| 基于神经网络证据理论的天然气管道泄漏检测 |
| |
| 引用本文： | 高丙坤,严娓,岳茂兴.基于神经网络证据理论的天然气管道泄漏检测[J].化工自动化及仪表,2012,39(10):1268-1271. |
| |
| 作者姓名： | 高丙坤 严娓 岳茂兴 |
| |
| 作者单位： | 东北石油大学电气信息工程学院,黑龙江大庆,163318 |
| |
| 基金项目： | 国家博导联合基金资助项目——天然气管网泄漏监测技术研究 |
| |
| 摘 要： | 利用小波消噪原理,并通过构建RBF神经网络模型,将消噪后的信号作为RBF神经网络的输入参数,并判断该信号是否为泄漏信号。将D-S证据理论数据融合应用到天然气管道泄漏检测中,建立D-S证据理论数据融合模型。将输入的泄漏信号进行决策级综合判断,得出天然气管道泄漏的具体地点。利用C#语言开发天然气管道泄漏检测软件系统,该系统能够快速准确地识别泄漏并定位。
|
| 关 键 词： | 小波消噪 神经网络 数据融合 证据理论 泄漏检测 |
Leakage Detection of Natural Gas Pipelines Based on Neural Networks and Evidence Theory |
| |
| GAO Bing-kun
,
YAN Wei
,
YUE Mao-xing.Leakage Detection of Natural Gas Pipelines Based on Neural Networks and Evidence Theory[J].Control and Instruments In Chemical Industry,2012,39(10):1268-1271. |
| |
| Authors: | GAO Bing-kun YAN Wei YUE Mao-xing |
| |
| Affiliation: | (School of Electrical Engineering & Information,Northeast Petroleum University,Daqing 163318,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
