The invention provides an anomaly detection method for oil pipeline signals, a device, a device and a readable medium. The method includes: generating prediction sample data according to real-time oil pipeline signals collected by sensors; extracting and processing the features of the prediction sample data to obtain the characteristics of the prediction sample; inputting the features of the prediction sample into the abnormal signal detection model of the oil pipeline that has been trained, and obtaining the output results of the abnormal signal detection model of the oil pipeline; and The output of abnormal signal detection model of oil pipeline determines whether the signal of oil pipeline is abnormal. The technical scheme of the invention can effectively improve the accuracy of anomaly detection, and is not affected by the complex shape of the oil pipeline, and can effectively guarantee the detection efficiency.
【技术实现步骤摘要】
石油管道信号的异常检测方法及装置、设备及可读介质
本专利技术涉及计算机应用
,尤其涉及一种石油管道信号的异常检测方法及装置、设备及可读介质。
技术介绍
石油管道信号的异常检测,直接影响石油运输的安全性,是石油领域的信号检测中的一件非常重要的工作。现有石油领域的异常信号检测技术,通常以人工制定规则来判石油管道信号是否异常。具体地,由传感器从石油管道中检测到信号数据,通过人为制定的规则来对这些信号数据进行分类,判断是否属于异常情况。例如常用的人为规则可以是一些经典的统计学方法,如最大值、最小值的判断、或者正态分布的标准差判断等方法。但是现有技术的统计学方法,由于自身的性质存在着天然的缺陷,只能从数据分布的先验假设上做异常判断,不能因地制宜,比如石油管道领域很多的异常信号与取值大小无关,无法应对一些特定领域的复杂形状的异常信号,从而使得现有的石油管道信号的异常检测的准确性较差。
技术实现思路
本专利技术提供一种石油管道信号的异常检测方法及装置、设备及可读介质,用于提高石油管道信号的异常检测的准确性。本专利技术提供一种石油管道信号的异常检测方法,包括:根据传感器实时采集的石油管道信号,生成预测样本数据;对所述预测样本数据进行特征抽取处理,得到预测样本特征;将所述预测样本特征输入至已训练得到的石油管道异常信号检测模型,获取所述石油管道异常信号检测模型的输出结果;根据所述石油管道异常信号检测模型的输出结果,确定石油管道信号是否异常。本专利技术还提供一种石油管道信号的异常检测模型的训练方法,包括:根据传感器历史采集的石油管道信号以及相应石油管道的历史状态信息,生成训练 ...
【技术保护点】
1.一种石油管道信号的异常检测方法,包括:根据传感器实时采集的石油管道信号,生成预测样本数据;对所述预测样本数据进行特征抽取处理,得到预测样本特征;将所述预测样本特征输入至已训练得到的石油管道异常信号检测模型,获取所述石油管道异常信号检测模型的输出结果;根据所述石油管道异常信号检测模型的输出结果,确定石油管道信号是否异常。
【技术特征摘要】
1.一种石油管道信号的异常检测方法,包括:根据传感器实时采集的石油管道信号,生成预测样本数据;对所述预测样本数据进行特征抽取处理,得到预测样本特征;将所述预测样本特征输入至已训练得到的石油管道异常信号检测模型,获取所述石油管道异常信号检测模型的输出结果;根据所述石油管道异常信号检测模型的输出结果,确定石油管道信号是否异常。2.根据权利要求1所述的方法,其中,所述根据传感器实时采集的石油管道信号,生成预测样本数据包括:将所述传感器实时采集的每预设时间长度内的信号作为一条预测样本数据。3.根据权利要求2所述的方法,其中,对所述预测样本数据进行特征抽取处理,得到预测样本特征包括:对预测样本数据进行如下至少一种处理:从预测样本数据中提取数值类特征;从预测样本数据中提取频域类特征;从预测样本数据中提取自身变化趋势特征;将预测样本数据与最近邻的一段历史石油管道信号进行比较,得到历史数据比较特征;以及利用机器学习模型预测出与所述预测样本数据所处时间段对应的石油管道信号,将预测出的所述石油管道信号与所述预测样本数据进行比较,得到预测误差特征;基于得到的特征,获取与所述预测样本数据对应的所述预测样本特征;进一步地,基于得到的特征,获取与所述预测样本数据对应的所述预测样本特征,包括:若得到的特征的数量多于一个时,整合所得到的特征,得与所述预测样本数据对应的所述预测样本特征;若得到的特征数量为一个时,将得到的所述特征,作为与所述预测样本数据对应的所述预测样本特征。4.根据权利要求3所述的方法,其中,从预测样本数据中提取数值类特征,包括:从预测样本数据中提取石油管道信号强度值的最大值、最小值、均值方差以及分位数中的至少一个,作为所述数值类特征。5.根据权利要求3所述的方法,其中,从预测样本数据中提取频域类特征,包括:对预测样本数据进行快速...
【专利技术属性】
技术研发人员:何晓东,周振华,
申请(专利权)人:第四范式北京技术有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。