一种油气管网系统异常状态识别方法、装置及设备制造方法及图纸

本说明书实施例提供一种油气管网系统异常状态识别方法、装置及设备。所述方法包括：获取对应于油气管网系统的运行数据；所述运行数据对应有关联于时间的自相关系数；根据所述自相关系数将所述运行数据划分为至少两组分段数据；所述分段数据对应有不同的时间频率；分别确定所述分段数据对应的行为模式数据；所述行为模式数据用于表示预设时段内所述油气管网系统的运行模式；对行为模式数据进行分类得到至少一组聚类数据；所述聚类数据对应有行为模式类别；基于所述行为模式类别识别所述油气管网系统的异常状态。上述方法能够快速地对油气管网系统的运行数据进行分类与模式识别，从而及时准确地对油气管网的运行状态进行调整，保证系统正常运行。保证系统正常运行。保证系统正常运行。

【技术实现步骤摘要】
一种油气管网系统异常状态识别方法、装置及设备


[0001]本说明书实施例涉及油气传输
，特别涉及一种油气管网系统异常状态识别方法、装置及设备。

技术介绍

[0002]随着油气管网系统的发展以及供需市场的复杂化，对于油气管网系统的建设与优化也在不断进行，使得油气管网系统的复杂化程度也在不断提高。快速识别油气管网系统所出现的故障，以便及时对油气管网系统故障进行处理，对于保障油气管网系统正常运行具有重要的意义。
[0003]实际应用中，针对油气管网系统，可以直接获取相应的传输数据，或通过在油气管网系统上设置相应的传感器来采集相应的传感数据，收集所述油气管网系统的运行数据。但是，随着油气管网系统复杂程度的提升，以及异常运行工况种类的增加，从数量众多的运行数据中及时地识别出故障状态对应的数据，进而根据所识别出的数据确定管网系统的故障的难度也逐渐提高，相应地对于油气管网系统的稳定运行也造成了一定的影响。因此，目前亟需一种能够快速准确地对油气管网系统的异常状态进行识别的方法。

