基于在线字典学习的管道微弱泄漏检测方法

• 作者: 何风行 吴波 姜华 徐志广
• 来源期刊: 计算机应用研究
• 关键词: 在线字典学习 微弱泄漏检测 稀疏编码 多分辨率分解
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3665-3667
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.12.032

摘要

针对离线字典学习方法存在对管道泄漏检测长时期运行信号的适应性不足、计算量大的缺点,进行了基于在线字典学习的检测方法研究.借鉴参数化字典训练方法的思想,对管道泄漏动态压力信号进行多分辨率分解,对分解的子频带信号进行稀疏编码,并进行快速的在线字典训练与更新,根据稀疏编码结果进行微弱泄漏检测.现场实验数据的测试结果表明,提出的方法可检测出泄漏低频响应为0.2 Hz以上,流量变化量大于0.4％的微弱泄漏,有效提高了微弱泄漏的检出率,降低了虚警率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜华	中国科学院上海高等研究院城市公共安全中心	36	340	11.0	17.0
2	吴波	中国科学院上海高等研究院城市公共安全中心	59	431	12.0	18.0
3	徐志广	中国科学院上海高等研究院城市公共安全中心	9	37	3.0	6.0
4	何风行	中国科学院上海高等研究院城市公共安全中心	8	34	4.0	5.0