本發(fā)明屬于管道安全檢測(cè)與監(jiān)控技術(shù)領(lǐng)域，尤其涉及一種基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒ā?/p>

背景技術(shù)：

埋設(shè)在地下的燃?xì)夤艿烙捎阡佋O(shè)區(qū)域廣，線路復(fù)雜，當(dāng)管道出現(xiàn)泄漏后，如果發(fā)生泄漏報(bào)警或定位不準(zhǔn)，就不能及時(shí)發(fā)現(xiàn)其泄漏點(diǎn)，從而造成資源的損失浪費(fèi)，并可能帶來(lái)安全隱患及環(huán)境污染。

現(xiàn)有技術(shù)中，一般地，國(guó)內(nèi)常用的泄漏定位方法有人工直接檢測(cè)法、壓力梯度法、負(fù)壓波法、相關(guān)分析法和BP神經(jīng)網(wǎng)絡(luò)法等。第一種方法最為普遍，但其耗時(shí)量大，對(duì)工作人員的經(jīng)驗(yàn)依賴度高，往往不能快速確定泄漏源，控制泄漏事故，一旦不能準(zhǔn)確定位泄漏源，就會(huì)造成較大的經(jīng)濟(jì)損失和環(huán)境污染；另外幾種方法在實(shí)際的泄漏定位過(guò)程中存在對(duì)泄漏條件要求過(guò)高，定位結(jié)果偏差大等問(wèn)題。

由于燃?xì)夤艿垒斔椭斜玫妮斔吞匦缘淖兓约拜斔凸に嚨母淖?，在燃?xì)廨斔瓦^(guò)程中，經(jīng)常會(huì)出現(xiàn)泄漏監(jiān)測(cè)信號(hào)頻繁受輸送泵的影響而產(chǎn)生強(qiáng)的干擾信號(hào)和多個(gè)余波信號(hào)的情況。從而導(dǎo)致提取的監(jiān)測(cè)信號(hào)不準(zhǔn)確，導(dǎo)致不能準(zhǔn)確的確定燃?xì)夤艿赖男孤┰矗瑥亩⒄`了及時(shí)修復(fù)泄漏源的時(shí)間，造成不可挽回的損失。

因此，解決好燃?xì)夤艿涝谳斔偷倪^(guò)程中對(duì)泄漏源精確、可靠、快速地定位，避免監(jiān)測(cè)環(huán)境中的其它信號(hào)對(duì)監(jiān)測(cè)信號(hào)干擾，對(duì)于保障燃?xì)夤艿垒斔涂煽俊踩\(yùn)行，具有非常急迫的必要性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問(wèn)題是：為了克服現(xiàn)有技術(shù)中人工檢測(cè)速度慢，壓力梯度法、負(fù)壓波法、相關(guān)分析法和BP神經(jīng)網(wǎng)絡(luò)法等方法對(duì)泄漏條件要求過(guò)高，定位結(jié)果偏差大的不足，本發(fā)明提供一種基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒?，采用了基于改進(jìn)的網(wǎng)格搜索法的支持向量機(jī)回歸(SVR)的原理，旨在對(duì)城市燃?xì)夤艿佬孤┻M(jìn)行精確定位，增加燃?xì)夤艿佬孤┒ㄎ环椒ǖ倪m用性、普遍性。

基于支持向量機(jī)回歸(SVR)的城市燃?xì)夤艿佬孤┒ㄎ环椒ㄊ且环N采用改進(jìn)的網(wǎng)格搜索法優(yōu)化支持向量機(jī)回歸(SVR)參數(shù)，建立定位模型對(duì)管道泄漏進(jìn)行定位的方法。

本發(fā)明解決其技術(shù)問(wèn)題所要采用的技術(shù)方案是：一種基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒?，包括以下步驟：

步驟1，根據(jù)待測(cè)管道的不同泄漏狀態(tài)提取自變量和因變量構(gòu)建樣本數(shù)據(jù)庫(kù)；自變量由物理信號(hào)參數(shù)和聲發(fā)射信號(hào)參數(shù)組合而成，因變量指泄漏點(diǎn)的定位值。

