[發明專利]基于數據驅動的成品油管道運行工況識別方法及系統

在審

• 申請號: 202111462058.4
• 申請日: 2021-12-02
• 公開（公告）號: CN114118289A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 梁永圖;鄭堅欽;杜漸;王昌;廖綺;于曉
• 申請（專利權）人: 中國石油大學（北京）
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/30;G01D21/02
• 代理公司: 北京紀凱知識產權代理有限公司 11245
• 代理人: 劉美麗

1.一種基于數據驅動的成品油管道工況識別方法，其特征在于包括：

構造成品油管道運行數據矩陣；

基于管道運行數據矩陣，構建基于降噪自編碼器的矩陣降噪模型；

對降噪后的管道運行數據進行數據聚類，獲得工況識別模型；

通過工況識別模型完成對成品油管道的工況識別。

2.根據權利要求1所述的基于數據驅動的成品油管道工況識別方法，其特征在于，基于管道運行數據矩陣，構建基于降噪自編碼器的矩陣降噪模型，包括：

對輸入的管道運行數據矩陣數據添加高斯噪聲；

將添加高斯噪聲的管道運行數據矩陣輸入至降噪自編碼器的編碼網絡中，編碼網絡通過每層神經網絡對輸入數據進行深層特征提取；

將編碼網絡的輸出結果輸入到降噪自編碼器的解碼網絡，解碼網絡通過逐漸擴大每層節點數的方法，對編碼網絡得到的深層潛在特征進行還原，使其恢復至與輸入數據相同的維度。

3.根據權利要求2所述的基于數據驅動的成品油管道工況識別方法，其特征在于，編碼網絡采用Adam優化算法進行迭代訓練完成特征提取。

4.根據權利要求1所述的基于數據驅動的成品油管道工況識別方法，其特征在于，對降噪后的管道運行數據進行數據聚類采用基于SNE數據聚類。

5.根據權利要求2所述的基于數據驅動的成品油管道工況識別方法，其特征在于，對降噪后的管道運行數據基于SNE數據聚類，獲得工況識別模型，包括：

基于管道運行矩陣數據的條件概率分布計算矩陣數據之間的聯合概率分布；

初始化得到矩陣數據的低維空間初始解；

計算低維空間管道運行數據間的相似度；

優化數據矩陣對應概率分布與低維空間數據對應概率分布間的距離；

基于迭代得到梯度下降值，求得低維空間下管道運行數據解；

當迭代次數達到設定次數后，輸出管道運行數據的二維空間表達，獲得工況識別模型。

6.根據權利要求1～5任一項所述的基于數據驅動的成品油管道工況識別方法，其特征在于，通過工況識別模型完成對成品油管道的工況識別，包括：

輸入新的成品油管道運行數據，根據聚類得到的工況識別模型判斷其屬于哪一個工況類別，完成工況識別。

7.一種基于數據驅動的成品油管道工況識別系統，其特征在于包括：

管道數據單元，被配置為構造成品油管道運行數據矩陣；

降噪單元，被配置為基于管道運行數據矩陣，構建基于降噪自編碼器的矩陣降噪模型；

聚類單元，被配置為對降噪后的管道運行數據聚類，獲得工況識別模型；

識別單元，被配置為通過工況識別模型完成對成品油管道的工況識別。

8.一種電子設備，所述電子設備至少包括處理器和存儲器，所述存儲器上存儲有計算機程序，其特征在于，所述處理器運行所述計算機程序時執行以實現權利要求1到6任一項所述的方法。

9.一種計算機存儲介質，其特征在于，其上存儲有計算機可讀指令，所述計算機可讀指令可被處理器執行以實現權利要求1到6任一項所述的方法。