基于RBF神经网络的天然气管道泄漏检测技术研究

• 作者: 尹淑欣 岳武峰 张莉 郑仁谦 高丙坤
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 径向基函数(RBF) 聚类方法 非线性映射 泄漏检测
• 年，卷（期）: 2016,（16）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 78-81
• 页数: 4页
• 分类号: TN206
• 字数: 2136字
• 语种: 中文

摘要

为了正确判断管道是否发生泄漏，本文采用混合学习方法对网络进行训练学习。通过将管道运行参数作为神经网络的输入，管道运行状态作为神经网络的输出，实现两者的非线性映射，以此来判断输入信号是否为泄漏信号，并选用K-means聚类方法和递推最小二乘法来确定网络参数。通过用天然气管道运行的实测数据对RBF神经网络进行了训练和测试，得到结果误差在可接受的范围内，从而证明RBF神经网络的方法可用于天然气管道泄漏检测的研究。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高丙坤	东北石油大学电气信息工程学院	58	208	9.0	11.0
2	张莉	东北石油大学电气信息工程学院	4	10	2.0	3.0
3	尹淑欣	东北石油大学电气信息工程学院	4	9	2.0	3.0
4	岳武峰	东北石油大学电气信息工程学院	2	8	2.0	2.0
5	郑仁谦	东北石油大学电气信息工程学院	2	13	2.0	2.0