管道泄漏检测技术是管道安全运输的一个重要保障。基于压力流量信号处理和判别的泄漏检测方法由于经济、灵敏，是目前最常用的泄漏检测方法之一。但是，由于微弱管道泄漏信号变化规律复杂、噪声污染严重等特点，目前众多的管道泄漏检测技术在微弱泄漏检测中的应用效果都不甚理想，容易出现漏报、误报，且泄漏定位误差非常大。本文针对缓慢泄漏压力和流量信号的特点，提出了一系列基于压力和流量信号的泄漏识别和定位算法。研究了微弱泄漏的特征提取算法。根据模型突变检测理论，提出了基于广义似然比检验的信号广义似然比率的信号特征提取方法。根据缓慢泄漏的规律，建立信号变化的检验模型，利用该检验模型的广义似然比作为一种衡量信号变化突然程度的特征参数。并且结合求出的信号模型的估计参数，计算下降幅度的最大似然估计作为一种衡量信号下降幅度的特征参数。研究了近似熵算法作为衡量压力信号复杂程度的无量纲参量用于压力信号的区分。不同种类信号的特征参数计算结果证明，所求特征参数对于不同种类信号有良好的区分度。研究了基于特征的微弱泄漏判别方法。对于简单管道，设计了一种利用首末站特征参数的差分阈值来判断泄漏的在线判别算法。分析了管道发生泄漏时特征参数随时间的变化规律，设定合适的阈值然后进行现场放油实验验证判定算法的准确度。实验结果证明本文算法对于微弱泄漏的判别精度可达到90%以上。对于复杂管道，运用BP神经网络进行泄漏的判别。在大量历史数据中对于不同工况的大量样本进行分析，计算每一组首站和末站信号的特征参数组成特征向量，运用神经网络进行特征分类。运用国内某管段的150组不同类型的压力和流量信号进行实验证明神经网络的分类精度可达到96%。运用改进下降时间估计算法进行微弱泄漏压力信号拐点的计算和泄漏定位。提出了适用于计算机处理的动态规划算法提高拐点估计算法的计算效率。分析了该算法在提升计算效率方面的有效性和信号变化拐点计算的精度，证明该算法符合微弱泄漏检测的精度和计算时间要求。运用模拟微弱泄漏压力信号验证了这一算法的计算精度，并给出了在真实泄漏压力信号计算中的效果。现场实验表明本算法在微弱泄漏定位中的误差不超过500米。