首页 > 88必威

基于EEMD和支持向量机的天然气管道泄漏诊断

来源:论文学术网
时间:2024-08-19 08:08:17
热度:

基于EEMD和支持向量机的天然气管道泄漏诊断【摘要】:随着天然气战略资源作用和地位提升,运输管道的运行安全越来越受到人们的重视。管道在运行维护时,需要进行实时监测,准确判断管道运行

【摘要】:随着天然气战略资源作用和地位提升,运输管道的运行安全越来越受到人们的重视。管道在运行维护时,需要进行实时监测,准确判断管道运行状况,及时诊断泄漏隐患,避免安全事故。虽然管道泄漏检测技术在不断改善,但是在管道泄漏检测中,仍然会出现错报、漏报、误报的情况。因此,本文针对这一情况,给出天然气管道泄漏诊断的设计方案,最终实现管道泄漏高准确率的智能诊断。本文利用经验模态分解EMD方法能够将原始信号依照不同的频率尺度下逐级分解,将这些不同尺度的波动或趋势提炼形成本征模态函数,再对能够体现原始信号特性的各个本征模态函数提取能量熵和近似熵特征特征。由于传统经验模态分解方法中存在模态混叠效应的弊端而进行深入分析,最终采用总体经验模态分解EEMD方法和近似熵、能量熵相结合方法进行特征提取。应用支持向量机对四种特征提取方法提取的特征向量组进行模式识别诊断分析,并进行识别效果对比,判断最佳的特征提取方式。支持向量机识别诊断方法的复杂度和泛化能力由惩罚因子C和核函数参数g决定的,为了提高识别诊断的准确率,需要一个精确、快速、稳定的方法来寻找最优参数。本论文应用Libsvm软件平台分别采用网格搜索参数寻优、粒子群算法、遗传算法以及粒子群与遗传结合算法对支持向量机管道泄漏类型分类的惩罚因子C和核函数参数g进行优化,并进行分类准确率效果对比,最终达到高准确率模式诊断的目的。 【关键词】:EEMD 近似熵 支持向量机 粒子群算法 遗传算法
【学位授予单位】:东北石油大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TE973.6
【目录】:
  • 摘要4-5
  • ABSTRACT5-6
  • 创新点摘要6-9
  • 绪论9-13
  • 0.1 课题研究背景及意义9
  • 0.2 管道泄漏检测国内外发展现状9-11
  • 0.2.1 国外管道泄漏检测发展现状10
  • 0.2.2 国内管道泄漏检测发展现状10-11
  • 0.3 论文主要工作11-13
  • 第一章 天然气管道泄漏诊断的方案总体设计13-19
  • 1.1 总体方案设计13-14
  • 1.2 泄漏信号的采集14
  • 1.3 泄漏信号的预处理14-17
  • 1.4 泄漏信号的特征提取17
  • 1.5 泄漏信号的模式诊断17-18
  • 1.6 参数优化18
  • 1.7 本章小结18-19
  • 第二章 基于经验模态分解的泄漏信号特征提取19-33
  • 2.1 经验模态分解19-23
  • 2.1.1 传统经验模态分解EMD方法19-20
  • 2.1.2 传统经验模态分解EMD方法的缺点20-21
  • 2.1.3 总体经验模态分解EEMD方法21-22
  • 2.1.4 经验模态分解方法实验数据处理22-23
  • 2.2 基于内禀模态函数能量熵特征提取23-28
  • 2.2.1 内禀模态函数能量熵23
  • 2.2.2 内禀模态函数能量熵特征提取23-24
  • 2.2.3 泄漏数据EMD能量熵特征提取24-26
  • 2.2.4 泄漏数据EEMD能量熵特征提取26-28
  • 2.3 基于内禀模态函数近似熵特征提取28-32
  • 2.3.1 内禀模态函数近似熵28-29
  • 2.3.2 内禀模态函数近似熵特征提取29
  • 2.3.3 泄漏数据EMD近似熵特征提取29-31
  • 2.3.4 泄漏数据EEMD近似熵特征提取31-32
  • 2.4 本章小结32-33
  • 第三章 基于支持向量机的泄漏信号模式诊断33-44
  • 3.1 统计学习理论基本内容33-34
  • 3.2 支持向量机诊断原理34-37
  • 3.2.1 线性可分SVM34-36
  • 3.2.2 线性不可分SVM36-37
  • 3.3 核函数37-39
  • 3.3.1 常见核函数37
  • 3.3.2 核函数参数对SVM诊断性能的影响37-39
  • 3.4 支持向量机多分类39-42
  • 3.4.1 常用SVM多分类诊断方法39-41
  • 3.4.2 一对一多值分类诊断方法实验数据处理41-42
  • 3.5 SVM管道泄漏数据处理42-43
  • 3.6 本章小结43-44
  • 第四章 支持向量机参数优化44-53
  • 4.1 LIBSVM软件包介绍44-45
  • 4.2 网格搜索法对SVM参数优化45-46
  • 4.2.1 网格搜索算法45
  • 4.2.2 网格搜索算法实验数据处理45-46
  • 4.3 粒子群算法对SVM参数优化46-48
  • 4.3.1 粒子群算法参数分析与算法流程47-48
  • 4.3.2 粒子群算法实验数据处理48
  • 4.4 遗传算法对SVM参数优化48-51
  • 4.4.1 遗传算法的参数分析与算法流程49-50
  • 4.4.2 遗传算法实验数据处理50-51
  • 4.5 粒子群与遗传结合算法对SVM参数优化51-52
  • 4.6 本章小结52-53
  • 结论53-54
  • 参考文献54-57
  • 发表文章目录57-58
  • 致谢58-59


