基于CAE-TSNE的成品油管道运行工况识别

作     者：郑坚钦 杜渐 梁永图 赵伟 王昌 丁鹏 吴全 ZHENG Jianqin;DU Jian;LIANG Yongtu;ZHAO Wei;WANG Chang;DING Peng;WU Quan

作者机构：中国石油规划总院北京100083 中国石油大学(北京)机械与储运工程学院北京102249 浙江大学浙江省饮用水安全与输配技术重点实验室杭州310058 

出 版 物：《石油科学通报》 (Petroleum Science Bulletin)

年 卷 期：2024年第9卷第1期

页      面：148-157页

学科分类：0820[工学-石油与天然气工程] 080706[工学-化工过程机械] 08[工学] 0807[工学-动力工程及工程热物理] 082003[工学-油气储运工程] 

基　　金：国家自然科学基金面上项目“成品油供给链物流系统优化及供给侧可靠性研究”(No.51874325)资助 

主　　题：成品油管道 运行工况识别 数据矩阵 卷积自编码器 T分布邻域嵌入 

摘      要：成品油管道运行工况变化频繁,难以精准判断管道运行状态,依靠现场人员进行识别监控易造成误判。本文为实现管道运行工况的准确识别,考虑管道的物理空间特性,分析整理各站运行参数(压力、流量、密度);考虑管道运行的时间序列特性,基于SCADA管道数据构造运行数据矩阵,以克服单一时刻的瞬态扰动。针对管道运行数据高维度、非线性的特点,利用卷积自编码器(CAE)强大的特征压缩及重构能力对管道数据做降噪处理;利用T分布邻域嵌入算法(T-SNE)对管道数据做降维聚类处理,最终建立了基于CAE-TSNE的管道运行工况识别模型。以某两条成品油管道为例,对比主流的非线性分类模型(ANN、DT、RF),结果表明基于CAE-TSNE的工况识别模型精度最高,对降噪后的运行数据识别准确率可达到99%以上,可用于指导现场管道的运行管理。