声波传感器具有灵敏度高、定位准确等优点,已经成为了管道泄漏监测的重要手段之一;基于支持向量数据描述(SVDD)的故障诊断建模方法,由于其仅需要正常信号样本的特点,在管道泄漏诊断建模中得到了广泛应用。但是由于声波信号在管道输送介质中的传播存在传播衰减,不同管道位置发生的不同泄漏量的泄漏声波信号传播到管道首末站时,信号波形、幅值以及泄漏信号频域能量分布会发生改变,如果采用固定尺度的信号滤波方法将难以保证准确的滤波效果;采用人工方式选择建模信号样本会受到人为主观判断以及个人经验的影响,从而难以保证所建立的泄漏诊断模型具有较高的准确度和一致性,这会增加了检测系统误报和漏报发生的概率。针对上述存在的问题,本文提出了管道泄漏声波信号优化滤波的预处理方法和支持向量数据描述泄漏诊断建模用正常信号样本一致性获取方法。通过分析比较正常信号和泄漏信号的频域能量分布,确定了信号滤波的上下限频率范围。借助小波包分解和重构方法,分析比较了不同的信号重构频率对重构信号的峭度、重构信号与原始信号的相关性、重构信号中区间子信号信噪比的影响,提出了基于上述三个特征变量的信号重构频带优选的评判依据。在对声波信号做正负区间划分和区间子信号信噪比计算的基础上,分析统计了一段时间内管道平稳输送过程中声波区间子信号信噪比的分布规律,确定了基于“3σ”准则用于正常样本信号判断的区间子信号信噪比阈值的方法,保证了泄漏诊断建模所用训练样本得一致性。在上述方法的基础上,通过SVDD泄漏诊断模型泛化测试检验了方法的有效性和准确性。编程实现了泄漏监测服务器程序,完成了包括TCP/IP的数据收集、声波信号预处理、基于时域统计特征的SVDD诊断算法,以及泄漏点GIS地图显示等功能,通过模拟泄漏实验和近7个月的系统连续运行,检验了系统和方法的有效性、可靠性。