基于信息融合的输油管道泄漏检测方法研究

发布时间：2024-03-06 05:11

　　石油管道运输在保障工业和社会经济发展对能源的需求方面起到了重要的作用。当管道泄漏发生以后,泄漏的石油产品不仅会造成环境污染,也会给企业带来经济损失。因此,管道泄漏检测技术在节约自然资源、保护自然环境和人民生命安全、保障国家财产安全等方面都具有着重要的意义。同时,管道泄漏检测技术的发展可以减少企业的经济损失,提高企业的竞争力。首先,论文研究了基于小波变换的输油管道泄漏多源信号去噪方法。小波分析是一种信号分析的时域和频域的分析方法,这种分析方法具有可以调节的时间分析窗和频率分析窗。在应用于低频率信号分析过程中,其时间窗可以很大,并且同时具备很高的频率分辨特性;反过来在分析高频率信号的过程中,其时间窗很小,频率分辨率也变低。通常低频率的信号往往持续的时间较长,而高频率的信号则存在较短的时间,这恰巧与小波变换特性相对应,因此小波分析的方法适用于常态信号的分析,然后通过采集到的压力和流量信号进行实验检测了去噪效果。实验结果表明小波去噪达到了很好的效果。其次,论文研究了基于最小二乘支持向量机和极限学习机算法多源信息融合的管道泄漏检测方法。实验所用的多源信号来自于某成品油输送管线两工作站A-B间的实...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外管道运输发展现状
    1.3 管道运输存在的问题
    1.4 管道泄漏检测方法的研究现状
        1.4.1 声波法
        1.4.2 质量平衡法
        1.4.3 负压波法
    1.5 论文主要工作及结构
2 输油管道多源信息采集与预处理方法研究
    2.1 输油管道工艺背景及多源信息采集
    2.2 多源信号泄漏检测的特征提取方法研究
    2.3 基于小波变换的多源信号去噪方法研究
        2.3.1 连续小波变换
        2.3.2 离散小波变换
        2.3.3 小波阈值去噪
    2.4 管道泄漏信号的小波去噪实验
    2.5 小波包去噪
    2.6 本章小结
3 基于最小二乘支持向量机信息融合的管道泄漏检测方法研究
    3.1 支持向量机(SVM)原理介绍
    3.2 最小二乘支持向量机(LS-SVM)算法
    3.3 基于LS-SVM信息融合的管道泄漏检测实验
        3.3.1 LS-SVM信息融合管道泄漏检测方法的实现
        3.3.2 管道泄漏实验结果分析
    3.4 本章小结
4 基于极限学习机信息融合的管道泄漏检测方法研究
    4.1 人工神经网络
        4.1.1 BP神经网络原理
        4.1.2 RBF神经网络原理
    4.2 极限学习机(ELM)算法
    4.3 基于ELM信息融合的管道泄漏检测实验
        4.3.1 ELM信息融合管道泄漏检测方法的实现
        4.3.2 管道泄漏实验结果分析
    4.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢



本文编号：3920599