基于主成分分析和神经网络的管道泄漏识别方法

• 作者: 刘啸奔 夏梦莹 张宏 李勐 梁乐才 郑伟
• 来源期刊: 油气储运
• 学科: 工学
• 关键词: 管道泄漏 负压波 特征提取 主成分分析 自组织映射神经网络
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 投产与运行
• 页码范围: 737-740
• 分类号: TE973.6
• 字数: 2910字
• 语种: 中文
• DOI: 10.6047/j.issn.1000-8241.2015.07.012

摘要

基于管道泄漏产生的负压波波动本征参数较多,具有多种参数在不同工况下差异不明显的特点.对负压波信号进行一阶差分提取8种典型参数作为负压波信号的特征参数,采用主成分分析法对8种特征参数进行降维处理,使用得到的典型负压波信号降维特征参数训练得到需要的自组织映射神经网络.采用该网络对所有负压波工况样本的识别结果表明:该方法能够有效提取不同工况负压波数据的主要特征,进行管道泄漏识别,模型计算速度快、精度高.