[发明专利]基于影响网络的石油管道泄漏检测方法及系统

说明书

本发明公开了一种基于影响网络的石油管道泄漏检测方法，包括1、根据石油管道检测变量和石油管道设备异常检测结果Y构建影响网络；2、基于所构建的影响网络，构建影响强度参数学习模型；3、获取历史数据集；4、对影响强度参数学习模型进行训练求解；5、采集石油管道检测变量在某一时刻的检测值根据影响强度模型中各参数的取值，求取石油管道异常检测结果处于Y_n状态的概率；6、根据异常检测结果求取石油管道的泄漏量判断该石油管道泄漏。本发明使用历史数据对影响强度参数学习模型进行训练求解，避免了主观确定影响强度参数带来的干扰性，使影响强度模型更好地拟合石油管道泄漏的实际情况，判断石油管道是否泄露，因此识别结果的准确性更高。

技术领域

本发明涉及石油管道异常检测领域，具体涉及一种基于影响网络的石油管道泄漏检测方法及系统。

背景技术

在目前的石油管道异常检测问题中，影响石油管道检测参数的因素很多，各种因素之间的因果影响关系十分复杂，通过构建数值模型来分析石油管道的参数异常十分困难。在大数据时代，数据存储和使用技术越来越成熟，这为石油管道的检测提供了新的解决方法。在现有的技术中，主要通过石油管道两侧的压力差和流量差，采用贝叶斯网络、回归分析等方法进行石油管道泄漏检测分析，这些方法存在计算量复杂、需要的参数较多、泄漏量预测的准确性不高等缺点。因此，本发明提出了一种基于影响网络的石油管道泄漏检测方法。

发明内容

本发明要解决的技术问题是提供一种需要的参数量少、计算简单、泄漏量预测准确的基于影响网络的石油管道泄漏检测方法。

为解决该问题，本发明所采用的技术方案是：

一种基于影响网络的石油管道泄漏检测方法，包括如下步骤：

步骤1：根据石油管道检测变量X₁、X₂...X_i...X_I和石油管道设备异常检测结果Y构建影响网络；

步骤2：基于所构建的影响网络，构建用于获得检测变量和异常检测结果之间的影响强度参数学习模型；

s.t.

Y₁≤Y_n≤Y_N

其中f(V)表示检测变量通过影响强度参数模型计算得到的训练结果和实际检测结果的差异，可以用均方误差(MSE)或平均绝对误差(MAE)来表示，L表示测量得到的实际泄漏量，表示通过影响强度参数学习模型估计得到的预测泄漏量，表示第i个检测变量X_i的某个状态值，表示第i个检测变量X_i处于检测状态m_i时，其检测结果为Y_n时的影响强度，I为检测变量的总数，M_i为第i个检测变量的状态数量，表示检测结果Y处于状态n时的先验概率，N表示检测结果的状态数量，所述状态是指将检测变量或检测结果在其最大最小值区间划分出多个等级值，各等级值表示各检测变量或检测结果的各状态值；

步骤3：获取石油管道基于检测变量在不同时刻检测结果的历史数据集；

步骤4：根据所获取的历史数据集对影响强度参数学习模型进行训练求解，得到影响强度模型中各参数的取值，所述参数包括影响强度参数各检测变量的状态值检测结果处于状态Y_n的先验概率检测结果的各状态值Y_n；