基于粗糙集与神经网络的天然气管道泄漏检测

【摘要】：随着天然气管道运输业的不断发展,管道泄漏所带来的环境污染、经济损失和对人民财产安全的危害越发严重,如何减小甚至避免这些伤害成为人们日益关注的问题,因此,天然气管道泄漏检测依然是当前重要的研究课题。常规的泄漏检测技术存在检测效率低和诊断不够准确的弊端,这些方法不适用于天然气管道泄漏检测,本文根据天然气管道运行实际情况,将粗糙集与神经网络结合,构建了适用于天然气管道泄漏检测的诊断模型,并采用次声波检测方法对管道泄漏源进行定位。本文主要研究内容如下:本文首先总结了管道泄漏检测国内外发展现状,介绍了现有的检测技术。通过对各种泄漏检测方法的综合对比,提出粗糙集与神经网络结合的天然气管道泄漏检测方法。文章首先对神经网络基本理论的研究,构建RBF神经网络模型,针对大庆天然气管道运行状况,选取8个属性参数作为RBF神经网络的输入参数,并判断是否为泄漏信号。针对神经网络输入空间维数较大,网络结构复杂的问题,文章综合粗糙集和神经网络的优缺点,将二者结合,构建了以粗糙集为前置系统的RBF神经网络,将经过粗糙集处理的数据作为网络的训练样本和测试样本,判断输入信号是否为泄漏信号。为了进一步提高神经网络的判断精度,本文在标准粒子群优化算法(particle swarm optimization,PSO)基础上提出了一种改进的PSO优化算法,用来优化RBF神经网络权值,构建以粗糙集为前置系统、经过改进的PSO算法优化的RBF神经网络模型,并将其应用于天然气管道泄漏检测。本文介绍了基于次声波的天然气管道检测原理,利用小波分析对原始次声波信号进行消噪处理,采用相关法确定次声波传播至上下游传感器的时间差,结合次声波在天然气管道中的传播速度,实现管道泄漏定位。 【关键词】：粗糙集 属性约简 神经网络 PSO优化算法
【学位授予单位】：东北石油大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TE973.6;TP183
【目录】：

• 摘要4-5
• ABSTRACT5-6
• 创新点摘要6-9
• 绪论9-15
• 0.1 课题研究背景及意义9
• 0.2 国内外研究现状及发展趋势9-14
• 0.2.1 管道泄漏检测技术国内外发展现状9-12
• 0.2.2 神经网络在的应用及发展现状12-13
• 0.2.3 粗糙集理论的应用及发展现状13-14
• 0.3 本文主要研究内容14-15
• 第一章 基于神经网络的天然气管道泄漏检测15-29
• 1.1 人工神经网络基本理论15-18
• 1.1.1 神经元模型15-16
• 1.1.2 激活函数16-17
• 1.1.3 人工神经网络结构17-18
• 1.2 RBF神经网络18-22
• 1.2.1 RBF神经网络简介18-20
• 1.2.2 RBF神经网络学习方法20
• 1.2.3 混合学习方法确定网络参数20-22
• 1.3 基于RBF神经网络的天然气管道泄漏检测22-28
• 1.3.1 RBF神经网络模型的建立22-27
• 1.3.2 基于RBF神经网络的管道泄漏检测仿真实验27-28
• 1.4 本章小结28-29
• 第二章 基于粗糙集与神经网络的天然气管道泄漏检测29-41
• 2.1 粗糙集理论的基本概念29-32
• 2.1.1 知识表达29-31
• 2.1.2 知识约简31-32
• 2.1.3 属性值约简32
• 2.2 知识约简算法32-35
• 2.2.1 基于属性重要性的约简算法32-33
• 2.2.2 基于属性重要性的启发式约简算法33-35
• 2.3 粗糙集与神经网络结合35-36
• 2.3.1 粗糙集理论与神经网络结合的可行性分析35
• 2.3.2 粗糙集与神经网络的结合方式35-36
• 2.4 基于粗糙集与RBF神经网络的天然气管道泄漏检测36-40
• 2.4.1 粗糙集与RBF神经网络结合的系统流程36
• 2.4.2 基于粗糙集的数据预处理36-38
• 2.4.3 基于粗糙集与RBF神经网络的管道泄漏检测仿真实验38-40
• 2.5 本章小结40-41
• 第三章 基于粗糙集与PSO优化神经网络的天然气管道泄漏检测41-49
• 3.1 PSO算法与改进的PSO算法41-45
• 3.1.1 标准PSO算法简介41-42
• 3.1.2 PSO算法改进研究现状42-43
• 3.1.3 改进的PSO优化算法43-45
• 3.2 改进的PSO优化算法优化RBF神经网络45-47
• 3.2.1 改进的PSO算法优化RBF神经网络权值的流程45-46
• 3.2.2 基于粗糙集与PSO优化RBF神经网络的管道泄漏检测仿真实验46-47
• 3.3 四种方法的仿真结果对比47-48
• 3.4 本章小结48-49
• 第四章 基于次声波的天然气管道泄漏定位49-53
• 4.1 基于次声波的天然气管道泄漏定位原理49-50
• 4.2 天然气管道内次声波传播速度的确定50
• 4.3 次声波传播到上下游传感器时间差的确定50-51
• 4.4 仿真实验51-52
• 4.5 本章小结52-53
• 结论53-55
• 参考文献55-58
• 发表文章目录58-59
• 致谢59-60

