天然气作为主要的能源之一,无论在民用还是商用方面使用都非常广泛,管道则是运输天然气的主要工具,由于管道材料缺陷、管道老化、人为盗气、管道施工等原因造成管道破坏、天然气泄漏,天然气泄漏轻则环境污染、资源浪费、财产损失,重则引起火灾,发生爆炸,甚至损害人身安全。所以管道泄漏检测成为目前研究热点,管道泄漏检测至关重要。本文针对管道泄漏问题利用变分模态分解（Variational Mode Decomposition,VMD）设计了一套管道泄漏检测方法,包括信号预处理、特征提取、模式识别。主要研究内容如下:首先,针对VMD参数设置问题,提出一种基于改进的蝴蝶优化算法（Improve Butterfly Optimization Algorithm,IMBOA）优化VMD参数,IMBOA相比BOA提高了收敛速度和收敛准确性。基于散布熵（Dispersion Entropy,DE）构造新型适应度函数,即VMD分解的各固有模态函数（Intrinsic Mode Functions,IMFs）相邻间DE差值的均值与DE均值的比值。通过IMBOA与DE结合优化VMD参数,经实验证明IMBOA-DE-VMD相比其他优化算法所优化的VMD参数提高了VMD分解性能。其次,针对信号经VMD分解后有效模态选取问题,提出利用改进的相关系数（Improved Correlation Coefficient,ICC）优选模态,并通过改进的奇异值（Improved Singular Value Decomposition,ISVD）法对中频信号进行去噪,将ICC选取的IMF与ISVD去噪的IMF重构得到去噪信号。ICC即通过归一化CC与归一化阈值比较选择低频IMF,ISVD即选择重构奇异值与原信号的CC大于阈值的奇异值阶次重构得到去噪信号。该方法与其它去噪方法相比去噪效果更好。最后,针对管道泄漏检测精度问题,本文采用VMD和对称正定（Symmetric Positive Definite,SPD）流形结合的特征提取方法。首先采用VMD分解去噪信号;其次通过IMF构造SPD矩阵,赋予对数-欧式测度构造SPD流形;然后通过改进的局部线性嵌入算法（Improved Locally Linear Embedding,ILLE）即LLE基础上加入共享近邻的思想计算近邻点,即样本点xj是xi第k个近邻点,计算xi中前k个近邻点位于xj中近邻点位数总和,总和越小表示xj与xi越接近。通过ILLE实现在SPD流形上降维。最后通过支持向量机（Support Vector Machine,SVM）验证本文特征提取的有效性,识别准确率高达100%,相比其他方法提取的特征具有较高的识别准确率。