成品油管道混油长度的区间预测方法、装置、设备及介质

本发明涉及成品油运输，具体涉及成品油管道混油长度的区间预测方法、装置、设备及介质。

背景技术：

1、在成品油管道顺序输送过程中，由于不同油品之间的扩散、对流等现象，导致原本应该分隔清晰的不同油品之间产生了混合，形成了油品质量和性质不均匀的混油。混油对成品油的质量和运输安全都会带来不利影响，因此对成品油管道中混油的长度进行估计是十分有必要的。

2、目前混油长度的主流预测方法有两类。第一类是传统物理模拟方法，借助真实的管道数据和实验模拟以及混油的形成机理来推算出混油长度。然而，由于各管道情况不同，这些方法缺乏准确性和一致性。第二类是利用机器学习算法，基于历史数据构建机器学习模型预测混油长度，但这些模型通常只依赖单个机器学习模型提供结果，然而不同管道内部物理流动空间与流体流动机制存在差异，使得数据集呈现多模态特性，单个机器学习模型可能在某些模态内因不适配而表现不佳。

3、此外，传统预测方法往往只提供混油长度的预测值，但忽视了混油长度预测的不确定性，有较大概率低估混油长度，导致成品油质量被污染的可能性大大提高。

技术实现思路

1、有鉴于此，本发明提供了一种成品油管道混油长度的区间预测方法、装置、设备及介质，以解决传统预测方法在各管道情况不同时预测结果不佳，以及以往混油长度预测方法有较大概率低估混油长度的问题。

2、第一方面，本发明提供了一种成品油管道混油长度的区间预测方法，该方法包括：

3、获取由成品油管道的管道特征和混油长度特征构成的特征集，并基于特征集进行训练，得到用于预测混油长度的初始预测模型；

4、基于特征集和初始预测模型，通过预设扩散模型学习混油长度基于管道特征的条件分布，得到条件扩散模型；

5、根据管道特征、条件扩散模型和初始预测模型，生成伪样本；

6、根据伪样本进行混油长度的区间预测，得到混油长度的预测区间，根据伪样本或混油长度的预测区间，得到混油长度预测值。

7、通过获取由成品油管道的管道特征和混油长度特征构成的特征集，并基于特征集进行训练，得到用于预测混油长度的初始预测模型，接着基于特征集和初始预测模型，通过预设扩散模型学习混油长度基于管道特征的条件分布，得到条件扩散模型，以便于生成伪样本，从而得到混油长度的预测区间。进一步地，通过伪样本或者混油长度的预测区间来得到混油长度预测值，提高模型预测混油长度的精度，降低模型预测值低估混油长度的可能性。

8、在一种可选的实施方式中，获取由成品油管道的管道特征和混油长度特征构成的特征集，包括：

9、获取管道数据，管道数据包括初始混油长度、实际混油长度、运行雷诺数、管输距离和内径；

10、对管道数据进行离群值去除、特征变换、数据标准化和特征选取，得到管道特征和混油长度特征；

11、基于管道特征和混油长度特征构成特征集。

12、从而通过对管道数据进行数据预处理，滤除不必要的噪声数据，选取重要的特征数据，提高预测的准确性和效率。

13、在一种可选的实施方式中，基于特征集进行训练，得到用于预测混油长度的初始预测模型，包括：

14、基于特征集对多个机器学习子模型进行训练，得到训练好的多个机器学习子模型；

15、根据训练好的多个机器学习子模型，得到初始预测模型。

16、从而通过多个机器学习子模型自适应地学习多模态的管道特征，给定了更广的学习参数，以便于实现更高精度的混油长度预测。

17、在一种可选的实施方式中，基于特征集和初始预测模型，通过预设扩散模型学习混油长度基于管道特征的条件分布，得到条件扩散模型，包括：

18、将特征集输入初始预测模型，得到初始预测值；

19、基于从1到预设最大扩散步数的离散均匀分布进行采样得到当前步数，并从标准正态分布中进行采样得到采样噪声；

20、根据特征集、初始预测值和采样噪声，计算在扩散当前步数后带有噪声的混油长度；

21、基于带有噪声的混油长度和当前步数，对预设扩散模型进行更新直至预设扩散模型收敛，得到条件扩散模型。

22、从而通过训练学习混油长度基于管道特征的条件分布，便于后续生成伪样本。

23、在一种可选的实施方式中，根据管道特征、条件扩散模型和初始预测模型，生成伪样本，包括：

24、从以初始预测模型给出的初始预测值为期望、方差为1的正态分布中进行采样，得到在扩散预设最大扩散步数后的完全噪声特征；

25、基于条件扩散模型的逆向过程对完全噪声特征进行降噪，生成用于表征新的混油长度的伪样本。

26、从而通过条件扩散模型生成与真实数据分布相似的伪样本，以进行混油长度的区间预测以及混油长度的预测。

27、在一种可选的实施方式中，根据伪样本进行混油长度的区间预测，得到混油长度的预测区间，包括：

28、基于预设置信度以及伪样本对应的样本上分位数和样本下分位数，计算得到混油长度的预测区间。

29、在一种可选的实施方式中，根据伪样本或混油长度的预测区间，得到混油长度预测值，包括：

30、计算伪样本的均值，得到混油长度预测值；

31、或者，将预设置信度下的预测区间的上界作为混油长度预测值。

32、从而通过引入伪样本或置信度来计算混油长度预测值，降低模型预测值低估混油长度的可能性。

33、第二方面，本发明提供了一种成品油管道混油长度的区间预测装置，该装置包括：

34、获取模块，用于获取由成品油管道的管道特征和混油长度特征构成的特征集，并基于特征集进行训练，得到用于预测混油长度的初始预测模型；

35、第一处理模块，用于基于特征集和初始预测模型，通过预设扩散模型学习混油长度基于管道特征的条件分布，得到条件扩散模型；

36、第二处理模块，用于根据管道特征、条件扩散模型和初始预测模型，生成伪样本；

37、第三处理模块，用于根据伪样本进行混油长度的区间预测，得到混油长度的预测区间，根据伪样本或混油长度的预测区间，得到混油长度预测值。

38、第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的成品油管道混油长度的区间预测方法。

39、第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的成品油管道混油长度的区间预测方法。

40、本发明的有益效果为：

41、通过获取由成品油管道的管道特征和混油长度特征构成的特征集，并基于特征集进行训练，得到用于预测混油长度的初始预测模型，接着基于特征集和初始预测模型，通过预设扩散模型学习混油长度基于管道特征的条件分布，得到条件扩散模型，以便于生成伪样本，从而得到混油长度的预测区间。进一步地，通过伪样本或者混油长度的预测区间来得到混油长度预测值，提高模型预测混油长度的精度，降低模型预测值低估混油长度的可能性。