管道运输作为重要的运输方式之一,在国民经济中发挥着越来越重要的作用。由于管道的老化、腐蚀及人为破坏等原因,导致管道泄漏事故时有发生,造成了巨大的经济损失和环境污染,因此管道泄漏检测与定位技术已成为重要的研究课题。目前,基于管道机理模型的Kalman滤波算法在泄漏检测应用中取得了较好的效果,但是由于其算法复杂,计算量大,其应用受到限制；基于管道信号模型的Kalman滤波算法由于模型较为简单,无法对泄漏准确报警,且模型的不确定性、信号带有较强扰动等,导致泄漏定位精度较低,系统的鲁棒性较差。因此,研究Kalman滤波算法,减小模型的不确定性和信号扰动对管道泄漏检测与定位精度的影响,降低泄漏误报率,具有重要的理论意义和应用价值。本文在详细分析基于滤波器的管道泄漏检测与定位方法的基础上,基于历史工况数据辨识管道模型,提出了一种带未知输入的Kalman滤波算法的管道泄漏检测方法,减少频繁工况操作引起的误报警；通过对现场压力数据建立随机游动模型,提出了利用强跟踪滤波算法对管道泄漏进行定位,通过提取渐消因子序列的特征点定位泄漏,用以实现提高滤波性能和定位精度的目的。实验研究表明,本文所提出的基于Kalman滤波器的管道泄漏检测与定位方法,能够改善滤波性能,使系统对模型不确定性具有较强的鲁棒性,有效降低误报警率,提高定位精度。