基于PSO-SVM的管道小泄漏检测

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％.

关键词：管道、泄漏检测、超声波波速、特征提取、SVM、PSO-SVM

所属期刊栏目：38

资助基金：国家自然科学基金61673199

在线出版日期：2019-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：105-110