管道运输是石油运输行业中的主要运输方式,管道运输安全对国民经济和环境保护有着重要的影响。然而,随着输油管线使用年限的增加、以及不法分子打孔盗油、或者施工工人的误操作导致管道泄漏事故时有发生,所以管道泄漏检测与泄漏点定位技术的研究,对管道泄漏和泄漏点位置的报警起着至关重要的作用。本文以负压波泄漏检测原理为基础,对采集到的管线负压波信号,运用小波去噪方法对进行消噪处理,然后运用小波奇异点定位方法判定奇异点发生的位置。对采集的负压波信号提取其均值、均方差、峭度和偏斜度,作为信号特征的特征向量,采用支持向量机的方法进行分类器的训练,最后由测试集测试分类器效果的好坏。在进行分类器的训练之前分别对比了不同核函数和核函数不同参数优化方法的分类效果,最终选择用粒子群算法优化的最小二乘支持向量机分类方法,实验结果证明了该方法的有效性。在去噪实验中,对比了不同小波基函数和不同分解层次的去噪结果,运用去噪效果指标来选择最佳的参数进行小波去噪。在最小二乘支持向量机分类的过程中,分别选择线性、多项式和径向基核函数进行分类预测对比,最后在选择径向基核函数的基础上进一步对其惩罚因子和核参数进行优化。实验显示粒子群算法能够很好的对核函数的参数进行优化,粒子群优化方法和最小二乘支持向量机的结合最终达到了很好的分类预测效果,能够准确的判断信号是否发生泄漏。