技术实现思路

[0004]本说明书实施例的目的是提供一种油气管网系统异常状态识别方法、装置及设备，以解决如何快速准确地对油气管网系统的异常状态进行识别的问题。
[0005]为了解决上述技术问题，本说明书实施例提出一种油气管网系统异常状态识别方法，包括：获取对应于油气管网系统的运行数据；所述运行数据对应有关联于时间的自相关系数；根据所述自相关系数将所述运行数据划分为至少两组分段数据；所述分段数据对应有不同的时间频率；分别确定所述分段数据对应的行为模式数据；所述行为模式数据用于表示预设时段内所述油气管网系统的运行模式；对所述行为模式数据进行分类得到至少一组聚类数据；所述聚类数据对应有行为模式类别；基于所述行为模式类别识别所述油气管网系统的异常状态。
[0006]本说明书实施例还提出一种油气管网系统异常状态识别装置，包括：运行数据获取模块，用于获取对应于油气管网系统的运行数据；所述运行数据对应有关联于时间的自相关系数；分段数据划分模块，用于根据所述自相关系数将所述运行数据划分为至少两组分段数据；所述分段数据对应有不同的时间频率；行为模式数据确定模块，用于分别确定所述分段数据对应的行为模式数据；所述行为模式数据用于表示预设时段内所述油气管网系统的运行模式；行为模式数据分类模块，用于对所述行为模式数据进行分类得到至少一组聚类数据；所述聚类数据对应有行为模式类别；异常状态识别模块，用于基于所述行为模式类别识别所述油气管网系统的异常状态。
[0007]本说明书实施例还提出一种油气管网系统异常状态识别设备，包括存储器和处理器；所述存储器用于存储计算机程序指令；所述处理器用于执行所述计算机程序指令以实
现以下步骤：获取对应于油气管网系统的运行数据；所述运行数据对应有关联于时间的自相关系数；根据所述自相关系数将所述运行数据划分为至少两组分段数据；所述分段数据对应有不同的时间频率；分别确定所述分段数据对应的行为模式数据；所述行为模式数据用于表示预设时段内所述油气管网系统的运行模式；对所述行为模式数据进行分类得到至少一组聚类数据；所述聚类数据对应有行为模式类别；基于所述行为模式类别识别所述油气管网系统的异常状态。
[0008]由以上本说明书实施例提供的技术方案可见，本说明书实施例在获取到油气管网系统的运行数据之后，根据运行数据对应于时间的自相关系数对运行数据进行分组后，确定分组数据对应的行为模式数据，从而根据行为模式数据进行分类得到至少一组聚类数据，使得能够通过所述聚类数据反映相应的行为模式类别，最终根据相应的行为模式类别识别出油气管网系统的异常状态。通过上述方法，能够通过分类对数量庞大的运行数据进行简化，并通过识别运行数据所对应的行为模式类别，进而基于行为模式类别对油气管网系统的异常状态进行分类，从而能够及时准确地对油气管网的运行状态进行调整，实现了油气管网系统的正常运行，保障了油气资源的正常输送。
附图说明
[0009]为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0010]图1为本说明书实施例一种油气管网系统异常状态识别方法的流程图；
[0011]图2为本说明书实施例一种管网运行数据的示意图；
[0012]图3为本说明书实施例一种分类评价结果的示意图；
[0013]图4为本说明书实施例一种油气管网系统异常状态识别装置的模块图；
[0014]图5为本说明书实施例一种油气管网系统异常状态识别设备的结构图。
具体实施方式
[0015]下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
[0016]为了解决上述技术问题，本说明书实施例提出了一种油气管网系统异常状态识别方法。所述油气管网异常状态识别方法的执行主体为油气管网异常状态识别设备，所述油气管网异常状态识别设备包括但不限于服务器、工控机、PC机、移动终端、可穿戴设备等。如图1所示，所述油气管网系统异常状态识别方法可以包括以下具体步骤。
[0017]S110：获取对应于油气管网系统的运行数据；所述运行数据对应有关联于时间的自相关系数。
[0018]油气管网系统可以是传输油气资源的管道网络所对应的系统，所述油气管网系统不仅可以包括管道网络本身，还可以包含用于采集油气管网运行状况的数据采集模块以及
对油气管网进行操控的调控模块等。
[0019]所述油气管网系统在日常运行过程中会产生大量的运行数据，这些运行数据可以用于反映油气管网系统的实际状况。所述运行数据可以是通过直接在油气管网系统中设置相应的传感器，并利用所述传感器采集得到的数据。所述运行数据也可以是通过所获取的其他数据而间接推出的数据。具体的采集所述运行数据的方法可以根据实际应用的需求进行设置，在此不再赘述。
[0020]具体的，所述运行数据例如可以是油气管网中的油气资源输送速率，油气管网的温度、压力等状态数据，油气管网的吞吐能力数据等。实际应用中所述运行数据可以根据油气管网系统实际采集到的数据类型进行设置，并不限于上述示例中所介绍的运行数据的类型，在此不再赘述。
[0021]随着油气管网系统复杂程度日益提高，在油气管网的日常运行过程中会产生海量的运行数据，单纯基于操作人员的经验对这些运行数据进行人工分析显然无法对这些运行数据均实现有效的处理。而若仅仅依赖由操作人员经验而设定的较为简单的水力模拟分析模型对运行数据进行分析，也难以应付复杂多变的运行工况，即这些水力模拟分析模型并不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种油气管网系统异常状态识别方法，其特征在于，包括：获取对应于油气管网系统的运行数据；所述运行数据对应有关联于时间的自相关系数；根据所述自相关系数将所述运行数据划分为至少两组分段数据；所述分段数据对应有不同的时间频率；分别确定所述分段数据对应的行为模式数据；所述行为模式数据用于表示预设时段内所述油气管网系统的运行模式；对所述行为模式数据进行分类得到至少一组聚类数据；所述聚类数据对应有行为模式类别；基于所述行为模式类别识别所述油气管网系统的异常状态。2.如权利要求1所述的方法，其特征在于，所述基于所述自相关系数将所述运行数据划分为低频数据和高频数据之前，还包括：对所述运行数据进行预处理；所述预处理包括异常值处理、降维处理中的至少一种。3.如权利要求2所述的方法，其特征在于，所述对所述运行数据进行预处理，包括：利用Hampel滤波器、卡尔曼滤波、聚类法中的至少一种方法去除所述运行数据中的异常值；删除对应于时间序列重复不变的运行数据；利用主成分分析法对所述运行数据进行降维；相应的，所述根据所述自相关系数将所述运行数据划分为至少两组分段数据，包括：基于所述自相关系数将降维后的运行数据划分为至少两组分段数据。4.如权利要求1所述的方法，其特征在于，所述根据所述自相关系数将所述运行数据划分为至少两组分段数据，包括：利用自相关性分析法确定所述运行数据对应的自相关系数；根据所述自相关系数与自相关阈值的比较结果将所述运行数据划分为至少两组分段数据。5.如权利要求1所述的方法，其特征在于，所述根据所述自相关系数将所述运行数据划分为至少两组分段数据之后，还包括：利用离散小波变换方法将所述分段数据划分为低频序列数据和高频序列数据；相应的，所述分别确定所述分段数据对应的行为模式数据，包括：分别确定所述低频序列数据和高频序列数据对应的行为模式数据。6.如权利要求1所述的方法，其特征在于，所述分别确定所述分段数据对应的行为模式数据，包括：获取所述分段数据的数据斜率和数据均值；根据所述数据斜率和数据均值确定所述分段数据对应的行为模式数据。7.如权利...

【专利技术属性】
技术研发人员：苏怀，张丽，张劲军，周靖，代燕妮，张宗杰，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：