期刊文章详细信息
基于改进CEEMDAN-熵方法的管道泄漏工况识别
Identification of Pipeline Leakage Conditions Based on Improved CEEMDAN-Entropy
文献类型:期刊文章
Li Chuanxian;Lu Wenwen;Shi Yanan;Du Shicong;Zheng Wanyu;Li Pengyu(College of Pipeline and Civil Engineering,China University of Petroleum,Qingdao Shandong 266580,China;The Yellow River Delta Jingbo Chemical Research Institute Limited Company,Binzhou Shandong 256500,China;PetroChina Beijing Oil and Gas Control Center,Beijing 100007,China;CNOOC Offshore Oil Engineering(Qingdao)Limited Company,Qingdao Shandong 266555,China)
机构地区:[1]中国石油大学储运与建筑工程学院,山东青岛266580 [2]黄河三角洲京博化工研究院有限公司,山东滨州256500 [3]中国石油北京油气调控中心,北京100007 [4]中海油海洋石油工程(青岛)有限公司,山东青岛266555
基 金:国家自然科学基金资助项目(51774311);山东省自然科学基金资助项目(ZR2017MEE022)
年 份:2020
卷 号:33
期 号:1
起止页码:88-96
语 种:中文
收录情况:AJ、CAS、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、普通刊
摘 要:负压波信号的去噪效果和特征向量的提取是影响输油管道泄漏检测准确性的关键因素。针对当前管道泄漏检测准确性较低的问题,提出了改进的添加成对白噪声的完全集合经验模态分解算法(改进的CEEMDAN)对负压波信号进行预处理,将管道上下游压力传感器测得的负压波信号进行CEEMDAN分解,得到多个固有模态函数(IMF),并根据双通道传感器的相关系数原则筛选有效IMF分量,提出基于熵的特征向量,计算有效IMF分量的能量熵、峭度熵以及排列熵,并输入支持向量机(SVM)对不同工况进行分类。通过现场数据验证,改进的CEEMDAN-熵方法可以有效提高输油管道泄漏检测的准确性,具有一定的现场应用价值。
关 键 词:CEEMDAN 相关系数 能量熵 峭度熵 排列熵 SVM
分 类 号:TE832]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...