基于CEEMDAN-HD-云模型特征熵的油气管道工况识别

来源：电子测量技术杂志2021年第21期北京时间：

作者：张勇，杨文武，王明吉，孙桐，刘洁，周兴达

单位：1.东北石油大学物理与电子工程学院 大庆 163318;2.东北石油大学人工智能能源研究院 大庆 163318;3.黑龙江省网络化与智能控制重点实验室 大庆 163318

摘要：针对长输油气管道泄漏检测过程中泄漏信号特征信息提取困难，提出一种新的管道负压波信号特征提取方法。采用添加自适应噪声的完备集合经验模态分解算法对采集的负压波信号进行去噪，通过评估CEEMDAN分解后分量与原始信号的概率密度之间的豪斯多夫距离选取有效模态并重构。计算重构信号的云模型特征熵、峭度作为特征参数，用支持向量机进行分类识别。通过实验室数据验证，CEEMDAN、豪斯多夫距离与云模型特征熵结合的方法可以有效提高油气管道泄漏检测的准确性，实现了对流量小于m/h的微小泄漏信号的识别，具有一定的现场应用价值。

关键词：CEEMDAN;豪斯多夫距离;云模型特征熵;支持向量机

基金资助：国家自然科学基金（61873058）、教育部重点实验室开放基金项目（MECOF2019B02）资助