[發(fā)明專利]基于信號時頻特征和支持向量機的供水管道泄漏識別方法

有效

• 申請?zhí)枺?/td>: 201810988501.3
• 申請日: 2018-08-28
• 公開（公告）號: CN109284777B
• 公開（公告）日: 2021-09-28
• 發(fā)明（設計）人: 劉洋;吳瓊;任學利;趙婷;龔政;青春
• 申請（專利權）人: 內蒙古大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 張曉博

1.基于信號時頻特征和支持向量機的供水管道泄漏檢測方法，其特征在于，所述方法根據泄漏信號和非泄漏信號時頻特性的差異性基于信號固有模態(tài)函數、近似熵、主成分提出了三個時頻特征，并利用這些特征構造特征矩陣作為支持向量機輸入，將支持向量機作為分類器對信號進行識別并輸出識別結果，確定信號為泄漏信號還是非泄漏信號；

所述方法包括：

S1：輸入被檢測的信號；

S2：對輸入的信號進行特征提取；

S3：將所提取的特征集輸入已進行優(yōu)化的支持向量機，利用支持向量機對特征進行識別；

S4：支持向量機根據輸入的信號特征輸出識別結果，確定信號為泄漏信號還是非泄漏信號；

基于固有模態(tài)函數的頻域特征、基于近似熵的特征和基于主成分分析的特征；

提取基于固有模態(tài)函數的頻域特征步驟包括：

利用經驗模態(tài)分解法對輸入的信號進行處理，分解得到所述輸入的信號的多個固有模態(tài)函數；

對所得到的固有模態(tài)函數進行處理，得到信號的固有模態(tài)函數功率譜；

計算固有模態(tài)函數功率譜的均值，作為泄漏信號的時頻特征。

2.根據權利要求1所述的方法，其特征在于，提取基于近似熵的特征步驟包括：

根據采集管道信號的N個樣本u(1)，u(2)，…，u(N)構造出兩個長度為m的序列，x(i)＝[u(i)，u(i+1)，…，u(i+m-1)]，x(j)＝[u(j)，u(j+1)，…，u(j+m-1)]，其中i，j≤N-m+1，計算序列x(i)和x(j)之間的距離，

d[x(i)，x(j)]＝max_{k-1，2，…，m}[|u(i+m-1)-u(j+k-1)|]

給定一個閾值r，對于每一個i＜N-m+1統(tǒng)計出d[x(i)，x(j)]≤r的數目，并計算出這個數目與矢量個數之間的比值：

對于所有i值，求的平均值為φ^m(r)，

將m增加1，重復以上步驟得到φ^m+1(r)，根據φ^m+1(r)和Φ^m(r)得到近似熵的值為：

ApEn(m，r)＝φ^m(r)-φ^m+1(r)，作為泄漏信號的時頻特征。

3.根據權利要求2所述的方法，其特征在于，r的取值為被檢測信號標準差的0.1至0.2倍。

4.根據權利要求1所述的方法，其特征在于，提取基于主成分分析的特征步驟包括：

采集m組管道信號x₁，x₂，…，x_m，每組信號含有n個樣本，表示為x_i＝(x_1i，x_2i，φ，x_ni)²，則由此構成的n×m階矩陣X＝[x₁x₂…x_m]為

利用X的協(xié)方差矩陣前l(fā)個特征值，其中，0＜l≤m，所述特征值從大到小排列，對應的特征向量α_i＝(α_1i，α_2i，…，α_mi)^T(i＝1，2，…，l)可以求得l個新的向量，

y_i＝Xα_i，其中i＝1，2，...，l

y_i為X的主成分；

利用信號的主成分y_i構造n×l階的主成分信號矩陣Y＝[y₁y₂…y_l]，根據主成分信號矩陣與原始信號矩陣內積g_ji＝[y_j，x_i]構造矩陣G，

G＝Y^T(X-E[X])

選取g_j＝[g_j1g_j2…g_jm]，0＜j≤l作為泄漏信號的時頻特征。