用于油气管道运行工况识别的方法、处理器及装置

本申请涉及计算机，具体地涉及一种用于油气管道运行工况识别的方法、处理器、装置及存储介质。

背景技术：

1、油气管道是实现能源供应的重要途径。石油和天然气是全球最重要的能源资源之一，而管道系统能够将这些能源从生产地输送到消费地，确保各地区的能源供应稳定。随着油气管道的快速发展，管网规模日益增大，操作条件的频繁转换和复杂的水力变化，使得人工监测变得越来越困难，无法动态地跟踪管道的运行状态，难以应对成品油管道当前面临的运行、安全及保供等多方矛盾。

技术实现思路

1、本申请实施例的目的是提供一种实时管道运行状态进行监测的用于油气管道运行工况识别的方法、处理器、装置及存储介质。

2、为了实现上述目的，本申请实施例提供一种用于油气管道运行工况识别的方法，方法包括：

3、按照预设采集频率实时获取管道在第一预设时长内的第一运行数据，其中，运行数据包括运行流量、运行压力以及运行温度；

4、采用改变点检测算法对第一运行数据进行检测，以确定第一运行数据中的状态改变点，并将第一运行数据中的状态改变点对应的时刻确定为管道在第一预设时长内的状态改变时刻；

5、根据状态改变时刻对第一预设时长进行分段，以得到多个工况时间段，并确定每个工况时间段内的第一运行数据对应的多个特征值；

6、通过相关性分析对第一运行数据进行分析，以确定第一运行数据中各个运行特征之间的第一相关性权重矩阵；

7、将第一相关性权重矩阵嵌入工况识别模型，并将每个工况时间段对应的多个特征值输入至工况识别模型，以输出与每个工况时间段对应的工况。

8、在本申请实施例中，工况识别模型包括gcn模型、lstm模型以及全连接层，将第一相关性权重矩阵嵌入工况识别模型，并将每个工况时间段对应的多个特征值输入至工况识别模型，以输出与每个工况时间段对应的工况包括：将第一相关性权重矩阵嵌入gcn模型，并将每个工况时间段对应的多个特征值输入至更改后的gcn模型，以输出与每个工况时间段对应的空间特征；将每个工况时间段对应的空间特征输入lstm模型，以输出与每个工况时间段对应的时空特征；将每个工况时间段对应的时空特征输入全连接层，以确定与每个工况时间段对应的运行工况。

9、在本申请实施例中，方法还包括：在确定每个工况时间段对应的运行工况后，将工况时间段确定为运行工况对应的工况运行时间。

10、在本申请实施例中，状态改变时刻对第一预设时长进行分段，以得到多个工况时间段，并确定每个工况时间段内的第一运行数据对应的多个特征值包括：针对每个工况时间段内的第一运行数据，将第一运行数据的均值、方差、极大值、极小值、均方根值、峭度以及偏度确定为工况时间段内第一运行数据对应的特征值。

11、在本申请实施例中，方法还包括：在按照预设采集频率实时获取第一预设时长内的管道的第一运行数据之前，获取管道在第一预设历史时间段内历史运行数据；按照第一预设时长对第一预设历史时间段进行分段，以得到多个第二历史时段以及与每个第二历史时段对应的历史训练数据集；针对每个历史训练数据集，通过降维算法对历史训练数据集进行降维，以得到第二运行数据；针对每个第二运行数据，采用改变点检测算法对第二运行数据进行检测，以确定第二运行数据中的状态改变点，并将第二运行数据中的状态改变点对应的时刻确定为管道在第二运行数据对应的第二历史时段内的历史状态改变时刻；针对每个第二历史时段，根据历史状态改变时刻对第二历史时段进行分段，以得到多个历史工况时段，并确定每个历史工况时段内的第二运行数据对应的多个历史特征值；针对每个第二历史时段，根据相关性分析对第二历史时段的第二运行数据进行分析，以确定第二运行数据中各个运行特征之间的第二相关性权重矩阵；将第二相关性权重矩阵嵌入待训练工况识别模型，并将每个历史工况时段对应的多个历史特征值输入至待训练工况识别模型，以输出与每个历史工况时段对应的历史识别工况。