步驟2，對(duì)該樣本數(shù)據(jù)庫(kù)進(jìn)行預(yù)處理，構(gòu)造訓(xùn)練集；

步驟3，根據(jù)傳統(tǒng)的網(wǎng)格搜索法具有耗費(fèi)時(shí)間長(zhǎng)，而且一旦搜索步距偏大，往往不能搜索到最優(yōu)的那一組參數(shù)組合的特點(diǎn)，采用改進(jìn)的網(wǎng)格搜索法從訓(xùn)練集中尋找最優(yōu)參數(shù)組合；

步驟4，利用最優(yōu)參數(shù)組合構(gòu)建基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ荒Ｐ停?/p>

步驟5，根據(jù)城市燃?xì)夤艿佬孤┒ㄎ荒Ｐ?，?duì)待測(cè)管道進(jìn)行泄漏定位。

進(jìn)一步，步驟1中，待測(cè)管道不同泄漏狀態(tài)時(shí)的檢測(cè)變量為自變量，對(duì)應(yīng)泄漏點(diǎn)的定位值為因變量，檢測(cè)變量包括物理儀表采集到的物理信號(hào)和聲發(fā)射傳感器采集到的聲發(fā)射信號(hào)，則樣本數(shù)據(jù)庫(kù)的構(gòu)造過(guò)程為：樣本數(shù)據(jù)庫(kù)由不同泄漏位置提取到的自變量和因變量構(gòu)成，其中，自變量為對(duì)應(yīng)泄漏點(diǎn)處利用物理儀表采集到的出口壓力、出口流量?jī)蓚€(gè)物理信號(hào)以及聲發(fā)射傳感器采集到的聲發(fā)射信號(hào)，因變量為泄漏點(diǎn)的定位值，所述定位值以管道進(jìn)口端為零點(diǎn)至泄漏點(diǎn)處的距離；采用小波分析法對(duì)樣本數(shù)據(jù)庫(kù)的聲發(fā)射信號(hào)進(jìn)行特征參數(shù)提取，根據(jù)特征參數(shù)的一般選取規(guī)則分別獲得幅度、絕對(duì)能量和振鈴計(jì)數(shù)三個(gè)特征參數(shù)，由出口壓力、出口流量、幅度、絕對(duì)能量和振鈴計(jì)數(shù)五個(gè)參數(shù)組成自變量，將對(duì)應(yīng)泄漏點(diǎn)處的定位值作為因變量，在待測(cè)管道上采集多組出口壓力、出口流量、幅度、絕對(duì)能量、振鈴計(jì)數(shù)和定位值的數(shù)據(jù)組成樣本數(shù)據(jù)庫(kù)。

具體的，物理信號(hào)包括出口壓力和出口流量，所述出口壓力和出口流量分別由安裝在待測(cè)管道末端的壓力變送器和流量變送器采集得到；聲發(fā)射信號(hào)由數(shù)據(jù)采集單元中的聲發(fā)射傳感器采集得到，所述聲發(fā)射傳感器安裝于待測(cè)管道末端。

具體的，所述數(shù)據(jù)采集單元包括安裝有XP系統(tǒng)的工業(yè)計(jì)算機(jī)、PCI-II雙通道聲發(fā)射卡、型號(hào)為S/N2462026504、濾波范圍為20-120KHz的聲發(fā)射前置放大器、型號(hào)為R15的單端寬頻帶聲發(fā)射傳感器以及對(duì)應(yīng)的處理軟件。

待測(cè)管道發(fā)生泄漏時(shí)會(huì)產(chǎn)生聲發(fā)射現(xiàn)象，管道破裂時(shí)的瞬態(tài)彈性波即聲發(fā)射信號(hào)沿泄漏點(diǎn)處向待測(cè)管道兩側(cè)進(jìn)行傳播。安裝在管道上的聲發(fā)射傳感器監(jiān)測(cè)到該信號(hào)后，將信號(hào)傳至聲發(fā)射采集卡中經(jīng)過(guò)一系列的軟件處理后形成數(shù)據(jù)保存于計(jì)算機(jī)中。

進(jìn)一步，所述步驟2中，對(duì)該樣本數(shù)據(jù)庫(kù)進(jìn)行預(yù)處理是對(duì)樣本數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行區(qū)間為[-1,1]的歸一化處理，將預(yù)處理后的樣本數(shù)據(jù)庫(kù)分為訓(xùn)練集和測(cè)試集，訓(xùn)練集用于構(gòu)建泄漏定位模型，測(cè)試集用于驗(yàn)證模型的精度。

