从泄漏声信号产生机理出发,分析了泄漏声信号具有不可重复特征的机理;由于相关函数具有分析时间序列相干结构的能力,且近似熵从统计角度区别时间过程的复杂性,提出将信号相关长度后的自相关函数序列作为特征提取对象,以该序列的近似熵值来量化泄漏信号不可重复特征,并将该值作为Elman神经网络输入,辨识泄漏发生。与管外和管内非泄漏固定噪声相辨识结果表明,泄漏发现准确率均高于其他泄漏检测方法,分别达到92.5%和82.5%。