摘要
本发明属于泄漏检测技术领域,具体涉及一种基于多传感器时移校正和深度学习的泄漏检测方法。在被监测管道或容器的不同位置布置对泄漏声波或振动敏感的多个传感器,用于采集泄漏相关信号;将多个传感器采集到的时序信号按照其在空间中的位置差异进行时间对齐;对经过时间对齐的多个传感器信号进行比较和差分处理;实时对环境噪声进行建模和更新,根据噪声水平动态调整检测参数,持续监测背景信号的统计特性,建立噪声模型;利用预先训练的深度学习模型对经降噪处理后的信号进行模式识别和分类判断;报警和显示模块:当检测到疑似泄漏时触发报警并记录泄漏信息。本发明能够在强背景噪声条件下可靠地检测出微弱的泄漏信号。
技术关键词
泄漏检测方法
多传感器
噪声模型
深度学习模型
降噪模块
背景噪声水平
深度学习分析
噪声子空间
噪声信号频谱
噪声分量
数据采集模块
自动特征提取
泄漏检测技术
校正模块
独立成分分析
系统为您推荐了相关专利信息
双模通信单元
调频方法
频率
智能学习模块
数据分析算法
智能决策模型
自然语言
检索方法
智能决策支持系统
深度学习模型训练
新能源汽车空调
多传感器协同
车内传感器数据
地理信息数据库
序列
项目开发系统
混合整数线性规划
地理信息系统数据
人工智能技术
卷积神经网络提取