具體的，所述小波分析法是指用有限長(zhǎng)或快速衰減的稱為母小波的震蕩波形來(lái)表示信號(hào)，并對(duì)這些信號(hào)進(jìn)行分析。

進(jìn)一步，預(yù)處理具體包括采用小波分析法對(duì)樣本數(shù)據(jù)庫(kù)的聲發(fā)射信號(hào)進(jìn)行特征參數(shù)的提取，根據(jù)特征參數(shù)的一般選取規(guī)則分別獲得幅度、絕對(duì)能量和振鈴計(jì)數(shù)三個(gè)特征參數(shù)，由出口壓力、出口流量、幅度、絕對(duì)能量和振鈴計(jì)數(shù)五個(gè)參數(shù)組成自變量，在待測(cè)管道上采集多組出口壓力、出口流量、幅度、絕對(duì)能量和振鈴計(jì)數(shù)的數(shù)據(jù)組成訓(xùn)練集。

進(jìn)一步，在步驟3中，所述的改進(jìn)的網(wǎng)格搜索法就是把搜索步長(zhǎng)和搜索范圍加以改變來(lái)搜索最優(yōu)參數(shù)，最優(yōu)參數(shù)組合是指利用支持向量機(jī)建模時(shí)的懲罰系數(shù)C和核函數(shù)參數(shù)g的值設(shè)定，不同值構(gòu)成的模型精度不同，因此需要采用改進(jìn)的網(wǎng)格搜索法進(jìn)行最優(yōu)參數(shù)組合搜索，從而確定最優(yōu)值，具體包括以下步驟：

步驟3.1，從預(yù)處理后的樣本數(shù)據(jù)庫(kù)中取出幾組作為測(cè)試集，剩余的均作為訓(xùn)練集，對(duì)訓(xùn)練集歸一化；

步驟3.2，設(shè)定好懲罰系數(shù)C和核函數(shù)參數(shù)g的取值范圍；

步驟3.3，先采用大步距對(duì)訓(xùn)練集做一個(gè)粗搜，這樣可以避免步距過(guò)小耗費(fèi)時(shí)間的問(wèn)題，挑出預(yù)測(cè)準(zhǔn)確度最高的那一組參數(shù)組合，即局部最優(yōu)參數(shù)組合；

步驟3.4，在局部最優(yōu)參數(shù)組合附近確立一個(gè)小區(qū)間，對(duì)這組參數(shù)用傳統(tǒng)方法的小步距作二次尋優(yōu)，確定最終的參數(shù)組合，即最優(yōu)參數(shù)組合。

進(jìn)一步，在步驟4中，所述的構(gòu)建基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ荒Ｐ偷木唧w原理是指基于改進(jìn)的網(wǎng)格搜索法的支持向量機(jī)回歸原理；所述支持向量機(jī)回歸采用的是ε-SVR對(duì)管道泄漏進(jìn)行訓(xùn)練和定位的基本思想，具體指在線性不可分的輸入變量情況下，首先選取合適的非線性映射Ф將其映射到一個(gè)高維特征空間，然后在這個(gè)高維特征空間當(dāng)中采用線性回歸函數(shù)來(lái)進(jìn)行評(píng)估，最后獲得在原空間的非線性回歸效果，假設(shè)x_i∈R^d為管道泄漏時(shí)的檢測(cè)變量，y_i為管道泄漏點(diǎn)的定位值，基于支持向量機(jī)回歸的泄漏定位模型即尋找x_i，y_i之間的關(guān)聯(lián)：f：Rⁿ→R，y_i＝f(x_i)。

本發(fā)明的有益效果是：本發(fā)明提供的一種基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒?，采用了基于改進(jìn)的網(wǎng)格搜索法的支持向量機(jī)回歸(SVR)的原理，通過(guò)構(gòu)建泄漏定位模型來(lái)實(shí)現(xiàn)燃?xì)夤艿赖男孤┒ㄎ?，使城市燃?xì)夤艿涝谶\(yùn)行過(guò)程中進(jìn)行泄漏定位更加快速，也提高了泄漏定位的穩(wěn)定性、精確性、可靠性。

