[发明专利]一种基于KPCA和Cas-SVDD的多工况管道泄漏检测方法有效
| 申请号： | 201910882241.6 | 申请日： | 2019-09-18 |
| 公开（公告）号： | CN110701487B | 公开（公告）日： | 2021-08-24 |
| 发明（设计）人： | 周猛飞;张强;孙小方;蔡亦军;潘海天 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | F17D5/02 | 分类号： | F17D5/02;G06F30/20;G06K9/62;G06F113/14 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 陈升华 |
| 地址： | 310014 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于KPCA和Cas‑SVDD的多工况管道泄漏检测方法。包括：采集管道正常运行过程的样本数据，通过局部均值分解(LMD)降噪和信号重构以提取可靠的特征变量；通过核主元分析(KPCA)对特征变量进行降维和非线性主元提取；通过K‑means聚类算法自动识别多个工况，并分别对各个工况建立相应的支持向量数据描述模型(SVDD)，以得到不同操作工况相应SVDD超球体的决策边界；基于串级支持向量数据描述模型(Cas‑SVDD)实现管道泄漏的检测。本发明方法能有效检测管道小泄漏，泄漏检测的准确性高，具有广泛的应用价值。 | ||
| 搜索关键词： | 一种 基于 kpca cas svdd 工况 管道 泄漏 检测 方法 | ||
【主权项】：
1.一种基于KPCA和Cas-SVDD的多工况管道泄漏检测方法，其特征在于，包括以下步骤：/n步骤1.1：采集管道正常运行历史压力信号数据并标准化，设定LMD算法、KPCA算法、K-means算法和SVDD算法的初始参数；/n步骤1.2：将标准化的压力信号通过LMD算法进行降噪和特征重构，提取特征变量；/n步骤1.3：采用KPCA算法对压力信号的特征变量进行特征降维和非线性主元提取；/n步骤1.4：采用K-means算法对核主元进行聚类分析，识别多个工况；/n步骤1.5：针对各个工况建立相应的SVDD模型，得到各个SVDD超球体的中心和半径，构建Cas-SVDD检测模型；/n步骤1.6：将在线采集管道运行数据，分别采用LMD算法对信号降噪和重构，提取特征变量，KPCA算法进行降维，采用步骤1.5构建的Cas-SVDD检测模型进行泄漏检测。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910882241.6/，转载请声明来源钻瓜专利网。
