所有瞬时流量数据取平均值，并将所述数组中的每个瞬时流量数据均减去平均值，得到预处理后的瞬时流量数据数组；将所述预处理后的瞬时流量数据数组作为离散时域信号进行快速傅立叶转化，得到单边幅度普；确定由于调压器喘振产生的瞬时流量数据中的高频波动干扰所在频段；根据所述高频波动干扰所在频段确定用户流量负荷变化频段；对所述流量负荷变化频段中各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量。2.根据权利要求1所述的方法，其特征在于，所述对所述频段各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量包括：当流量负荷频段各点幅度值之和高于管线正常用户流量负荷的特征值，当增加比例高于预先设定的阈值时，判断为异常流量。3.根据权利要求1所述的方法，其特征在于，还包括：获取正常时段幅度值之和的最大值作为正常用户流量负荷的特征值，并存储所述正常用户流量负荷的特征值。4.根据权利要求1所述的方法，其特征在于，还包括：当所述数据缓存队列已满，再存入新的瞬时流量数据时，丢弃所述数据缓存队列的最后一个数据。5.一种基于频谱分析的中低压庭院管线异常流量识别装置，其特征在于，包括：瞬时流量采集模块，用于周期性采集中低压庭院管线瞬时流量数据；数据缓存模块，用于将所述瞬时流量数据存入数据缓存队列，其中，所述数据缓存队列的长度为预设固定值；瞬时流量数据预处理模块，用于当所述数据缓存队列已满且数据更新预设次数后，将所述数据缓存队列的数据进行倒叙排列存入新的数组中，将所述数组中的所有瞬时流量数据取平均值，并将所述数组中的每个瞬时流量数据均减去平均值，得到预处理后的瞬时流量数据数组；频域转换模块，用于将所述预处理后的瞬时流量数据数组作为离散时域信号进行快速傅立叶转化，得到单边幅度普；频谱分析模块，用于确定由于调压器喘振产生的瞬时流量数据中的高频波动干扰所在频段；根据所述高频波动干扰所在频段确定用户流量负荷变化频段；对所述流量负荷变化频段中各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量。6.根据权利要求5所述的装置，其特征在于，所述频谱分析模块通过如下方式对所述频段各点的幅度值进行求和，与正常用户流量负荷的特征值进行比较，判断是否为异常流量：所述频谱分析模块，具体用于当流量负荷频段各点幅度值之和高于管线正常用户流量负荷的特征值，当增加比例高于预先设定的阈值时，判断为异常流量。7.根据权利要求5所述的装置，其特征在于，还包括：特征值存储模块；所述特征值存储模块，用于获取正常时段幅度值之和的最大值作为正常用户流量负荷的特征值，并存储所述正常用户流量负荷的特征值。8.根据权利要求5所述的方法，其特征在于，所述数据缓存模块，还用于当所述数据缓存队列已满，再存入新的瞬时流量数据时，丢弃所述数据缓存队列的最后一个数据。

百度查询： 北京市燃气集团有限责任公司 基于频谱分析的中低压庭院管线异常流量识别方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD