管道运输在输送气体、流体、浆体等方面具有独特的优势,已成为继铁路、公路、水运、航运之后的第五大运输工具。由于不可避免的老化、腐蚀及打孔盗油等原因,管道泄漏时有发生,严重干绕了正常生产,造成了巨大的经济损失和环境污染。所以,加强管道泄漏检测与定位技术的研究与应用,对于发现管道泄漏,打击盗油行为,保护环境,减少企业经济损失,提高企业的自动化水平具有非常重要的现实意义。通过阅读大量文献,调研国内外长输管道的泄漏检测技术,对这个技术进行了深入的理论研究。在软件上同时利用了两种信号处理方法,分别是相关分析和小波变换来检测并识别泄漏产生的负压波,然后泄漏监测和定位,同时参考专业知识判断工况扰动,这样定位精度和抗干扰能力便大大的提高了,误报也随之减少；通过对信号的提取和处理进行泄漏信号特征的分析,,提出小波变换滤波去噪法应用于现场当中。泄漏监测系统使用计算机自动采集管道运行的相关数据,利用油田局域网进行实时数据传输,实现了自动地实时泄漏监测、报警、定位；开发设计的白狼城-小河输油管道泄漏检测系统是一个具有动态泄漏监测能力的SCADA (Supervisory Control and Data Acquisition)系统,即计算机数据采集和监控系统,通过实时采集管线中输送流体的压力、流量等信号并分析处理,实现在线的泄漏检测和定位,其远程终端装置(RTU)将采集的流量、压力、温度等参数传递给监控中心,对管道的运行状况进行实时监控。经现场实验验证,该系统能自动进行泄漏检测、定位、报警以及自动排除工况变化的干扰,在仅用两个压力测点的条件下,保证了较高的泄漏检测灵敏度、定位精度和较高的可靠性。另外,通过对获取的反映管道运行工况的压力音波信号进行分析,明确了管道泄漏信号的产生及其传播原理,并在时域和频域分析了原油管道压力音波信号在管道正常工况、泄漏工况和调泵工况下的信号特征。使用归一化方法对压力音波信号进行预处理,选用广义RBF神经网络对原油管道三种工况进行模式识别,选取压力音波信号的特征参数训练神经网络,并用该网络对三种工况进行模式分类。