基于混合模型的管道泄漏檢測方法研究.pdf

1、隨著能源的快速發(fā)展，石油、氣體等的運輸方式引起重視，管道憑借安全經濟的特點得到了廣泛應用。然而，隨著管道人為破壞、設備自然老化、地質、環(huán)境、自然災害等原因，泄漏故障時有發(fā)生，給環(huán)境以及人的生命財產帶來了巨大的威脅。因此，亟需建立高效、經濟的管道泄漏檢測系統(tǒng)。
　　目前，已經有多種管道泄漏檢測方法，其中神經網絡以及專家系統(tǒng)在泄漏檢測中的應用越來越廣泛。本文以實現管道泄漏的快速、準確檢測為目標，研究了基于混合模型的管道泄漏檢測方法，主

2、要進行了以下幾方面的工作:
　　(1)在分析、總結了目前已有的幾種典型管道泄漏檢測方法，并對他們的優(yōu)缺點進行對比的基礎上，提出一種管道泄漏兩級檢測方法，該方法在保證了系統(tǒng)整體響應時間的同時，又提高了檢測靈敏度。首先將采集過來的信號經過基于神經網絡的異常信號檢測模塊進行檢測，然后將異常信號送入基于混合模型的泄漏檢測模塊進行泄漏信號檢測，分別發(fā)揮了神經網絡的高速型和混合模型測量的精確度的優(yōu)勢。
　　(2)對RBF神經網絡算法、B

3、P神經網絡算法、視神經網絡算法以及時間序列工具箱分別進行了研究，同時利用現場采集的實際數據進行了大量仿真，對上述四種方法的仿真結果做了對比分析，著重分析了每種方法的響應時間和抗干擾性，最終確定視神經網絡作為第一級的異常信號檢測算法。
　　(3)建立輸油管道混合模型，混合模型既克服了機理模型難以建立精確的數學模型，數據驅動模型的精度和適用范圍受建模數據制約的瓶頸;給出了基于混合模型的管道泄漏檢測算法，并且通過實際數據仿真，證明了輸油