石油管道运输在保障工业和社会经济发展对能源的需求方面起到了重要的作用。当管道泄漏发生以后,泄漏的石油产品不仅会造成环境污染,也会给企业带来经济损失。因此,管道泄漏检测技术在节约自然资源、保护自然环境和人民生命安全、保障国家财产安全等方面都具有着重要的意义。同时,管道泄漏检测技术的发展可以减少企业的经济损失,提高企业的竞争力。首先,论文研究了基于小波变换的输油管道泄漏多源信号去噪方法。小波分析是一种信号分析的时域和频域的分析方法,这种分析方法具有可以调节的时间分析窗和频率分析窗。在应用于低频率信号分析过程中,其时间窗可以很大,并且同时具备很高的频率分辨特性;反过来在分析高频率信号的过程中,其时间窗很小,频率分辨率也变低。通常低频率的信号往往持续的时间较长,而高频率的信号则存在较短的时间,这恰巧与小波变换特性相对应,因此小波分析的方法适用于常态信号的分析,然后通过采集到的压力和流量信号进行实验检测了去噪效果。实验结果表明小波去噪达到了很好的效果。其次,论文研究了基于最小二乘支持向量机和极限学习机算法多源信息融合的管道泄漏检测方法。实验所用的多源信号来自于某成品油输送管线两工作站A-B间的实验数据,多源信息采样频率为20Hz,压力信号传感器和流量信号传感器分别采集了15个小时的连续信号,以12分30秒为提取宽度分别提取出200组数据。利用特征提取公式对这些数据进行了特征提取,得到了8组特征值,形成了200×8的特征矩阵。这些数据中包括了正常信号,调阀信号和泄漏信号。依次将压力特征矩阵、流量特征矩阵、融合特征矩阵输入到最小二乘支持向量机和极限学习机算法中,进行训练、测试,得到分类判断的结果,并进行了比较,实验结果表明,基于多源信息融合方法可以有效提高输油管道泄漏检测的准确率。