买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉烟台哈尔滨工程大学研究院申请的专利一种OVMD结合GBDT算法的管道泄漏识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120559104B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511052869.5，技术领域涉及：G01N29/44；该发明授权一种OVMD结合GBDT算法的管道泄漏识别方法是由张猛;田庆宇;王佳浚;陈鼎;于洋;魏子文;谢耀国;曲先强;崔洪斌;刘红兵设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本一种OVMD结合GBDT算法的管道泄漏识别方法在说明书摘要公布了：本发明涉及海上平台管道泄漏检测领域，提出一种OVMD结合GBDT算法的管道泄漏识别方法。首先，建立管道泄漏模型，采集不同工况下的泄漏信号，并在海上平台采集真实背景噪声，将其注入实验室泄漏信号中模拟实际工作环境。对构建的所述原始样本数据集使用OVMD方法进行分解，得到多个信号分量函数，提取特征指标，使用GBDT算法对上述提取的特征指标进行分类识别，形成混淆矩阵和精准率‑召回率曲线。本发明有效提升了泄漏信号的识别准确率，解决了声发射信号采集难度大、现有方法识别准确率低、鲁棒性差和实现复杂的问题。

本发明授权一种OVMD结合GBDT算法的管道泄漏识别方法在权利要求书中公布了：1.一种OVMD结合GBDT算法的管道泄漏识别方法，其特征在于，包括以下步骤： S1、搭建管道泄漏模型，在被测管道上设置声发射传感器，采集多组管道泄漏信号； S2、在海上平台选取至少两处管道设置所述声发射传感器，采集实际背景噪声信号； S3、将所述实际背景噪声信号注入所述管道泄漏信号，构建原始样本数据集； S4、对步骤S3中构建的所述原始样本数据集使用OVMD方法进行分解，得到多个信号分量函数，所述OVMD方法包括：引入皮尔逊相关系数选择最优的模态数，按照如下模型进行模态选择： ； 其中，是皮尔逊相关系数函数，其计算公式如下： ；是原始信号；是VMD分解得到的第个模态分量；是分解后的残差信号；是第个模态分量与原始信号的相关系数；是残差信号与原始信号的相关系数；是残差相关系数衰减因子；根据该模型设定，可以自动选择最优的模态数，其具体过程如下： 1设定初始模态数，对待分析信号进行初步VMD分解； 2针对当前模态数，计算各个模态分量与原始信号之间的皮尔逊相关系数，并进一步求出残差信号与原始信号的相关系数； 3若残差信号的相关性大于所有模态分量中最小的相关系数即，说明仍存在欠分解现象，则需将K加1，并且返回第二步继续迭代； 4若满足，且时，当前模态数为合理上限，可作为最优值保存； 5满足停止条件后，输出当前作为最终估算的最优模态数，并终止程序； 使用孔雀优化算法对惩罚因子与保真度系数进行寻优，包括：根据得到的所述最优模态数生成多个候选参数组合,并将其作为个体进行VMD分解，计算对应残差信号并得到评价指标，选择适应度最优的位置，之后依托孔雀优化策略生成新位置并再次进行残差计算与指标评估； S5、对步骤S4中得到的所述信号分量函数提取特征指标，形成特征向量集； S6、使用GBDT算法对上述提取的所述特征向量集进行分类识别，形成混淆矩阵和精准率-召回率曲线。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人烟台哈尔滨工程大学研究院，其通讯地址为：264000 山东省烟台市经济技术开发区青岛大街1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。