附圖說(shuō)明

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明。

圖1是本發(fā)明最佳實(shí)施例的基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒ǖ牟襟E圖；

圖2是城市燃?xì)夤艿佬孤┠M實(shí)驗(yàn)平臺(tái)。

具體實(shí)施方式

現(xiàn)在結(jié)合附圖對(duì)本發(fā)明作詳細(xì)的說(shuō)明。此圖為簡(jiǎn)化的示意圖，僅以示意方式說(shuō)明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。

下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明的應(yīng)用原理作進(jìn)一步描述。

如圖1所示，本發(fā)明實(shí)施例的基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒òㄒ韵虏襟E：

步驟1，根據(jù)待測(cè)管道的不同泄漏狀態(tài)提取自變量和因變量構(gòu)建樣本數(shù)據(jù)庫(kù)；自變量由物理信號(hào)參數(shù)和聲發(fā)射信號(hào)參數(shù)組合而成，因變量指泄漏點(diǎn)的定位值。

步驟2，對(duì)該樣本數(shù)據(jù)庫(kù)進(jìn)行預(yù)處理，構(gòu)造訓(xùn)練集；

步驟3，根據(jù)傳統(tǒng)的網(wǎng)格搜索法具有耗費(fèi)時(shí)間長(zhǎng)，而且一旦搜索步距偏大，往往不能搜索到最優(yōu)的那一組參數(shù)組合的特點(diǎn)，采用改進(jìn)的網(wǎng)格搜索法從訓(xùn)練集中尋找最優(yōu)參數(shù)組合；

步驟4，利用最優(yōu)參數(shù)組合構(gòu)建基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ荒Ｐ停?/p>

步驟5，根據(jù)城市燃?xì)夤艿佬孤┒ㄎ荒Ｐ?，?duì)待測(cè)管道進(jìn)行泄漏定位。

進(jìn)一步，步驟1中，待測(cè)管道不同泄漏狀態(tài)時(shí)的檢測(cè)變量為自變量，對(duì)應(yīng)泄漏點(diǎn)的定位值為因變量，檢測(cè)變量包括物理儀表采集到的物理信號(hào)和聲發(fā)射傳感器采集到的聲發(fā)射信號(hào)，則樣本數(shù)據(jù)庫(kù)的構(gòu)造過(guò)程為：樣本數(shù)據(jù)庫(kù)由不同泄漏位置提取到的自變量和因變量構(gòu)成，其中，自變量為對(duì)應(yīng)泄漏點(diǎn)處利用物理儀表采集到的出口壓力、出口流量?jī)蓚€(gè)物理信號(hào)以及聲發(fā)射傳感器采集到的聲發(fā)射信號(hào)，因變量為泄漏點(diǎn)的定位值，所述定位值以管道進(jìn)口端為零點(diǎn)至泄漏點(diǎn)處的距離；采用小波分析法對(duì)樣本數(shù)據(jù)庫(kù)的聲發(fā)射信號(hào)進(jìn)行特征參數(shù)提取，根據(jù)特征參數(shù)的一般選取規(guī)則分別獲得幅度、絕對(duì)能量和振鈴計(jì)數(shù)三個(gè)特征參數(shù)，由出口壓力、出口流量、幅度、絕對(duì)能量和振鈴計(jì)數(shù)五個(gè)參數(shù)組成自變量，將對(duì)應(yīng)泄漏點(diǎn)處的定位值作為因變量，在待測(cè)管道上采集多組出口壓力、出口流量、幅度、絕對(duì)能量、振鈴計(jì)數(shù)和定位值的數(shù)據(jù)組成樣本數(shù)據(jù)庫(kù)。

具體的，物理信號(hào)包括出口壓力和出口流量，所述出口壓力和出口流量分別由安裝在待測(cè)管道末端的壓力變送器和流量變送器采集得到；聲發(fā)射信號(hào)由數(shù)據(jù)采集單元中的聲發(fā)射傳感器采集得到，所述聲發(fā)射傳感器安裝于待測(cè)管道末端。

