随着输气管线的跨越距离越来越长，沿途所经过的地形多变，相当大的一部分地区很难实现人工巡检。同时由于管线的腐蚀、老化及其他自然或人为损坏等原因，导致管线的泄漏时有发生。因此，及时准确地发现管道泄漏位置成为输油公司的重要工作之一。

负压波检漏技术的基本原理

管道泄漏的检测方法主要可分为以下三类：一是基于模型的泄漏检测法。这种方法需要建立复杂的管道运行数学模型，模型建立的准确程度将极大地影响泄漏检测和定位的精度。二是基于信号的泄漏检测法。基于信号的检漏方法是建立在目前管道均采用的SCADA系统的基础上的，由于SCADA系统可准确的采集管道沿线的运行参数，所以这种检漏方法具有极高的精度和良好的发展前景。负压波检漏技术正是一种基于SCADA系统信号的泄漏检测法。三是基于知识的泄漏检测法。这种检测方法还处于初步探索阶段，很多检测的机理还有待进一步研究。

如果管道的某个位置发生了气体的泄漏，便会在管道的内外形成一定的压差，管道内部流体会迅速流出，在泄漏点位置引起压力突降。泄漏点周围的气体在压差的作用下会向泄漏点流动，形成一个以泄漏点为中心的压力波动，即负压波。负压波以一定的速度向泄漏点的两端传播，我们利用安装在管道两端的压力传感器就可以检测到压力波动的信号，并根据两端传感器接收到负压波的时间差就可以找到泄漏点的位置，其基本的原理图如下：

假定  、 为负压波传播到上下游传感器的时间，α为负压波在气体中的传播速度， 为首末端传感器接收到负压波的时间差，那么泄露点的定位公式可表达为：

由泄露点位置计算式可以看出，要准确的找到泄漏点，关键在于确定负压波到达传感器两端的时间和对负压波传播时间的精确计算。

负压波检漏技术存在的主要问题

一是负压波捡漏技术通常将负压波在输气管道中的传播速度确定为一个常值，即认为负压波在输气管道中的传播速度一般为声波在输送气体介质中的传播速度，而实际运行的管线中该传播速度与气体介质的密度、压力、比热和管道的材质及传输介质的流速等均有关系，不是一个确定的值。因此，利用式（1）进行定位必然会带来较大的定位误差。

二是由于管线运行的环境不可避免的存在一些干扰，如电磁干扰、泵的震动、工况变化等因素。因此，由传感器采集到的压力信号附有大量的噪声，这使得精确识别压力突降点变的非常困难。而压力突降点的准确识别一方面决定了泄漏检测的灵敏度和可靠性，另一方面决定了  的精度，从而影响到定位的精度。因此，要做到对泄漏点的准确检测与定位，必须解决以上所存在的问题。

负压波捡漏技术的优化

负压波在天然气管道中的传播速度，传统上认为是声波在介质中的传播速度，为一定值。实际中由于系统状态、工况等情况随时在发生变化，使得负压波的传播速度绝非一成不变，因此采用此值进行定位必然会带来较大的定位误差。根据能量守恒原理，负压波传播速度可表示为：

式中，ν为负压波波速，m/s；   

为气体压缩系数，Pa-1；ρ为气体密度，kg/m3；D为管道内径，m ；Ε为管道弹性模量，Pa；e为管壁厚度，m。对于Ε很大或e很大的刚性管壁，  一般为10-3甚至更小的数量级，在实际应用中，天然气传输管道恰具有此特性，故在满足精度要求情况下此公式又可适当简化为：

由此可见，压力波的传播速度主要与流体密度和压缩系数相关。 众所周知，气体的密度受其压力和温度影响很大，而气体的压缩系数也与这两个物理量有很大关系。随着输气工艺的发展,天然气的管道输送正朝着大口径、高压力的方向发展；加之传输管道距离长，温度的变化也不可忽略，因此压力波速的研究必须考虑压力、温度对流体密度、压缩系数的影响。

噪声消除及压力突降点的捕捉

小波消噪 由于在管道运行的现场会存在电磁干扰、泵的震动等影响检测灵敏性的因素，传感器获得的声信号含有大量的噪声，因此，如何在繁复的声信号中准确的找到标识压力突降点的信号，是负压波捡漏技术的关键点。为了很好的解决这个问题，大多数捡漏采用小波变换技术，该技术具有极其良好的消噪能力和时频局域特性，可以很好的对附加有其它噪声信号的负压波信号进行消噪处理和奇异点的识别。在传感器获得的信号中，有用的负压波等信号通常表现为一些变化比较平稳的信号或者低频信号，而噪声信号则通常表现为高频信号。

小波变换技术的基本消噪原理是：可对传感器获取的复合信号进行逐层的小波分解，将高频区域的噪声信号逐渐消除，在以门限阀值等形式对小波系数进行处理，最后对所得到的信号记性重构，从而得到了去除了噪声的有用信号。小波变换技术最关键的一环就是如何选取阀值和对阀值进行量化处理，得到显示压力突降的负压波信号，它直接关系到信号处理的质量。 

从小波降噪处理的方法上说，一般有以下三种处理方法：强制降噪处理、默认阈值降噪处理及给定软（或硬）阈值降噪处理。

压力突降点的捕捉  小波变换由于在时域和频域内同时具有良好的局部化性质，可聚焦到对象的任何细节，而被称为数学分析的“显微镜”。利用连续小波变换的时间2尺度特性，可以有效地检测信号的奇异性。其原理是：引用数学上表征函数局部特征的李氏指数（Lipschitz指数）作为一种度量，当信号在奇异点附近的Lips2chitz 指数α>0时，其连续小波变换的模极大值随尺度增大而增大；当α<0时，则随尺度的增大而减小。噪声对应的Lipschitz指数远小于0，而信号边沿对应的Lipschitz指数大于或等于0，因此利用小波变换可以区分噪声和信号边沿，有效地检测出强噪声背景下的信号边沿。

采用以上介绍的检漏优化算法对某输气管道的漏点进行了仿真计算，管道数据如下：管道全长170km，管道直径650×8.8，首端压力9MPa，温度为50℃，末端压力为5.6MPa，温度为30℃，假定管道在30.5km、100.7km、150.2km处发生泄漏，具体地仿真结果如表1。由仿真结果可见，与原始算法相比，优化的算法明显地提高了漏点定位的精度。