[发明专利]基于集成分类器的液体管道检漏方法及其系统

摘要

本发明公开了一种基于集成分类器的液体管道检漏方法及其系统，方法包括：获取管道震动信号数据；计算声波信号序列的第一方差；将声波信号序列转换为自相关函数序列；分别计算自相关函数序列的均值和第二方差；根据声波信号序列以及对应的信号返回时间，对声波信号序列进行傅立叶变换，输出最大频谱模值对应的频率值；将第一方差、自相关函数序列的均值、第二方差、频率值和漏水标注作为训练集，训练集成分类器模型；应用训练完毕的集成分类器模型对各管道的管道震动信号数据进行分类判别，得到各管道的泄露概率。本发明可保证检漏的准确性，极大减少了检漏信号判别的时间成本，提高了城市自来水管道判漏的实时性。

主权项

1.一种基于集成分类器的液体管道检漏方法，其特征在于，包括：获取管道震动信号数据，所述管道震动信号数据包括管道编号、信号返回时间、声波信号序列、监测点位置信息和预设的漏水标注；计算所述声波信号序列的第一方差；将所述声波信号序列转换为自相关函数序列；分别计算所述自相关函数序列的均值和第二方差；根据所述声波信号序列以及对应的信号返回时间，对所述声波信号序列进行傅立叶变换，输出最大频谱模值对应的频率值；将所述第一方差、自相关函数序列的均值、第二方差、频率值和漏水标注作为训练集，训练集成分类器模型；应用训练完毕的集成分类器模型对各管道的管道震动信号数据进行分类判别，得到各管道的泄露概率；所述“将所述第一方差、自相关函数序列的均值、第二方差、频率值和漏水标注作为训练集，训练集成分类器模型”具体为：将所述第一方差、自相关函数序列的均值、第二方差和频率值作为自变量，将所述漏水标注作为因变量，训练集成分类器模型。