基于PSO-SVM的管道小泄漏检测

• 作者: 刘浩宇 燕宗伟
• 来源期刊: 油气田地面工程
• 关键词: 管道 泄漏检测 超声波波速 特征提取 SVM PSO-SVM
• 年，卷（期）: 2019,（z1）
• 所属期刊栏目: 管道安全与检测
• 页码范围: 105-110
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6896.2019.z1.022

摘要

针对输油管道小泄漏难以检测的问题,提出了一种基于粒子群优化支持向量机(PSO-SVM)的管道小泄漏检测方法.该方法利用超声波波速信号在正常工况和泄漏工况下的不同特点,对该波速信号进行时域特征提取和波形特征提取,将提取的时域特征值和波形特征值作为支持向量机(SVM)的输入.由于采用不同类型的SVM以及采用不同类型的核函数、归一化区间、罚因子c和核参数g都会对管道小泄漏检测识别产生影响,因此,通过实验在获得适用于管道小泄漏检测的最优SVM类型、核函数类型和归一化区间以后,利用粒子群算法寻找出该SVM最优惩罚因子c和核参数g.试验结果表明:针对6 mm泄漏,其泄漏检测准确率可达到82.5％;针对8 mm泄漏,其泄漏检测准确率可提高到97.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘浩宇	辽宁石油化工大学信息与控制工程学院	1	0	0.0	0.0
2	燕宗伟	辽宁石油化工大学信息与控制工程学院	1	0	0.0	0.0