技術(shù)特征：

1.一種基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒?，其特征在于：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)；

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，運(yùn)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。

2.如權(quán)利要求1所述的基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒ǎ涮卣髟谟冢翰襟E1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)。

3.如權(quán)利要求2所述的基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒?，其特征在于：物理信?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。

4.如權(quán)利要求3所述的基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒?，其特征在于：所述?shù)據(jù)采集單元包括工業(yè)計(jì)算機(jī)、聲發(fā)射卡、聲發(fā)射前置放大器、聲發(fā)射傳感器以及對(duì)應(yīng)的處理軟件。

5.如權(quán)利要求3所述的基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒?，其特征在于：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。

6.如權(quán)利要求5所述的基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒?，其特征在于：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。

7.如權(quán)利要求5所述的基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒?，其特征在于：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，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。

8.如權(quán)利要求7所述的基于支持向量機(jī)回歸的城市燃?xì)夤艿佬孤┒ㄎ环椒?，其特征在于：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)。