具體的，所述數(shù)據(jù)采集單元包括安裝有XP系統(tǒng)的工業(yè)計(jì)算機(jī)、PCI-II雙通道聲發(fā)射卡、型號(hào)為S/N2462026504、濾波范圍為20-120KHz的聲發(fā)射前置放大器、型號(hào)為R15的單端寬頻帶聲發(fā)射傳感器以及對(duì)應(yīng)的處理軟件。

待測(cè)管道發(fā)生泄漏時(shí)會(huì)產(chǎn)生聲發(fā)射現(xiàn)象，管道破裂時(shí)的瞬態(tài)彈性波即聲發(fā)射信號(hào)沿泄漏點(diǎn)處向待測(cè)管道兩側(cè)進(jìn)行傳播。安裝在管道上的聲發(fā)射傳感器監(jiān)測(cè)到該信號(hào)后，將信號(hào)傳至聲發(fā)射采集卡中經(jīng)過(guò)一系列的軟件處理后形成數(shù)據(jù)保存于計(jì)算機(jī)中。

進(jìn)一步，對(duì)該樣本數(shù)據(jù)庫(kù)進(jìn)行預(yù)處理是對(duì)樣本數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行區(qū)間為[-1,1]的歸一化處理，將預(yù)處理后的樣本數(shù)據(jù)庫(kù)分為訓(xùn)練集和測(cè)試集，訓(xùn)練集用于構(gòu)建泄漏定位模型，測(cè)試集用于驗(yàn)證模型的精度。

具體的，所述小波分析法是指用有限長(zhǎng)或快速衰減的稱為母小波的震蕩波形來(lái)表示信號(hào)，并對(duì)這些信號(hào)進(jìn)行分析。

進(jìn)一步，預(yù)處理具體包括采用小波分析法對(duì)樣本數(shù)據(jù)庫(kù)的聲發(fā)射信號(hào)進(jìn)行特征參數(shù)的提取，根據(jù)特征參數(shù)的一般選取規(guī)則分別獲得幅度、絕對(duì)能量和振鈴計(jì)數(shù)三個(gè)特征參數(shù)，由出口壓力、出口流量、幅度、絕對(duì)能量和振鈴計(jì)數(shù)五個(gè)參數(shù)組成自變量，在待測(cè)管道上采集多組出口壓力、出口流量、幅度、絕對(duì)能量和振鈴計(jì)數(shù)的數(shù)據(jù)組成訓(xùn)練集。

在基于支持向量機(jī)回歸(SVR)的城市燃?xì)夤艿佬孤┒ㄎ环椒ㄖ兴龅姆椒ㄊ且环N改進(jìn)網(wǎng)格搜索法優(yōu)化支持向量機(jī)回歸(SVR)參數(shù)，建立定位模型對(duì)管道泄漏進(jìn)行定位的方法。

如圖2所示，在步驟1中，聲發(fā)射信號(hào)是由按照相似理論搭建城市燃?xì)夤艿佬孤┠M實(shí)驗(yàn)平臺(tái)中的PCⅠ-Ⅱ聲發(fā)射檢測(cè)儀中發(fā)射出去的，并由聲發(fā)射傳感器(型號(hào)為R15、單端寬頻帶)采集到聲發(fā)射信號(hào)，該模擬實(shí)驗(yàn)裝置由管道輸送單元、數(shù)據(jù)采集單元和測(cè)量?jī)x表3個(gè)單元組成。其中的管道輸送單位是由空氣壓縮機(jī)、球閥1、球閥2、緩沖罐以及輸送管道組成，數(shù)據(jù)采集單元由工業(yè)計(jì)算機(jī)(XP系統(tǒng))、聲發(fā)射卡(PCⅠ-Ⅱ型雙通道)，聲發(fā)射前置放大器(型號(hào)為S/N2462026504、濾波范圍20-120KHz)，聲發(fā)射傳感器(型號(hào)為R15、單端寬頻帶)以及對(duì)應(yīng)處理軟件組成。儀器儀表單元主要由三個(gè)測(cè)量范圍為0.03L/min～1.0L/min的轉(zhuǎn)子流量計(jì)，和溫度傳感器三個(gè)測(cè)量范圍為-20MPa～80MPa的壓力表組成，圖中分別表示為流量計(jì)1、流量計(jì)2和流量計(jì)3；壓力表1、壓力表2和壓力表3，管道總長(zhǎng)55m。