您可以在本站搜索以下学术论文文献来了解更多相关内容

天然气管道泄漏声场特性研究    徐晴晴;张来斌;梁伟;

天然气管道泄漏及其检测方法的几点分析    庞海艳;

煤气管道泄漏不停产抢修    刘存贵,张英杰

用流速测试仪确定管道泄漏点的位置    张朝阳,苏华东

液体输送管道泄漏的检测与定位    瞿曌

气体管道泄漏模型的研究进展    肖建兰;吕保和;王明贤;周加倍;

基于小波分解的管道泄漏神经网络检测与定位    孙晓松;谭兴强;

直升机检测地下管道泄漏    

天然气管道泄漏模型    向素平;冯良;周义超;

气体管道泄漏声源特性声发射试验研究    李伟;郭福平;

地下管道泄漏过程地表温度场红外检测实验    吴国忠;邢畅;王玉石;齐晗兵;李栋;

基于广义回归神经网络的管道泄漏精确定位方法    陈琦;林伟国;

κ-ε模型在天然气管道泄漏模拟中的应用    闫春颖;张来斌;梁伟;

天然气旁通计量管道泄漏失效分析    刘天模;冯大碧;肖长丽;杜燕;江红;

一种基于声波的管道泄漏点定位检测仪的开发    沈功田;刘时风;王玮;

新型天然气管道泄漏激光遥感探测仪在石油化工领域中的应用    高晓明;谈图;李百祥;汪磊;孙义;王霞;张为俊;

管道泄漏水力瞬变模拟    李均峰;邓松圣;聂平;焦光伟;邱正阳;廖振方;

管道泄漏故障检测技术现状及发展趋势    夏海波;张来斌;王朝晖;樊建春;

天然气管道泄漏火灾爆炸事故危害评价    张建忠;杨鹏;王彦良;康宁;吕伟;

基于独立分量分析的气体管道泄漏信号消噪方法研究    秦先勇;沈功田;何仁洋;李寰;

新技术为管道泄漏精确定位    记者 赵士振 通讯员 郭景洲

如何防范海底油气管道泄漏    赵华

管道泄漏暴露出管理漏洞    本报记者 肖来朋 通讯员 张小平

高危行业有维护公共安全的责任    赵光瑞

防范海底管道泄漏已成当务之急    赵华

锅炉管道泄漏声行为特性研究    姜根山

热力管道泄漏光纤光栅检测技术研究    袁朝庆

川渝地区含硫天然气管道泄漏事故后果模拟研究    刘墨山

复杂管道泄漏检测技术研究    阳子轩

流体输送管道泄漏智能诊断与定位方法的研究    冯健

基于可靠性的海底管道泄漏后果研究    胡小丽

基于声学传感器的管道泄漏定位研究    马一凡

间歇性输送管道泄漏诊断方法研究    戚元华

管道泄漏及带压密封技术研究    程世权

沈—兴管道泄漏实时监测系统研究    邱亚光

基于激光自混合干涉的振动检测技术及在管道泄漏中的应用    王源

基于EEMD和支持向量机的天然气管道泄漏诊断    王昕

管道泄漏信号的特征提取方法研究    崔旭伟

管道泄漏精确定位方法应用研究    陈琦

天然气管道泄漏扩散机理研究    向启贵

Baidu
map