12、在本申请实施例中，待训练工况识别模型包括gcn模型、lstm模型以及全连接层，将第二相关性权重矩阵嵌入待训练工况识别模型，并将每个历史工况时段对应的多个历史特征值输入至待训练工况识别模型，以输出与每个历史工况时段对应的历史识别工况包括：针对每个第二历史时段，将第二相关性权重矩阵嵌入gcn模型，并将第二历史时段内的每个历史工况时段对应的多个历史特征值输入至更改后的gcn模型，以输出与历史工况时段对应的空间特征；将每个历史工况时段对应的空间特征输入lstm模型，以输出与每个历史工况时段对应的时空特征；将每个历史工况时段对应的时空特征输入全连接层，以输出与每个历史工况时段对应的历史识别工况。

13、在本申请实施例中，方法还包括：针对每个第二历史时段中的每个历史工况时段，获取历史工况时段对应的实际运行工况；将实际运行工况和历史识别工况进行比对；在历史识别工况与实际运行工况之间的重合率达到预设比例的情况下，确定待训练工况识别模型训练完成。

14、本申请第二方面提供了一种处理器，处理器被配置成执行上述实施例中任意一项的用于油气管道运行工况识别的方法。

15、本申请第三方面提供了一种用于油气管道运行工况识别的装置，包括：

16、存储器，被配置成存储指令；以及上述的处理器。

17、本申请第四方面提供了一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器执行上述中任意一项的用于油气管道运行工况识别的方法。

18、通过上述技术方案，实时获取管道的运行数据，确定管道运行数据中各个运行特征之间的相关性权重矩阵，再将相关性权重矩阵嵌入工况识别模型，使工况识别模型在获取到运行数据的特征值的情况下，可以结合特征之间的影响程度以对运行工况进行实时识别。

19、本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种用于油气管道运行工况识别的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的用于油气管道运行工况识别的方法，其特征在于，所述工况识别模型包括gcn模型、lstm模型以及全连接层，所述将所述第一相关性权重矩阵嵌入工况识别模型，并将每个工况时间段对应的多个特征值输入至工况识别模型，以输出与每个工况时间段对应的工况包括：

3.根据权利要求2所述的用于油气管道运行工况识别的方法，其特征在于，所述方法还包括：

4.根据权利要求1所述的用于油气管道运行工况识别的方法，其特征在于，根据所述状态改变时刻对所述第一预设时长进行分段，以得到多个工况时间段，并确定每个工况时间段内的第一运行数据对应的多个特征值包括：

5.根据权利要求1所述的用于油气管道运行工况识别的方法，其特征在于，所述方法还包括：

6.根据权利要求5所述的用于油气管道运行工况识别的方法，其特征在于，所述待训练工况识别模型包括gcn模型、lstm模型以及全连接层，所述将所述第二相关性权重矩阵嵌入待训练工况识别模型，并将每个历史工况时段对应的多个历史特征值输入至待训练工况识别模型，以输出与每个历史工况时段对应的历史识别工况包括：

7.根据权利要求5或6所述的用于油气管道运行工况识别的方法，其特征在于，所述方法还包括：

8.一种处理器，其特征在于，所述处理器被配置成执行根据权利要求1至7中任意一项所述的用于油气管道运行工况识别的方法。

9.一种用于油气管道运行工况识别的装置，其特征在于，包括：

10.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得所述处理器执行根据权利要求1至7中任意一项所述的用于油气管道运行工况识别的方法。

技术总结
本申请涉及计算机技术领域，具体地涉及一种用于油气管道运行工况识别的方法、处理器、装置及存储介质。方法包括：按照预设采集频率实时获取管道在第一预设时长内的第一运行数据；采用改变点检测算法对第一运行数据进行检测，以确定第一运行数据中的状态改变时刻；根据状态改变时刻对第一预设时长进行分段，以得到多个工况时间段，并确定每个工况时间段内的第一运行数据对应的多个特征值；通过相关性分析对第一运行数据进行分析，以确定第一运行数据中各个运行特征之间的第一相关性权重矩阵；将第一相关性权重矩阵嵌入工况识别模型，并将每个工况时间段对应的多个特征值输入至工况识别模型，以输出与每个工况时间段对应的工况。

技术研发人员：焦丁禹,苏怀
受保护的技术使用者：中国石油大学（北京）
技术研发日：
技术公布日：2024/7/29