发明名称 |
基于ANN的音波法输气管道泄漏监测方法 |
摘要 |
本发明公开了基于ANN的音波法输气管道泄漏监测方法,包括以下步骤:获取输气管道多工况下音波信号样本,对不同工况下音波信号样本去噪,并提取不同工况下音波信号样本特征值;采用高斯隶属度函数对不同工况下音波信号样本特征值进行模糊分割,获取模糊分割量;利用F-自适应遗传算法对BP神经网络初始训练值进行优化,将模糊分割量代入BP神经网络进行训练,获取用于输气管道瞬时工况判定BP神经网络;根据就近原则和分时段统计法,结合BP神经网络输出值进行输气管道工况判定,泄漏发生时利用互相关函数法确定泄漏位置。本发明有益效果是提高泄漏识别准确率,采用就近原则和分时段统计法确定管道工况状态,增强泄漏判定可靠度。 |
申请公布号 |
CN105546361A |
申请公布日期 |
2016.05.04 |
申请号 |
CN201610130915.3 |
申请日期 |
2016.03.08 |
申请人 |
钱昊铖 |
发明人 |
胡峻;陈玉亮;刘继银;李朝臣;钱昊铖 |
分类号 |
F17D5/06(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
F17D5/06(2006.01)I |
代理机构 |
济南圣达知识产权代理有限公司 37221 |
代理人 |
张勇 |
主权项 |
基于ANN的音波法输气管道泄漏监测方法,其特征是,包括以下步骤:步骤一:获取输气管道多工况下音波信号样本,对不同工况下音波信号样本去噪,并提取不同工况下音波信号样本特征值;步骤二:采用高斯隶属度函数对不同工况下音波信号样本特征值进行模糊分割,获取模糊分割量;步骤三:利用F—自适应遗传算法对BP神经网络初始训练值进行优化,将模糊分割量代入BP神经网络进行训练,获取用于输气管道瞬时工况判定的BP神经网络;步骤四:根据就近原则和分时段统计法,结合步骤三中BP神经网络输出值进行输气管道工况判定,并在泄漏发生时利用互相关函数法确定泄漏位置。 |
地址 |
210000 江苏省南京市秦淮区洪武路359号福鑫大厦1105室 |