[发明专利]一种基于K-近邻法的管道应变特征分类计算方法及系统

权利要求书

1.一种基于K-近邻法的管道应变特征分类计算方法，其特征在于，所述方法包括：

获得目标设备的管道内检测数据集合；

对所述管道内检测数据集合进行降噪处理，获得重构后的标准检测数据集合；

对所述标准检测数据集合分别进行计算机算法的垂直、水平分量计算，获得所述目标设备的垂直应变和水平应变；

基于所述垂直应变和所述水平应变，创建管道应变特征矩阵，且进行数据整合，获得所述目标设备内的各点弯曲应变集合；

基于所述各点弯曲应变集合，构建所述目标设备的特征分类混淆矩阵；

根据所述特征分类混淆矩阵，进行预测分类，获得所述管道内检测数据的目标分类结果。

2.如权利要求1所述的方法，其特征在于，所述对所述管道内检测数据集合进行降噪处理，包括：

对所述管道内检测数据集合进行小波分解，获得第一频率分量和第二频率分量；

对所述第一频率分量进行阈值处理，获得处理后分量集合；

对所述处理后分量集合和所述第二频率分量，进行小波重构，获得所述标准检测数据集合。

3.如权利要求1所述的方法，其特征在于，所述对所述标准检测数据集合分别进行计算机算法的垂直、水平分量计算，包括：

根据公式一：计算获得所述目标设备的管道总曲率k、垂直分量曲率kv以及水平分量曲率kh；

式中，ΔP为俯仰角变化量，ΔA为航向角变化量，Δs为管道中心线绝对里程变化量，P为俯仰角角度。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

根据公式二：计算获得所述目标设备的总弯曲应变∈、所述垂直应变量∈_v和所述水平应变∈_h；

式中，D为所述目标设备的径向长度。

5.如权利要求1所述的方法，其特征在于，所述创建管道应变特征矩阵，包括：

根据所述垂直应变和所述水平应变，创建矩阵一：式中，T为应变值矩阵，为第n个点的水平应变，为第n个点的垂直应变；

根据公式三：对所述水平应变和所述垂直应变进行数据整合，获得第n个点的弯曲应变∈ⁿ。

6.如权利要求1所述的方法，其特征在于，所述构建所述目标设备的特征分类混淆矩阵，包括：

对所述各点弯曲应变集合进行数据划分，获得训练实例点集合和输入实例点集合；

基于所述输入实例点集合，构建所述目标设备的特征分类混淆矩阵；

将所述训练实例点集合输入所述特征分类混淆矩阵，进行预测分类，获得所述目标分类结果。

7.一种基于K-近邻法的管道应变特征分类计算系统，其特征在于，所述系统包括：

第一获得单元，所述第一获得单元用于获得目标设备的管道内检测数据集合；

第一处理单元，所述第一处理单元用于对所述管道内检测数据集合进行降噪处理，获得重构后的标准检测数据集合；

第一计算单元，所述第一计算单元用于对所述标准检测数据集合分别进行计算机算法的垂直、水平分量计算，获得所述目标设备的垂直应变和水平应变；

第一创建单元，所述第一创建单元用于基于所述垂直应变和所述水平应变，创建管道应变特征矩阵，且进行数据整合，获得所述目标设备内的各点弯曲应变集合；

第一构建单元，所述第一构建单元用于基于所述各点弯曲应变集合，构建所述目标设备的特征分类混淆矩阵；

第一分类单元，所述第一分类单元用于根据所述特征分类混淆矩阵，进行预测分类，获得所述管道内检测数据的目标分类结果。

8.一种基于K-近邻法的管道应变特征分类计算系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1～6任一项所述方法的步骤。