[发明专利]地热管道异常状态的大数据定位监测方法、系统及计算机可读介质

权利要求书

1.一种地热管道异常状态的大数据定位监测方法，其特征在于，包括以下步骤：

1)、对管道进行分段测量，沿管道径向选取多个测点位置，采集不同监测时刻下测点位置的振幅数据；

2)、对振幅数据进行降维处理，得到振幅-时间，振幅-空间二维数据,得到两个散射波之间的相位差；

3)、当相位差超过设定的预设门槛值时，发生异常，则对振幅数据通过滑动窗口-离群值的算法进行处理，判断异常发生位置。

2.根据权利要求1所述的地热管道异常状态的大数据定位监测方法，其特征在于，所述步骤2)具体包括：

2.1、获取振幅时-空大数据H：

其中，H为监测振幅的时-空大数据矩阵，维数为(c+1)×m；x_i(i＝1,2,…,m)为沿传感器路径分布的测点位置，共m个测点；t_j(j＝0,1,…,c)为测量时刻，共(c+1)个测量时刻；t_c为当前时刻；

2.2、获取背向瑞利散射波的振幅e(t)：

其中，是散射中心的数量，a_i是第i个散射波的振幅，a是衰减系数，c是光速，n是折射率，τ_i是第i个散射波的时间延迟，v是频率，w是脉冲宽度，l_i是光纤从第i个散射中心到输入端的长度；

2.3、通过AOM调制对振幅e(t)进行处理，设置调制频率为f，连续注入m个脉冲后，探测器的输入端将得到一个周期为的连续背向散射瑞利波，其幅值表示为e(t')：

2.4、获得光功率p(t')：

p(t')＝|e(t')|²＝p_a(t')+p_b(t')

其中，p_a(t')表示各独立后向散射中心的光功率总和，p_b(t')为具有锯齿状波纹的后向散射瑞利光干涉产生的光功率总和；当锯齿纹波由cos2πv(τ_i-τ_j)产生时，两个散射波之间的相位差为Δ_ij：

Δ_ij＝cos2πv(τ_i-τ_j)＝4πvn(l_i-l_j)。

3.根据权利要求1所述的地热管道异常状态的大数据定位监测方法，其特征在于，所述对振幅数据通过滑动窗口-离群值的算法进行处理，判断异常发生位置包括：

3.1、设置时间窗口，且设置监测数据的个数S；对发生异常段的任意测点位置的振幅数据进行均值和标准差计算处理；其中，振幅数据计算其均值和标准差t_c-2-s为任意一时刻，c为当前时刻，s为窗口长度；

3.2、对上述的测点位置x_i和任意时刻t_j(j∈[c-3-S,c-1])的监测数据，计算其对应的非一致性指标，得到非一致性指标的列向量

3.3、将窗口时间内的振幅数据服从高斯正态分布处理，且确定分离群值和正常值的界限的离群门槛值

3.4、滑动窗口前进至当前时刻t_c，将当前时刻的振幅数据计算非一致性指标Z_Tc,i，并将其与门槛值进行对比判断：

如果Z_Tc,i未超过门槛值，则系统为异常状态，窗口t_c向前滑动，重复步骤3.1-3.4；

如果Z_Tc,i超过门槛值，则表明t_c时刻的监测数据有疑似离群值，窗口不再滑动，进行提醒异常显示。

4.根据权利要求3所述的地热管道异常状态的大数据定位监测方法，其特征在于，所述确定分离群值和正常值的界限的离群门槛值具体为：

将时间窗口内的非一致性指标的列向量按照由大到小的排序，取排列在前a％的作为离群门槛值其中a为设定门槛值的比例系数。