[发明专利]管道异常识别方法、装置及系统

说明书

本发明实施例提供一种管道异常识别方法、装置及系统，该方法包括：接收检测设备采集的待识别管道的应变数据；将所述应变数据输入预设识别模型，获得所述待识别管道的异常类型，其中预设识别模型是根据不同异常类型管道的应变数据训练得到的；将所述异常类型发送至管道管理平台，以使管理人员根据所述异常类型分析管道异常原因。本发明实施例提供的管道异常识别方法，利用预设识别模型自动的识别管道的异常类型，提高了识别管道异常方法的效率和准确率。

技术领域

本发明实施例涉及信息技术领域，尤其涉及一种管道异常识别方法、装置及系统。

背景技术

近年来，随着我国工业化进程的不断加快，石油和天然气能源能否得到有效的供应影响各领域的经济，能源已成为国家发展的重要因素。管道运输是我国石油和天然气运输的主要方式，管道运输的优点众多，例如可以实现石油和天然气连续运输，输送能力强，受气候的影响较小，运输成本较低损耗小等，我国管道运输里程已经达到120000多公里，其中许多管道已经运营超过20年，受到地形地貌、灾害气候、人为破坏的影响众多，因此部分管道存在安全隐患，需要进行大范围的维护和检测，管道的损伤主要可以分为几何异常、金属损失、裂纹等几类，高效正确地识别这些危险因素是管道进行完整性管理必不可少的一部分。

目前，利用惯性导航技术检测管道获得管道的应变数据，再根据管道的应变数据评估管道的弯曲变形状况。具体地，将IMU(Inertial Measurement Unit，惯性测量单元)搭载在内检测器上，并通过高精度陀螺仪和加速度计实时采集内检测器在管道中运行的三维加速度和角速度获得管道应变数据，最后通过人工逐段识别的方法识别出弯曲应变较大的管段和应变变化较大的管段。

然而，人工识别管道异常的方法效率比较低，容易出错、且无法及时处理海量的管道应变数据。

发明内容

本发明实施例提供一种管道异常识别方法、装置及系统，以提高识别管道异常方法的准确性和效率。

第一方面，本发明实施例提供一种管道异常识别方法，包括：

接收检测设备采集的待识别管道的应变数据；

将所述应变数据输入预设识别模型，获得所述待识别管道的异常类型，其中所述预设识别模型是根据不同异常类型管道的应变数据训练得到的；

将所述异常类型发送至管道管理平台，以使管理人员根据所述异常类型分析管道异常原因。

在一种可能的设计中，所述预设识别模型的训练过程包括：

获取样本数据集，其中所述样本数据集中包括不同异常类型管道的应变数据；

提取所述样本数据集中所有的应变数据的数据特征；

选取所述样本数据集中任一应变数据作为目标应变数据，根据决策树模型计算所述目标应变数据所有数据特征的信息增益以及节点信息；

根据所述样本数据集中的所有应变数据的全部数据特征的信息增益以及节点信息，确定所述预设识别模型。

在一种可能的设计中，在所述提取样本数据集中所有的应变数据的数据特征之前，还包括：

根据一阶低通滤波器对所述样本数据集中的所有应变数据进行降噪处理。

在一种可能的设计中，所述样本数据的异常类型包含凹陷、弯头以及地质变形。

在一种可能的设计中，所述数据特征包含长度、峰值长度因子、波形长度因子以及脉冲长度因子。

在一种可能的设计中，所述根据决策树模型计算所述目标应变数据所有数据特征的信息增益以及节点信息，包括：

根据ID3算法选取目标应变数据的最大的信息增益作为决策树的节点。