王冬梅，肖超利，路敬祎,2

(1.东北石油大学 电气信息工程学院,黑龙江大庆 163318；2.黑龙江省网络化与智能控制重点实验室，黑龙江大庆 163318)

0 引言

管道运输因易于管理，运维成本低等优势，被广泛应用于石油天然气等重要化工原料的运输[1]。但管道面临复杂的地质条件，容易造成管道材料的锈蚀，而且人为破坏、盗取行为容易引起重大的管道泄漏事故[2]。为减少管道泄漏造成巨大的经济损失及危害，国内外对管道泄漏检测技术[3-5]进行了大量研究。国际上常见的输运管道泄漏检测方法有声波法、人工检测法、压力梯度法和光纤检测法等，但是传感器采集到的管道泄漏信号往往存在压缩机振动、人声等大量外界环境产生的噪声，并对检测效果产生一定的影响，因此需要对管道泄漏信号进行预处理，以减少噪声对检测结果的影响。管道泄漏信号是一种典型的非线性非平稳信号。对此信号常见的分析方法有小波变换[6](Wavelet transform,WT)、经验模态分解[7](Empirical Mode Decomposition,EMD)和变分模态分解 (Variational Mode Decomposition,VMD)算法[8-9]等。WT在分析非线性非平稳信号时，可以满足时频信号的分析要求，解决了傅里叶变换的难点，但WT存在小波基和分解层数难以确定的缺点。EMD无需预先确定小波基函数和分解层数，具有很好的自适应性，但存在模态混叠和端点效应等缺点[10]。VMD算法可根据实际信号的频段分布，人为设定分解的模态数量K值，并以设定的带宽和迭代方式获得中心频率，进而获得模态函数，有效地避免了EMD存在的模态混叠问题，并在采样和去噪方面具有很好的鲁棒性。……