基于多傳感器信息融合的管道安全運(yùn)行方法的研究.pdf

1、管道運(yùn)輸以其成本低、節(jié)省能源、安全性高、供給穩(wěn)定等優(yōu)點(diǎn)，成為石油運(yùn)輸?shù)闹饕绞?，在?guó)民經(jīng)濟(jì)的發(fā)展中發(fā)揮著越來(lái)越重要的作用。但是，由于輸油管道不可避免的老化，加上一些其他自然原因引起的輸油管道的腐蝕與破壞以及人為的盜油事件，管道泄漏現(xiàn)象頻頻發(fā)生。因此，對(duì)管道安全運(yùn)行系統(tǒng)的研究具有非常重要的意義。
　　針對(duì)管道運(yùn)行狀態(tài)的不確定性問(wèn)題，為了綜合利用有效的特征信息以及提高泄漏檢測(cè)的準(zhǔn)確率，設(shè)計(jì)了一套基于多傳感器信息融合的管道安全運(yùn)行系統(tǒng)，

2、提出了一種基于D-S證據(jù)融合的管道泄漏檢測(cè)方法;并針對(duì)處于泄漏狀態(tài)下的管道，提出了一種基于KPCA-SVR的泄漏流量估計(jì)方法。本文主要工作如下：
　　分析比較了多種管道檢測(cè)方法，在此基礎(chǔ)上，基于多傳感器融合的思想，對(duì)管道安全運(yùn)行系統(tǒng)的實(shí)時(shí)系統(tǒng)部分進(jìn)行了詳細(xì)設(shè)計(jì)，該系統(tǒng)的特點(diǎn)是多級(jí)信息融合泄漏檢測(cè)和在線—離線協(xié)調(diào)工作。
　　為了全面有效地表征管道信號(hào)中所蘊(yùn)含的信息，采用以小波包分解到各個(gè)頻率范圍內(nèi)的能量來(lái)表征管道信號(hào)中的突變信

3、息，以最小二乘多項(xiàng)式一階擬合得到的斜率參數(shù)來(lái)表征管道信號(hào)的趨勢(shì)信息。同時(shí)，針對(duì)能量特征向量維數(shù)高且非線性強(qiáng)的特點(diǎn)，利用核主成分分析對(duì)其進(jìn)行了維數(shù)壓縮，降低了管道狀態(tài)識(shí)別的計(jì)算復(fù)雜度。
　　針對(duì)所設(shè)計(jì)的管道安全運(yùn)行實(shí)時(shí)系統(tǒng)，提出了基于支持向量機(jī)D-S證據(jù)融合的泄漏檢測(cè)方法。該泄漏檢測(cè)方法首先分別對(duì)管道壓力信號(hào)特征和管道流量信號(hào)特征進(jìn)行基于偏二叉樹(shù)支持向量機(jī)分類器的構(gòu)建，然后將待測(cè)特征數(shù)據(jù)送入分類器中并實(shí)現(xiàn)概率輸出，接著利用D-S證據(jù)

4、理論對(duì)概率輸出結(jié)果進(jìn)行融合。最后根據(jù)預(yù)先設(shè)定好的決策方法，對(duì)融合后的概率輸出結(jié)果進(jìn)行決策，實(shí)現(xiàn)最終管道運(yùn)行狀態(tài)的判斷。
　　在構(gòu)建偏二叉樹(shù)支持向量機(jī)分類器時(shí)，每個(gè)子偏二叉樹(shù)支持向量機(jī)分類器包含多個(gè)支持向量機(jī)分類器。由于樣本獲取難易的不同，導(dǎo)致了樣本分布不均，從而引起了支持向量機(jī)分類器的分類邊界向少數(shù)類偏移。針對(duì)這一問(wèn)題，提出了基于核K-均值聚類的多數(shù)類樣本處理方法。該方法首先對(duì)多數(shù)類樣本進(jìn)行核K-均值聚類，然后選擇聚類中具有局部空

5、間代表意義的樣本作為新的訓(xùn)練樣本代替原始的多數(shù)類樣本作為支持向量機(jī)分類器的輸入。該方法有效減少樣本失衡比例，顯著提高了分類的有效性和準(zhǔn)確性。在支持向量機(jī)參數(shù)尋優(yōu)方面，提出了基于遺傳算法的核K-均值聚類SVM的參數(shù)優(yōu)化方法。
　　當(dāng)管道處于泄漏狀態(tài)時(shí)，準(zhǔn)確地判斷泄漏流量的大小，對(duì)于控制事故發(fā)生的概率及嚴(yán)重程度、制定合理有效的應(yīng)急救援措施具有十分重要的意義。針對(duì)輸油管道系統(tǒng)的復(fù)雜性以及不確定性，為了有效地降低系統(tǒng)模型求解的復(fù)雜度并且提