APP下载

基于注意力机制的LSTM液体管道非稳态工况检测

2021-12-06于涛张文煊

油气与新能源 2021年5期
关键词:机制检测模型

于涛*,张文煊

(1.国家管网集团数字化部;2.昆仑数智科技有限责任公司)

0 引言

长输液体管道利用SCADA(数据采集与监视控制)系统实现远程调控运行,运行过程中对异常工况的发现处置,均由调控人员根据设备状态量报警信息及压力、流量等参数阈值分析确定。一般而言,液体管道的判断分析处置时间较短,对调控人员的业务技能、事件应急能力、工作状态等要求较高;尤其是对于泄漏等工况,若不能及时发现,将影响后续工况的识别和应急处置,从而危及管道运行安全,严重时可能产生较大的次生灾害,进而造成环境污染等问题。同时,工况实时检测是未来管道智能化的前提,只有实时性、准确性提高后,检测结果才可用于后续管道的工况智能识别和控制。

近年来,随着管道SCADA系统的推广应用,信息传送、数据收集存储等方面的完善提升,企业积累了大量的实际生产数据。长输油气管道生产数据具有工业大数据的“6V”特性[1],同时具有更强的专业性、关联性、流程性、时序性和解析性等特点。国内外学者利用数据驱动智能应用和控制,实现了工业设备监测[2]、工况识别[3-4]、参数预测等功能[5-6]。可见,探索基于数据驱动的算法模型,研究油气管道非稳态工况检测和智能识别是未来管道智能调控的方向[7-8]。

目前对于油气管道异常工况的研究多侧重于泄漏工况的识别与特征提取[9-11]。武瑞娟[12]通过实验模拟传感光纤主体在输油温度和应力变化环境中的监测稳定性、精度,实现管道泄漏的检测;……

登录APP查看全文

猜你喜欢

机制检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
自制力是一种很好的筛选机制
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
破除旧机制要分步推进
注重机制的相互配合
打基础 抓机制 显成效