10.3969/j.issn.1000-3932.2012.10.004
基于神经网络证据理论的天然气管道泄漏检测
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.
小波消噪、神经网络、数据融合、证据理论、泄漏检测
39
TQ055.8(一般性问题)
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20112322110003
2012-11-27（万方平台首次上网日期，不代表论文的发表时间）
共4页
1268-1271
