长输油管道的使用越来越广泛，但是由于年久老化、不可避免的腐蚀、人为破坏以及自然灾害等原因，管道泄漏事故时常有发生，造成资源浪费环境污染，给国家经济和人们生命财产带来巨大损失与威胁。为减少经济损失、减轻环境污染及对人类造成的危害，需要及时对泄漏进行检测和定位。 目前已出现了多种泄漏检测和定位的方法。传统的检测方法仅仅采用压力或者流量一个参数进行检测，所以在精度和可靠性等方面都有很大的局限性。现代硬件设备的发展已经比较完善，本文同时采用压力和流量作为检测参数，充分利用压力在精度以及流量在可靠性上的优点，大大提高检测的精度和可靠性。 神经网络的发展已经比较成熟，在工程检测等方面已经广泛应用。本文借鉴神经网络在工程应用中的优点，提出了基于BP神经网络的泄漏检测方法，开发了泄漏检测及定位的软件系统。 本文在采用压力和流量两个参数的基础上，对长输油管道检测方法进行了研究。利用小波方法对压力和流量信号进行降噪处理，然后提取特征组成矩阵，输入网络进行检测。当发生泄漏时，利用小波寻找奇异点，计算上下游收到泄漏信号的时间差，进行定位。根据长庆某油田的测试结果可知，在检测过程中，能准确地判断管道的运行情况并及时定位，检测结果的精度能达到90％以上。 文中利用具有简洁、友好界面的神经网络工具箱构建并训练BP网络，基于Matlab语言开发检测系统软件，完成检测软件的设计。软件能够及时、准确地发现管道的泄漏并及时定位，减少泄漏损失，具有明显的经济效益和社会效益。实际数据证明了该系统在管道泄漏检测中的可行性。