一种针对管道漏磁数据增强及缺陷和异常信号检测的方法

本发明提供的一种针对管道漏磁数据增强及缺陷和异常信号检测的方法，使用深度学习网络模型构建数据增强网络模型，事先建立训练数据集对数据增强模型进行训练，模型充分理解管道漏磁信号数据中缺陷的特征，后续利用增强后的管道漏磁数据集训练ResNet101网络，用来预测目标管道漏磁数据三轴分量为缺陷三轴分量的概率，根据训练好ResNet101网络和管道缺陷及异常判别准则直接对待检测的管道漏磁信号数据进行缺陷检测，无需人工经验和知识储备、自动提取数据特征的特点，对管道漏磁信号数据的缺陷自动化检测，解决深度模型需要大量数据用来训练，而实际采集到的历史管道漏磁数据量严重不足，无法支撑深度学习模型训练充分的问题。