本发明涉及管道压力测量领域，具体涉及一种管道压力测量方法。
背景技术：
1、管道压力测量是确保管道系统安全运行的关键之一，通过测量管道压力及时发现管道压力异常并采取必要的措施，可以有效防止事故的发生，降低系统维修和停产带来的损失。在进行管道压力测量时，管道系统中可能存在各种来源的噪声，例如机械振动、流体波动或电磁干扰，这些噪声会使得压力测量结果不准确，通过滤波操作可以有效地减小这些噪声，使得测量结果更为稳定和可靠。
2、现有技术在使用压力传感器测量供热管道的压力时，受环境噪声影响，需要对压力传感器接收的数据进行滤波处理，往往采用卡尔曼滤波对采集的管道压力数据进行滤波去噪处理，但是由于卡尔曼滤波是一种递归滤波算法，通过不断地更新管道压力数据的估计值来实现对管道压力大小的估计，当供热管道由于温度升高引起管道压力增大，或由于温度降低引起管道压力减小时，卡尔曼滤波需要较长的时间才能收敛到准确的管道压力估计值，在这个过程中，滤波结果会出现较大的误差，影响管道压力测量结果的准确性。
技术实现思路
1、为解决上述一个或多个技术问题，本发明提出一种管道压力测量方法，该方法提高了管道压力测量的准确性。具体采用如下技术方案：一种管道压力测量方法，包括：
2、采集一段时间内的管道压力数据集；
3、对所述管道压力数据集进行线性插值扩展，得到管道压力扩展数据集；
4、预设所述管道压力扩展数据集中每个管道压力数据的局部范围和邻域范围；
5、根据所述每个管道压力数据的局部范围包含的压力数据和邻域范围包含的压力数据，确定所述每个管道压力数据的噪声可能程度；
6、对所述管道压力扩展数据集做短时傅里叶变换，得到时频图；所述时频图的x轴为频率，y轴为时间，z轴为各个时间对应的各个频率的幅值；
7、基于时间获取所述管道压力扩展数据集中每个管道压力数据在所述时频图中对应的各个频率的幅值，并根据所述各个频率的幅值确定所述每个管道压力数据的能量合期程度；
8、对所述管道压力扩展数据集进行卡尔曼滤波，并利用管道压力扩展数据集中每个管道压力数据的能量合期程度和噪声可能程度对卡尔曼滤波的结果进行调整；
9、将所述管道压力扩展数据集调整后的卡尔曼滤波结果作为管道压力测量结果。
10、进一步的，所述利用管道压力扩展数据集中每个管道压力数据的能量合期程度和噪声可能程度对卡尔曼滤波的结果进行调整，包括：
11、基于所述每个管道压力数据的能量合期程度和噪声可能程度确定所述每个管道压力数据的卡尔曼滤波可信度；
12、根据所述每个管道压力数据的卡尔曼滤波可信度和每个管道压力数据与后相邻的管道压力数据的数值差异，确定所述每个管道压力数据调整后的数值；
13、基于所述管道压力扩展数据集中所有管道压力数据调整后的数值，得到所述管道压力扩展数据集调整后的卡尔曼滤波结果。
14、进一步的，所述卡尔曼滤波可信度，包括：将所述管道压力扩展数据集中每个管道压力数据的噪声可能程度和能量合期程度的乘积，作为所述每个管道压力数据的卡尔曼滤波可信度。
15、进一步的，根据所述每个管道压力数据的卡尔曼滤波可信度和每个管道压力数据与后相邻的管道压力数据的数值差异，确定所述每个管道压力数据调整后的数值，包括：
16、若所述管道压力数据的数值小于后相邻的管道压力数据的数值，则将所述管道压力数据的数值除以所述管道压力数据的卡尔曼可信度，得到的数值作为所述管道压力数据调整后的数值；
17、若所述管道压力数据的数值大于后相邻的管道压力数据的数值，则将所述管道压力数据的数值乘以所述管道压力数据的卡尔曼滤波可信度，得到的数值作为所述管道压力数据调整后的数值；
18、若所述管道压力数据的数值等于后相邻的管道压力数据的数值，则不作调整。
19、进一步的，所述每个管道压力数据的噪声可能程度，满足如下关系式：
20、
