近年来随着SCADA系统在油气管道行业的广泛应用，利用多种检测方法复合的软件技术进行管道泄漏的实时检测己成为学术界关注的热点和发展的潮流。本文依托浙江省天然气管道SCADA项目，将小波降噪、神经元网络及负压波定位结合在一起，完成了一套泄漏检测及定位的软件系统。具体工作如下： 1．过程数据的预处理(滤波)部分 在深入学习小波分析基本理论知识的基础上，借助Matlab语言首先完成了小波分析的基本算法，包括离散小波正变换和反变换；接着分别从小波基、阈值的选择等方面详细讨论了基于阈值决策的小波降噪方法及其应用。在此基础上，探讨了对一般的阈值方法的改进，即平移不变小波变换降噪法。实验证明，应用改进后的方法能更好地逼近真实信号。为实现小波滤波在线化，引用OLMS(On-line Multiscale)filtering算法，并分别应用于Matlab中的仿真信号和实际过程数据中。 2．利用RBF神经网络进行泄漏检测部分 分析了RBF神经网络的算法和性能，研究了对RBF神经网络进行改进的措施，并利用改进的RBF神经网络建立了长输管道的泄漏检测系统。 3．改进定位公式部分 针对负压波定位公式中管道传输介质采用平均流速影响定位精度的问题，提出了一种变介质平均流速的循环迭代算法，仿真结果表明此算法较原算法定位精度有了很大提高。