天然气超声流量计健康状态评价方法初探

作     者：刘喆 郑宏伟 郭哲 彭世亮 张佩颖 李振林 苏怀 LIU Zhe;ZHENG Hongwei;GUO Zhe;PENG Shiliang;ZHANG Peiying;LI Zhenlin;SU Huai

作者机构：中国石油大学(北京)机械与储运工程学院 国家管网集团西气东输公司 中国石油西南油气田公司天然气研究院 

出 版 物：《石油与天然气化工》 (Chemical engineering of oil & gas)

年 卷 期：2024年第53卷第2期

页      面：112-118,138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：国家管网集团科技项目“天然气管道超声流量计性能提升技术研究”(CLZB202108) 

主　　题：超声流量计 健康状态 特征提取 无监督学习 故障诊断 

摘      要：目的天然气计量用超声流量计性能诊断主要采用设定参数阈值的诊断方法,为降低误报、漏报等情况,建立了基于生成对抗神经网络(generated adjoint neural network,GAN)和高维非线性无监督学习的超声流量计健康状态系统诊断方法。方法采用GAN对原始数据进行学习、生成和扩充,保障超声流量计健康状态诊断建模的数据基础,提取超声流量计在运行过程中的健康状态参数并对其进行时序分析,采用高维非线性无监督聚类学习方法,结合超声流量计失效模式分析,对超声流量计设备进行在线的健康状态诊断。结果结合超声流量计工作原理和现场实际采集数据,对生成的故障数据集进行了验证。结论能够准确识别超声流量计当前状态,显著解决传统阈值法误报率、漏报率高的问题,为超声流量计健康诊断的统一管理与开发给予支撑。