21、式中，为管道压力扩展数据集中的管道压力数据的序号，为管道压力扩展数据集中第个管道压力数据的噪声可能程度，为任一管道压力数据的局部范围内包含的管道压力数据的数量，为第个管道压力数据在邻域半径为的邻域范围内包含的管道压力数据的数值均值，为第个管道压力数据在邻域半径为的邻域范围内包含的管道压力数据的数值均值，为第个管道压力数据的局部范围内包含的管道压力数据的序号，的值取遍范围内所有整数，为第个管道压力数据的局部范围内包含的管道压力数据的序号，的值取遍[]范围内所有整数，为第个管道压力数据的数值，为第个管道压力数据的局部范围内的第个管道压力数据的数值，为该第个管道压力数据的局部范围内的第个管道压力数据的数值，为归一化函数。
22、进一步的，所述每个管道压力数据的能量合期程度，满足如下关系式：
23、
24、式中，为管道压力扩展数据集中管道压力数据的序号，为管道压力扩展数据集中第个管道压力数据的能量合期程度，为第个管道压力数据的采集时间在时频图中对应的频率的总数，为第个管道压力数据的采集时间在时频图中对应的频率的序号，的值取遍范围内所有整数，为第个管道压力数据的采集时间在时频图中对应的第个频率的幅值，为管道压力扩展数据集中包含的管道压力数据的数量，为管道压力扩展数据集中包含的管道压力数据的序号，的值取遍范围内任意整数，为归一化函数。
25、进一步的，所述管道压力扩展数据集中每个管道压力数据的局部范围，包括：
26、对所述管道压力扩展数据集中的所有管道压力数据以采集时间为横坐标，以每个采集时间对应的管道压力数据的数值为纵坐标，构建坐标系，得到时域图；
27、在时域图中，基于所述每个管道压力数据的坐标获取每个管道压力数据欧式距离最近的个管道压力数据，作为每个管道压力数据的局部范围，为任一管道压力数据的局部范围内包含的管道压力数据的数量。
28、进一步的，所述的值为，其中，为所述管道压力扩展数据集中的管道压力数据的总数，为采集管道压力数据集的时间周期。
29、进一步的，对所述管道压力数据集进行线性插值扩展，包括：
30、在所述管道压力数据集中的每两个相邻的管道压力数据之间进行插值，且插值为所述每两个相邻的管道压力数据的均值。
31、本发明具有以下效果：
32、本发明根据压力传感器接收到的管道压力数据，将管道压力数据进行插值扩展，根据扩展后的管道压力数据集，计算扩展后的管道压力数据集中各个管道压力数据的噪声可能程度和能量合期程度，进而得到各个管道压力数据的卡尔曼滤波可信度，根据卡尔曼滤波可信度对管道压力数据中经过卡尔曼滤波后的数值进行调整，实现对卡尔曼滤波结果的调整，通过调整去除了管道压力数据中的噪声数据，使得卡尔曼滤波得到的管道压力数据与实际的管道压力数据更为接近，提高了管道压力测量结果的准确性。
1.一种管道压力测量方法，其特征在于，包括：
2.根据权利要求1所述的一种管道压力测量方法，其特征在于，所述利用管道压力扩展数据集中每个管道压力数据的能量合期程度和噪声可能程度对卡尔曼滤波的结果进行调整，包括：
3.根据权利要求2所述的一种管道压力测量方法，其特征在于，所述卡尔曼滤波可信度，包括：将所述管道压力扩展数据集中每个管道压力数据的噪声可能程度和能量合期程度的乘积，作为所述每个管道压力数据的卡尔曼滤波可信度。
4.根据权利要求2所述的一种管道压力测量方法，其特征在于，根据所述每个管道压力数据的卡尔曼滤波可信度和每个管道压力数据与后相邻的管道压力数据的数值差异，确定所述每个管道压力数据调整后的数值，包括：
5.根据权利要求2所述的一种管道压力测量方法，其特征在于，所述每个管道压力数据的噪声可能程度，满足如下关系式：
6.根据权利要求2所述的一种管道压力测量方法，其特征在于，所述每个管道压力数据的能量合期程度，满足如下关系式：
7.根据权利要求5所述的一种管道压力测量方法，其特征在于，所述管道压力扩展数据集中每个管道压力数据的局部范围，包括：
8.根据权利要求7所述的一种管道压力测量方法，其特征在于，所述的值为，其中，为所述管道压力扩展数据集中的管道压力数据的总数，为采集管道压力数据集的时间周期。
9.根据权利要求1所述的一种管道压力测量方法，其特征在于，对所述管道压力数据集进行线性插值扩展，包括：
