《表2 改进的CEEMDDAN分解三种工况的特征向量》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于改进CEEMDAN-熵方法的管道泄漏工况识别》
2.2中提出基于熵的特征提取,分别对能量熵、峭度熵、排列熵进行了研究,将能量熵、峭度熵、排列熵作为特征向量,可以全面刻画不同工况产生的负压波的特性,利于后续的模式识别,分别以三种工况下的一组信号为例展示特征向量如表2所示。由于支持向量机(SVM)适用于小样本数据的分类[20-21],而现场实际输油管道能提供的泄漏样本很少,因此选用支持向量机具有较好的分类精度。构造两个支持向量机分类模型,分别用于区分泄漏和切罐,泄漏和切泵,将其命名为SVM1和SVM2。SVM1输出值为1表示泄漏,-1表示切罐;SVM2输出值为1表示泄漏,-1表示切泵。其中每种工况的22个样本用于训练模型,另外22个样本用于测试模型的分类效果。
图表编号 | XD00139034100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 李传宪、逯雯雯、石亚男、杜世聪、郑琬郁、李鹏宇 |
绘制单位 | 中国石油大学储运与建筑工程学院、中国石油大学储运与建筑工程学院、黄河三角洲京博化工研究院有限公司、中国石油大学储运与建筑工程学院、中国石油北京油气调控中心、中海油海洋石油工程(青岛)有限公司 |
更多格式 | 高清、无水印(增值服务) |