[发明专利]一种基于AFPSO-K-means的长输油管道泄漏检测方法及系统

权利要求书

1.一种基于AFPSO-K-means的长输油管道泄漏检测方法，其特征在于，所述方法包括：

初始化粒子群，定义所述粒子群中每个粒子的初始速度和位置；

确定每个粒子的适应度值；

遍历每个粒子的适应度值，得到个体粒子的适应度值对应的最优位置，以及粒子群的最优适应度值中的全局最优位置；

根据所述个体粒子的适应度值对应的最优位置，对每个粒子的速度和位置进行迭代更新；

当所有粒子的位置与粒子群的最优适应度值中的全局最优位置的距离小于预设阈值或者迭代次数达到预设次数时，输出当前迭代更新结果，以确定管道泄漏的实际位置。

2.根据权利要求1所述的方法，其特征在于，所述初始化粒子群，定义粒子群中每个粒子的初始速度和位置包括：

定义待检测的管道的样本点数目n，构建由n个样本点构成的数据集x_i＝(x_i1,x_i2,...,x_id)；i＝1,2,...,n,

将待聚类的数据集均分为k个类，每个类别为一个粒子群；

随机选取所述粒子群中各个粒子的初始位置和初始速度；

根据每个粒子的初始位置和初始速度，获得个体极值和全局极值。

3.根据权利要求2所述的方法，其特征在于，通过下式将待聚类的数据集均分为k个类：

X＝C₁∪...∪C_k∪C_outliers

其中，C₁...C_k表示k个类别，k为类别数，X表示经过聚类处理后的数据集。

4.根据权利要求2所述的方法，其特征在于，通过下式确定每个粒子的适应度值：

其中，x_i和y_i分别为d维欧氏空间中的两个点。

5.根据权利要求1所述的方法，其特征在于，所述遍历每个粒子的适应度值，得到个体粒子的适应度值对应的最优位置，以及粒子群的最优适应度值中的全局最优位置包括：

以均方误差最小作为聚类的目标函数，求解目标函数获得聚类中心；

根据所述聚类中心，确定个体粒子的适应度值对应的最优位置；

通过比较所有粒子的最优适应度值，获得粒子群的最优适应度值中的全局最优位置。

6.根据权利要求5所述的方法，其特征在于，所述聚类中心通过下式确定：

其中，y_i表示第i个粒子的适应度值，z_j表示聚类中心。

7.根据权利要求5所述的方法，其特征在于，所述根据个体粒子的适应度值对应的最优位置，对每个粒子的速度和位置进行迭代更新包括：

将每个粒子的适应度值与其对应的最优位置进行比较，当两者趋于一致时，将当前粒子的适应度值作为所述粒子的个体最优位置；

通过下式更新当前粒子的速度：

v_i(k+1)＝wv_i(k)+c₁r₁(p_i(k)-x_i(k))+c₂r₂(p_g(k)-x_i(k))

x_i(k+1)＝x_i(k)+v_i(k+1)

其中，||(pi(k)-xi(k))||表示粒子的适应度值x_i(k)与其对应的最优位置p_i(k)之间的距离，v_i(k)＝0,v_i(k)表示k时刻的粒子速度。