基于支持向量机的油气管道安全监测信号识别方法

基于支持向量机的油气管道安全监测信号识别方法

ID:36657275

大小:1.21 MB

页数:6页

时间:2019-05-13

基于支持向量机的油气管道安全监测信号识别方法_第1页
基于支持向量机的油气管道安全监测信号识别方法_第2页
基于支持向量机的油气管道安全监测信号识别方法_第3页
基于支持向量机的油气管道安全监测信号识别方法_第4页
基于支持向量机的油气管道安全监测信号识别方法_第5页
资源描述:

《基于支持向量机的油气管道安全监测信号识别方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第42卷第5期天津大学学报Vol.42No.52009年5月JournalofTianjinUniversityMay2009基于支持向量机的油气管道安全监测信号识别方法曲志刚,封皓,靳世久,曾周末,周琰(天津大学精密测试技术及仪器国家重点实验室,天津300072)摘要:针对基于经验风险最小化原则的传统学习方法的不足,提出了一种基于支持向量机的油气管道安全识别方法.通过基于Mach-Zehnder光纤干涉仪原理的分布式光纤振动信号传感器获取管道沿线振动信号,利用基于小波包分解的“能量-模式”方法提取振动信号的特征向量,并

2、利用支持向量机根据振动信号的特征对其进行识别,判断管道沿线是否有异常事件发生.利用现场实验数据对该方法进行验证分析.结果表明,该方法识别正确率较高,实时性好.关键词:支持向量机;油气管道安全;识别;分布式光纤;小波包中图分类号:TN247;TN911.6文献标志码:A文章编号:0493-2137(2009)05-0465-06AnSVM-BasedRecognitionMethodforSafetyMonitoringSignalsofOilandGasPipelineQUZhi-gang,FENGHao,JINShi-

3、jiu,ZENGZhou-mo,ZHOUYan(StateKeyLaboratoryofPrecisionMeasurementTechnologyandInstrument,TianjinUniversity,Tianjin300072,China)Abstract:AnSVM-basedrecognitionmethodforthesafetyofoilandgaspipelinewasproposedduetolimitationofthetraditionallearningmethodsbasedonempir

4、icalriskminimization.ThevibrationsignalsalongthepipelineswereobtainedwiththedistributedopticalfibervibrationsensoronthebasisofMach-Zehnderopticalfiberinterferometertheory.Thentheeigenvectorsofvibrationsignalswereextractedthroughtheenergy-patternmethodbasedonwavel

5、etpacketdecomposition.Atlastthevibrationsignalswererecognizedbysupportvectormachine(SVM)throughtheeigenvectorswithaviewtode-tectingwhetherabnormaleventshappenedalongthepipelines.Thedataobtainedattheexperimentalsitewereusedtoevalu-atethemethod,andtheresultsshowtha

6、tthemethodisofhighaccuracyandexcellentreal-timeperformance.Keywords:supportvectormachine;safetyofoilandgaspipeline;recognition;distributedopticalfiber;waveletpacket油气管道由于自身具备的诸多优势,已成为主要道沿线振动信号(由泄漏或外界侵入事件等均可产生的油气资源运输手段.但由于种种自然或人为原因,相应振动),除了对泄漏点进行准确定位外,还实现管道泄漏事故时有发

7、生,有时会伴随着巨大的生命财对可能造成泄漏的因素进行预警监测.如何快速准确产损失和环境污染.地判断出管道沿线是否发生异常事件是该系统的核目前,常用的油气管道泄漏检测装置主要通过管心内容之一.[1]道输送压力、流量等参数的变化来判断.该类方法传统的学习方法主要是基于经验风险最小化[2][3]受输送物质特性及输送工况等诸多因素影响,且报(empiricalriskminimization,ERM)原则.当训练数警发生在泄漏之后.据趋于无穷多时,经验风险收敛于实际风险.因此,针对可造成管道泄漏的诸多因素,笔者研制出一经验风险最

8、小化原则隐含地使用了训练样本趋于无[4]种基于Mach-Zehnder光纤干涉仪的分布式光纤油气穷多的假设条件.但在实际工程中,可用训练样本管道泄漏检测及预警系统,通过获取并分析和识别管数目总是有限的,因此传统算法遇到了很多困难,如收稿日期:2008-05-06;修回日期:2008-10-31.基金项目:国家自然科学

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。