[发明专利]一种基于大数据的组合算法的管道泄漏诊断方法

权利要求书

1.一种基于大数据的组合算法的管道泄漏诊断方法，其特征在于，具体包括以下步骤：

步骤一：通过分别安装在管道首末站的压力变送器、声波传感器，以及安装在管道中的流量计，实时获取管道的压力数据、声波数据及流量数据；

步骤二：将GPS系统的PPS接口与通信接口连接，用来同步存储压力数据、声波数据及流量数据；

步骤三：分别采用负压波法、声波法、质量平衡法得出测量数据，并将步骤二中的压力数据、声波数据及流量数据在多个数据源融合后采用神经网络算法进行泄漏诊断，同时得到多个算法诊断结果；

步骤四：综合步骤三中的各算法诊断结果，采用结构风险最小化的模式判别的方法得到最终诊断结果；

步骤五：综合各路定位距离，通过统计分析的方法得到组合算法定位结果；

所述流量计安装在距离泵200-300米处；所述压力变送器、声波传感器安装在同一位置，并通过三通连接；GPS的PPS接口按时序定时同步储存管道的实时压力数据、声波数据、流量数据；在步骤三中，将压力数据、声波数据及流量数据整合后，作为数据输入端，建立起对应的神经网络输入矩阵；在步骤三中，建立基于管道状态物理量的神经网络模型，对当前数据进行诊断；在步骤三中，将负压波法、声波法、质量平衡法的诊断结果也输入神经网络，使其获得自适应的在线学习能力；在步骤四中，将压力数据、声波数据及流量数据和负压波、声波法、质量平衡法的结果汇总，输入支持向量机SVM，基于结构风险最小化理论在特征空间中建构最优分割超平面，对输入的多路结果使用该SVM进行分类，得到组合算法的诊断结果。

2.根据权利要求1所述的一种基于大数据的组合算法的管道泄漏诊断方法，其特征在于，在步骤五中，将不同算法的诊断定位距离汇总，结合历史定位距离与历史误差，运用统计分析的方法，得到组合算法的定位结果。