广义回归神经网络在燃气管道泄漏检测中的应用
The application of GRNN in gas pipeline leakage detection作者机构:常州大学环境与安全工程学院江苏常州213164 江苏省特种设备安全监督检验研究院常州分院江苏常州213016
出 版 物:《消防科学与技术》 (Fire Science and Technology)
年 卷 期:2015年第34卷第7期
页 面:950-953,974页
学科分类:0820[工学-石油与天然气工程] 08[工学] 0837[工学-安全科学与工程] 082003[工学-油气储运工程]
基 金:江苏省科技项目(BE2014625) 常州市科技项目(CE20145054)
摘 要:介绍燃气管道泄漏检测与定位技术,采用小波变换进行消噪定位处理。在此基础上,通过构造广义回归神经网络的管道泄漏模型,对模拟实验数据进行定位预测分析。结果表明:经过该法处理后,得出实验检测值、声波法计算值以及小波分析值的误差率分别为8.38%、7.49%和2.79%,定位精度都有较大提高。其中,小波分析值误差率最小。将该方法应用于工程实际中,可得出较为准确的管道泄漏位置。