一种动态距离编码的油气集输过程异常识别方法技术

本发明专利技术公开了一种动态距离编码的油气集输过程异常识别方法来实时识别过程工业的异常状态。首先，通过Savitzky

【技术实现步骤摘要】
一种动态距离编码的油气集输过程异常识别方法


[0001]本专利技术涉及石油化工过程深度学习识别领域，特别涉及一种动态距离编码的油气集输过程异常识别方法。

技术介绍

[0002]作为石油工业的重要组成部分，油气集输过程的安全性一直受到重视。在风险的早期阶段，缺乏有效地过程控制将导致火灾和爆炸等严重事故。及时可靠的故障识别方法对于确保过程平稳运行至关重要。然而，过程数据具有高耦合、高噪声和稀疏标签样本的特点，导致传统的故障识别方法难以应用。因此，开发智能、可靠的故障识别方法已成为包括原油运输、预处理、催化裂化等石油化工过程安全运行的关键手段。
[0003]近年来，随着工业数据的复杂性和高度相关性，学者们开发了深度学习及其衍生方法，从收集的特征数据中学习映射以进行故障识别。然而，深度学习的两大缺点仍然难以解决，影响了其在石化过程中的应用：(1)作为黑盒模型，无法探索结果的物理意义，缺乏可解释性；(2)样本质量限制了其可行性，标签异常工况样本不足导致性能不佳。
[0004]距离度量用于评估不同数据分布的相似性，已应用于数据降维、聚类、识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态距离编码的油气集输过程异常识别方法，其特征在于，步骤如下：步骤(1)采集油气集输过程数据，构建实时样本；同时对稳态数据进行降噪处理，以构建正常样本数据集，稳态数据为正常运行状态下的历史数据；步骤(2)通过滑动窗口来选择每个实时样本和正常样本的数据，基于距离度量计算窗口内数据分布的空间差异，得到动态数据集；然后，通过动态数据集上窗口的滑动来生成实时样本的动态编码图；步骤(3)利用步骤(2)得到的动态数据集搭建深度学习模型，深度学习模型通过学习油气集输过程的变量之间的深层特征，从而识别异常。2.根据权利要求1所述的一种动态距离编码的油气集输过程异常识别方法，其特征在于，步骤(1)中通过传感器采集油气集输过程数据，油气集输过程数据包括如下类型的变量：流量、温度和压力，设置正常标签和故障标签。3.根据权利要求2所述的一种动态距离编码的油气集输过程异常识别方法，其特征在于，对变量通过归一化将不同属性的油气过程数据映射到相同的空间，得到归一化数据，如式(1)所示：式中，x
*
为归一化后的变量值，x
min
和x
max
分别为总数据集中变量的最小值和最大值。4.根据权利要求3所述的一种动态距离编码的油气集输过程异常识别方法，其特征在于，基于SG滤波器对稳态数据进行降噪处理，SG滤波器基于时域拟合的局部多项式最小二乘法对归一化数据进行降噪。5.根据权利要求1所述的一种动态距离编码的油气集输过程异常识别方法，其特征在于，步骤(2)中距离度量选自欧式距离ED、海灵格距离HD或推土机距离WD，各自的距离计算公式如式(2)～(4)所示：式中，x1和x2分别为空间中两个点的横坐标，y1和y2分别为空间中两个点的纵坐标；式中，p(x)和q(x)分别为两种空间分布函数；式中，P1是原始分布，P2是目标分布，x和y分别为原始分布和目标分布的数值，γ是联合分布，∏(P1,P2)是两个分布的所有可能组合的集合，E是期望值，inf是函数的下界价值。6.根...

【专利技术属性】
技术研发人员：田文德，刘子健，刘彬，孙素莉，崔哲，
申请(专利权)人：青岛科技大学，
类型：发明
国别省市：