在步驟1中，聲信號(hào)的采集是由這個(gè)實(shí)驗(yàn)平臺(tái)來(lái)實(shí)現(xiàn)的，具體的過(guò)程如下：由空氣壓縮機(jī)為管道提供空氣模擬燃?xì)夤艿?，管道上總共?個(gè)泄漏閥分布位置分別在3.40m，11.12m，21.05m，28.76m，38.70m，45.41m處，編號(hào)分別為P1、P2、P3、P4、P5和P6。單獨(dú)打開每個(gè)泄漏閥來(lái)模擬管道泄漏。

從聲發(fā)射傳感器(型號(hào)為R15、單端寬頻帶)中提取的信號(hào)，選擇自變量和因變量，將從聲發(fā)射傳感器(型號(hào)為R15、單端寬頻帶)中采集到數(shù)據(jù)信號(hào)的特征用小波分析法進(jìn)行提取。小波分析法是指用有限長(zhǎng)或快速衰減的稱為母小波的震蕩波形來(lái)表示信號(hào)，并對(duì)這些信號(hào)進(jìn)行分析。根據(jù)特征參數(shù)的一般選取規(guī)則，分別獲得幅度、絕對(duì)能量和振鈴計(jì)數(shù)三個(gè)基本特征參數(shù)。由該三種基本特征參數(shù)組和待測(cè)管道末端安裝的壓力變送器和流量變送器測(cè)得的出口壓力和出口流量共同組成自變量，即自變量由出口壓力、出口流量、幅度、絕對(duì)能量以及振鈴計(jì)數(shù)5個(gè)基本參數(shù)構(gòu)成。假設(shè)x_i∈R^d為管道泄漏時(shí)的檢測(cè)變量，y_i為管道泄漏點(diǎn)的定位值，基于支持向量機(jī)回歸的泄漏定位模型即尋找x_i，y_i之間的關(guān)聯(lián)：f：Rⁿ→R，y_i＝f(x_i)，為保證采集數(shù)據(jù)的可靠度，6個(gè)泄漏點(diǎn)中的每個(gè)泄漏點(diǎn)采集50組自變量數(shù)據(jù)作為訓(xùn)練樣本，而測(cè)試樣本的數(shù)量取訓(xùn)練樣本數(shù)量的1/5，也就是采集10組自變量數(shù)據(jù)作為測(cè)試樣本，共計(jì)訓(xùn)練樣本300組，測(cè)試樣本60組，其中，訓(xùn)練樣本屬于訓(xùn)練集，測(cè)試樣本屬于測(cè)試集，采集的數(shù)據(jù)如表1和表2所示。

表1訓(xùn)練樣本數(shù)據(jù)表

表2測(cè)試樣本數(shù)據(jù)表

將采集到的訓(xùn)練樣本用改進(jìn)的網(wǎng)格搜索法進(jìn)行處理，所述的改進(jìn)的網(wǎng)格搜索法就是把搜索步長(zhǎng)和搜索范圍加以改變來(lái)搜索最優(yōu)參數(shù)。具體包括以下步驟：

步驟3.1，從預(yù)處理后的樣本數(shù)據(jù)庫(kù)中取出幾組作為測(cè)試集，剩余的均作為訓(xùn)練集，對(duì)訓(xùn)練集歸一化；

步驟3.2，設(shè)定好懲罰系數(shù)C和核函數(shù)參數(shù)g的取值范圍；

步驟3.3，先采用大步距對(duì)訓(xùn)練集做一個(gè)粗搜，這樣可以避免步距過(guò)小耗費(fèi)時(shí)間的問(wèn)題，挑出預(yù)測(cè)準(zhǔn)確度最高的那一組參數(shù)組合，即局部最優(yōu)參數(shù)組合；

步驟3.4，在局部最優(yōu)參數(shù)組合附近確立一個(gè)小區(qū)間，對(duì)這組參數(shù)用傳統(tǒng)方法的小步距作二次尋優(yōu)，確定最終的參數(shù)組合，即最優(yōu)參數(shù)組合。

