[发明专利]一种改进的基于小波分析的石油管道泄漏检测方法

权利要求书

1.一种改进的基于小波分析的石油管道泄漏检测方法,其特征在于，所述方法包括：

步骤1，采集石油管道泄漏信号；

步骤2，将采集的信号进行小波降噪处理；

步骤3，利用小波包对降噪后的信号进行特征提取；

步骤4，将提取后的信号输入训练好的量子粒子优化的小波神经网络；所述的量子粒子优化的小波神经网络包括输入层、隐含层及输出层；所述小波神经网络参数包括输入层神经元、隐含层神经元及输出层神经元；所述输入层神经元为归一化的管道压力值、5-35kHz的泄漏信号均值、泄漏信号的小波分解第2级细节信号与泄漏信号的小波分解第3级细节信号；所述隐含层神经元为个隐含层节点；所述输出层神经元为泄漏状态与定位信息；所述的量子粒子优化的小波神经网络中所述隐含层神经元小波基函数为：

(1)

其中，与为伸缩平移尺度因子，，取Morlet小波：

(2)

所述输出层神经元通过选择Sigmoid函数：

(3)

可以表示为：

(4)

其中，

(5)

(6)

(7)

(8)

(9)

式中为样本个数，、、、为网络学习速率，为网络动量因子；

步骤5，输出石油管道泄漏状态与定位信息。

2.根据权利要求1所述的改进的基于小波分析的石油管道泄漏检测方法，其特征在于，所述步骤2中将采集的信号进行小波降噪处理的方法，具体包括：

步骤2.1，石油管道泄漏信号的4层小波分解；

步骤2.2，对分解的高频系数阈值进行量化；

步骤2.3，根据分解的最低频系数以及量化后的高频系数进行小波重构。

3.根据权利要求1所述的改进的基于小波分析的石油管道泄漏检测方法，其特征在于，所述步骤3中的利用小波包对降噪后的信号进行特征提取采用4级小波包进行分解。

4.根据权利要求1或2或3所述的改进的基于小波分析的石油管道泄漏检测方法，其特征在于，所述步骤4中的量子粒子优化的小波神经网络中将小波神经网络连接权值以及参数映射为量子粒子群中的个体粒子；所述的粒子位置进化方程为：

(10)

式中，为迭代次数为时粒子群的当前位置，为个体粒子最佳位置，表示为，为之间的随机数，为第个粒子的最优位置，为粒子群的全局最优位置，为之间的随机数，为收缩-扩张因子，迭代次数为时取为

(11)

为迭代最大次数，为粒子群的平均最优位置，当种群规模为时，表示为：

(12)。

5.根据权利要求4所述的改进的基于小波分析的石油管道泄漏检测方法，其特征在于，所述步骤4中的量子粒子优化的小波神经网络中引入了正态分布的干扰因子来改变当前搜索粒子的位置，从而提高粒子群的多样性，所述的干扰因子表示为：

(13)

其中，为控制参数，为输出为正态分布值的随机函数；干扰因子引入判断基准为：当重复迭代次数大于早熟因子时，启动干扰因子，早熟因子根据实际数据进行设置。

6.根据权利要求5所述的改进的基于小波分析的石油管道泄漏检测方法，其特征在于，所述的加入干扰因子的量子粒子群算法当到达最大迭代次数或者允许误差范围时，停止迭代得到最优粒子，通过最优粒子分解映射获取所述的小波神经网络连接权值以及参数的最优值。

7.根据权利要求6所述的改进的基于小波分析的石油管道泄漏检测方法，其特征在于，所述步骤5中的石油管道泄漏状态与定位信息由训练好的小波神经网络输出反归一化获取。