(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211451728.7 (22)申请日 2022.11.21 (71)申请人 东北石油大 学三亚海洋油气研究院 地址 572025 海南省三 亚市崖州区崖州湾 科技城创新路8号中兴产业园A栋3层 区 (72)发明人 刘伟　闫文迪　杨凯宁　毕洪波　 姜春雷　孙雨　 (74)专利代理 机构 北京盛广信合知识产权代理 有限公司 161 17 专利代理师 刘化帅 (51)Int.Cl. G10L 25/51(2013.01) G10L 25/30(2013.01) G10L 21/0208(2013.01)G06N 20/20(2019.01) G06N 5/00(2006.01) G06N 20/10(2019.01) G06N 7/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) F17D 5/06(2006.01) F17D 5/00(2006.01) (54)发明名称 一种基于集成学习的二阶段单传感器管道 泄漏定位方法 (57)摘要 本发明提供了一种基于集成学习的二阶段 单传感器管道泄漏定位方法， 包括： 对管道泄漏 的声波信号数据进行预处理， 获取原始数据集； 利用若干预设网络模型对所述原始数据集进行 处理， 获取处理后的数据集； 构建循环神经网络 模型， 利用处理后的所述数据集对 所述循环神经 网络模型进行训练， 利用训练后的所述循环神经 网络模型预测管道泄漏点位置。 本发 明仅用一个 传感器就可以对 管道泄漏位置进行较好的预测， 为管道泄漏定位提供了一种新方法， 且大大节省 了成本， 具有一定的应用价 值。 权利要求书2页 说明书8页 附图5页 CN 115512717 A 2022.12.23 CN 115512717 A 1.一种基于集成学习的二阶段 单传感器管道泄漏定位方法， 其特 征在于， 包括： 对管道泄漏的声 波信号数据进行 预处理， 获取原 始数据集； 利用若干预设网络模型对所述原 始数据集进行处 理， 获取处 理后的数据集； 利用若干预设网络模型对所述原 始数据集进行处 理包括： 将所述原 始数据集划分为原 始训练集和原 始测试集； 将所述原 始训练集划分为第一测试集和第一训练集； 利用所述第 一训练集对所述预设网络模型进行训练， 利用训练后的所述预设网络模型 对所述第一测试集进行预测， 获取第一输出结果， 将所述第一输出结果与所述原始训练集 进行融合， 获取第二训练集； 利用所述预设网络模型对所述原始测试集进行预测， 获取第二输出结果， 将所述第二 输出结果与所述原 始测试集进行融合， 获取第二测试集； 所述预设网络模型包括： CN N模型、 XGBo ost模型和SVM模型； 构建循环神经网络模型， 利用处理后的所述数据集对所述循环神经网络模型进行训 练， 利用训练后的所述循环神经网络模型 预测管道泄漏点 位置； 所述循环神经网络模型采用GRU模型， 并在所述GRU模型中引入特 征注意力机制； 利用处理后的所述数据集对所述循环神经网络模型进行训练包括： 利用所述第 二训练集对所述循环神经网络模型进行训练； 并且在训练过程中利用余弦 退火优化学习率， 上升采用线性上升， 下降采用余弦函数 下降； 将所述第二测试集输入至训练后的所述循环神经网络模型中， 输出预测的管道泄漏点 位置， 将预测的所述管道泄漏点 位置与实际位置进行对比， 评估 模型预测结果。 2.根据权利要求1所述的基于集成学习的二阶段单传感器管道泄漏定位方法， 其特征 在于， 对管道泄漏的声 波信号数据进行 预处理包括： 对所述声 波信号数据按照不同的泄漏位置进行 标注， 获取 所述声波信号数据的标签； 将所述声波信号数据按时间序列划分为若干份， 获取若干份数据的均值、 方差、 峰值、 能量和熵， 对所述均值、 方差、 峰值、 能量和熵进 行相关系数计算， 获取预设相关性阈值的所 述声波信号数据。 3.根据权利要求2所述的基于集成学习的二阶段单传感器管道泄漏定位方法， 其特征 在于， 获取 所述原始数据集包括： 将预设相关性阈值的所述声 波信号数据与所述标签进行 结合， 获得 所述原始数据集。 4.根据权利要求1所述的基于集成学习的二阶段单传感器管道泄漏定位方法， 其特征 在于， 将所述原 始数据集划分为原 始训练集和原 始测试集前包括： 利用稀疏自编码器对所述原始数据集进行降噪降维处理； 其中， 所述稀疏自编码器基 于自动编码器和 正则化范 数构成。 5.根据权利要求1所述的基于集成学习的二阶段单传感器管道泄漏定位方法， 其特征 在于， 将所述原 始训练集划分为第一测试集和第一训练集包括： 将所述原始训练集划分为等量的若干数据， 并对所述数据进行编号， 每次对所述预设 网络模型进行训练时， 选取不同编号的所述数据作为所述第一测试集， 剩余的若干所述数 据作为所述第一训练集。权　利　要　求　书 1/2 页 2 CN 115512717 A 26.根据权利要求5所述的基于集成学习的二阶段单传感器管道泄漏定位方法， 其特征 在于， 获取 所述第一输出 结果包括： 基于所述第 一测试集中不同编 号的所述数据， 分别依次对若干所述预设网络模型进行 预测， 获取若干预测结果， 将全部所述预测结果进行合并， 获得 所述第一输出 结果。权　利　要　求　书 2/2 页 3 CN 115512717 A 3