-
公开(公告)号:CN114186489B
公开(公告)日:2025-05-06
申请号:CN202111473110.6
申请日:2021-12-02
Applicant: 中国石油大学(北京)
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明涉及基于排序网络的成品油管道异常检测方法、系统及设备,方法包括建立仿真管道模型;基于仿真管道模型模拟各种正常与异常工况的运行情况,得到仿真管道模型中各站的进出口压力时间序列数据;基于压力时间序列数据搭建基于排序网络的成品油管道异常检测模型进行,用于对管道进行检测。本发明模型对于成品油管道的异常检测具有很高的准确性和很强的通用性,同时模型将以往的识别问题转化为排序问题,极大的提升了模型对异常情况的检测准确度和容错率。
-
公开(公告)号:CN114186489A
公开(公告)日:2022-03-15
申请号:CN202111473110.6
申请日:2021-12-02
Applicant: 中国石油大学(北京)
IPC: G06F30/27 , G06K9/62 , G06F119/02
Abstract: 本发明涉及基于排序网络的成品油管道异常检测方法、系统及设备,方法包括建立仿真管道模型;基于仿真管道模型模拟各种正常与异常工况的运行情况,得到仿真管道模型中各站的进出口压力时间序列数据;基于压力时间序列数据搭建基于排序网络的成品油管道异常检测模型进行,用于对管道进行检测。本发明模型对于成品油管道的异常检测具有很高的准确性和很强的通用性,同时模型将以往的识别问题转化为排序问题,极大的提升了模型对异常情况的检测准确度和容错率。
-
公开(公告)号:CN114118289B
公开(公告)日:2024-04-23
申请号:CN202111462058.4
申请日:2021-12-02
Applicant: 中国石油大学(北京)
Abstract: 本发明涉及一种基于数据驱动的成品油管道工况识别方法及系统,方法包括:构造成品油管道运行数据矩阵;基于管道运行数据矩阵,构建基于降噪自编码器的矩阵降噪模型;对降噪后的管道运行数据进行数据聚类,获得工况识别模型;通过工况识别模型完成对成品油管道的工况识别。本发明工况识别算法利用现场SCADA实时运行数据进行管道运行工况的实时监控,识别模型可验证管道运行工况是否符合制定工况类型,预防管道运行中出现的异常工况变化,能够很大程度上减少现场人员的工作量,提高成品油管道运行状况识别的准确性,提高经济效益,保障管道的正常运行,同时保障油品的稳定、连续供应,并且有助于实现对成品油管道的高效、安全管理。
-
公开(公告)号:CN114118289A
公开(公告)日:2022-03-01
申请号:CN202111462058.4
申请日:2021-12-02
Applicant: 中国石油大学(北京)
Abstract: 本发明涉及一种基于数据驱动的成品油管道工况识别方法及系统,方法包括:构造成品油管道运行数据矩阵;基于管道运行数据矩阵,构建基于降噪自编码器的矩阵降噪模型;对降噪后的管道运行数据进行数据聚类,获得工况识别模型;通过工况识别模型完成对成品油管道的工况识别。本发明工况识别算法利用现场SCADA实时运行数据进行管道运行工况的实时监控,识别模型可验证管道运行工况是否符合制定工况类型,预防管道运行中出现的异常工况变化,能够很大程度上减少现场人员的工作量,提高成品油管道运行状况识别的准确性,提高经济效益,保障管道的正常运行,同时保障油品的稳定、连续供应,并且有助于实现对成品油管道的高效、安全管理。
-
-
-