您可以在本站搜索以下学术论文文献来了解更多相关内容

神经网络在预报控制中的应用    雷明,李作清,陈志祥,吴雅,杨叔子

神经网络技术及其在钢铁工业中的应用第8讲人工神经网络在钢铁工业中的应用(下)    杨自厚

神经网络在冶金中的应用    李润生,李延辉,胡学军,刘壮,王守俭

线性神经网络及在多组分分析中的初步应用    刘海玲,刘树深,尹情胜,夏之宁,易忠胜

用神经网络确定梁上裂纹位置的研究    王继宗,王西娟

生物发酵过程神经网络状态预报器的验证    赵学庆,袁景淇,周又玲,贺松

基于神经网络的混匀配料优化方法    李智,姚驻斌,张望兴,贺超武

神经网络在冶金工业中的应用    胡敏艺,马荣骏

利用神经网络进行观测数据的分析与处理    倪建军,邵琳

材料工程中基于神经网络的稳态优化策略    裴浩东,苏宏业,褚健

基于泛集的神经网络的混沌性    徐春玉;

量子神经网络    周树德;王岩;孙增圻;孙富春;

基于神经网络和简单规划的识别融合算法    罗山;张琳;范文新;

序言(二)    郭爱克;马尽文;丁康;

知识论:神经网络的新机遇——纪念中国神经网络10周年    钟义信;

神经网络与图论    许进;保铮;

数值预报产品的神经网络释用预报应用    金龙;朱诗武;赵成志;陈宁;

神经网络在中学生创造力评估中的应用    田金亭;

自发展神经网络的混沌特性研究    唐墨;王科俊;

基于遗传算法优化神经网络的故障诊断方法研究    张广远;万强;曹海源;田方涛;

维护好创新的“神经网络硬件”    美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想

脑控电脑 惊世骇俗    卢业忠

人工神经网络将大显身手    葛一鸣 路边文

神经网络挑战人类大脑    中国科技大学计算机系　邢方亮

“神经网络”：打开复杂工艺“黑箱”    记者 孙刚

美用DNA制造出首个人造神经网络    本报记者 刘霞

干细胞移植：修复受损的神经网络    健康时报特约记者　 张献怀

我半导体神经网络技术及应用研究达国际先进水平    刘力

神经网络和模糊逻辑    

江苏科大神经网络应用研究通过鉴定    邹丽梅 陈耀群

神经网络及其在控制中的应用研究    杨旭华

基于神经网络的无线通信算法研究    李素芳

忆阻神经网络的混沌性及几类时滞神经网络的同步研究    石艳超

基于随机映射神经网络的多元时间序列预测方法研究    王新迎

极速学习机的训练残差、稳定性及泛化能力研究    付爱民

基于粒计算的神经网络及集成方法研究    李辉

复杂网络几类同步控制策略研究及稳定性分析    王卫苹

神经网络优化方法及其在信息处理中的应用研究    曾喆昭

小波过程神经网络相关理论及其应用研究    李洋

提高密度泛函理论方法计算吸收能的精度：神经网络和遗传算法    李辉

混合不确定性模块化神经网络与高校效益预测的研究    章颖

基于改进型神经网络的风力发电系统预测及控制研究    贾文静

基于忆阻器的涡卷混沌系统及其电路仿真    李慧芳

神经网络降维算法研究与应用    陈彦至

基于忆阻器的组合电路及神经网络研究    董哲康

基于神经网络的遥感图像分类研究    武创举

基于神经网络的上证指数预测研究    李志杰

基于神经网络血压预测研究与系统实现    陈少吉

几类时滞神经网络稳定性分析    张韬

几类时滞不确定神经网络的稳定性分析    邵雪莹