随着石油、天然气等工业的发展,自来水供水的普及,管道运输在国民经济中的地位越来越重要。与此同时,由于输送管道管龄增长、管道腐蚀以及人为原因,管道泄漏事故频发,造成了资源严重浪费,并且危险物质外漏,造成环境污染,给人民的生命财产带来威胁。因此,建立一套有效的管道泄漏检测系统,避免或者尽可能的减少损失,具有重要的意义。随着各种学科的发展、各种技术的不断进步,输油管线泄漏检测技术逐渐由以硬件为主向以软件为主转变。随着研究的不断深入,基于模式识别的泄漏检测方法也逐步发展起来。本文在负压波定位原理的基础上,将近年来比较流行的一种机器学习方法——支持向量机用到了管道泄漏检测中来,结合相关分析检测法,进行管道泄漏检测和定位的研究。本文研究了小波变换滤波在压力数据去噪中的应用,通过与频域和空域中滤波方法的对比,最终选取一维小波变换来对压力数据进行信号去噪。通过分析负压波定位的原理和波形的变化特征,提出采用支持向量机将波形曲线上的波段分类,根据识别出的波段的类别来选出包含有泄漏信息的突降段的方法。根据支持向量机识别突降段的结果,采用基于不同特征的相关分析法对压力传感器采集到的压力数据做了相关分析,进行泄漏判断,并分析了不同噪声背景下相关分析法的性能。最后,根据负压波泄漏点的定位公式,讨论了影响定位的因素,并给出了一种基于统计的定位策略。