根據(jù)樣本集和最優(yōu)參數(shù)組合，構(gòu)建基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ荒Ｐ?，?duì)于支持向量機(jī)回歸，采用的是ε-SVR對(duì)管道泄漏進(jìn)行訓(xùn)練和定位的基本思想是：在線性不可分的輸入變量情況下，首先選取合適的非線性映射Ф將其映射到一個(gè)高維特征空間，然后在這個(gè)高維特征空間當(dāng)中采用線性回歸函數(shù)來(lái)進(jìn)行評(píng)估，最后獲得在原空間的非線性回歸效果。

對(duì)于支持向量機(jī)回歸采用的是ε-SVR原理，ε-SVR原理的具體內(nèi)容如下：

設(shè)定待回歸的數(shù)據(jù)集為{(x₁，y₁)，(x₂，y₂)，…，(x_l，y_l)}，其中，x_l∈R^d，y_l∈R，l為樣本數(shù)目，那么支持向量機(jī)的非線性決策函數(shù)如下：

f_(x)＝w·Ф_(x)+b

式中：Ф_(x)即非線性映射，把數(shù)據(jù)從輸入空間映射到高維空間，w為權(quán)重向量，b為偏置量。求解最小w的問(wèn)題可以表示為：

式中，C為懲罰系數(shù)，L_ε為損失函數(shù)。

本發(fā)明采用的ε不敏感損失函數(shù)的數(shù)學(xué)表達(dá)式為：

當(dāng)誤差小于ε時(shí)，那么忽略不計(jì)；當(dāng)誤差超過(guò)ε時(shí)，實(shí)際誤差減去ε為誤差值。

按照結(jié)構(gòu)風(fēng)險(xiǎn)最小化的原則，并采用ε不敏感損失函數(shù)作為估計(jì)問(wèn)題，引入松弛變量ξ_i，ξ_i^*則最優(yōu)回歸方程表示為：

引入Lagrange函數(shù)轉(zhuǎn)化上述二次規(guī)劃問(wèn)題，變?yōu)閷?duì)偶優(yōu)化問(wèn)題如下：

求解可得到支持向量機(jī)回歸函數(shù)：

考慮到徑向基(RBF)核函數(shù)在所有的核函數(shù)中應(yīng)用最廣泛，而且偏差小，本發(fā)明采用RBF核函數(shù)，表達(dá)式如下：

K(x_i，x_j)＝exp(-g‖x_i-x_j‖²)，g>0

通過(guò)數(shù)據(jù)集里已有的泄漏數(shù)據(jù)對(duì)待測(cè)管道進(jìn)行泄漏定位，包含如下步驟：

首先，訓(xùn)練樣本數(shù)據(jù)歸一化，設(shè)定歸一化區(qū)間為[-1,1],歸一化公式為：y＝x-min(x)/max(x)-min(x),式中的x為實(shí)際值，min(x)和max(x)分別為最小值和最大值，y為歸一化之后的輸出值。

然后，設(shè)置參數(shù)C，g的搜索范圍和搜索步距。C的初始范圍為[2^-10,2⁸],g的初始范圍為[2^-10,2⁵],搜索步距為1。

其后，用交叉驗(yàn)證對(duì)訓(xùn)練樣本集合進(jìn)行測(cè)試，獲得局部最優(yōu)參數(shù)，在其附近區(qū)間采用步距0.1進(jìn)行二次尋優(yōu)，獲得最佳參數(shù)組合(0.014,67)。

最后，根據(jù)樣本集和最優(yōu)參數(shù)組合，建立基于改進(jìn)網(wǎng)格搜索法的支持向量機(jī)回歸燃?xì)夤艿佬孤┒ㄎ荒Ｐ停⒂媒⒑玫哪Ｐ瓦M(jìn)行泄漏定位。

以上述依據(jù)本發(fā)明的理想實(shí)施例為啟示，通過(guò)上述的說(shuō)明內(nèi)容，相關(guān)的工作人員完全可以在不偏離本發(fā)明的范圍內(nèi)，進(jìn)行多樣的變更以及修改。本項(xiàng)發(fā)明的技術(shù)范圍并不局限于說(shuō)明書上的內(nèi)容，必須要根據(jù)權(quán)利要求范圍來(lái)確定其技術(shù)性范圍。