一种阴保系统恒电位仪故障的智能诊断模型构建方法技术方案

本发明专利技术涉及城市燃气管道阴极保护系统。本发明专利技术提出一种阴保系统恒电位仪故障的智能诊断模型构建方法，构建阴极保护系统的故障知识图谱，将故障知识图谱结构化，利用GCN进行图计算，抽取图谱的空间特征作为输入序列输入到Transformer模型中，计算故障类别的概率分布，选择其中概率最大的故障作为预测值，对模型进行训练，直至预测性能达到预定值后停止训练，则模型构建完成。利用时序图积神经网络GCN结合时序Transformer网络在燃气管网阴保恒电位仪故障知识图谱上进行故障推理，建立完全基于数据特征自动判决的阴保系统恒电位仪智能故障诊断模型，从而完成对恒电位仪多种运行故障的有效判决。的有效判决。的有效判决。

【技术实现步骤摘要】
一种阴保系统恒电位仪故障的智能诊断模型构建方法


[0001]本专利技术属于城市燃气管道阴极保护系统领域，具体涉及恒电位仪故障的智能分析和诊断方法。

技术介绍

[0002]20世纪以来，我国进行全面经济建设，能源在各个行业的应用增多。作为重要能源之一的天然气，因其具有燃烧洁净和使用便捷的特点，在能源消耗中的应用有日益增大的趋势。长距离埋地管道是我国石油和天然气资源的输送方式之一，同时也是目前天然气最主要的运输方式，越来越受到关注。然而由于现场埋设的管道增多，管线服役年限的增加以及现场工程人员带来的施工缺陷或者附近居民的人为破坏和管道的内外腐蚀等问题，有关管道事故的报道越来越多。针对燃气输管网阴极保护系统设备运行不正常、保护参数不合理等生产运行中的实践问题，对输气管线进行及时、定期的阴极保护及对现有管道阴极保护效果的进行评价，为管道的维护提供可靠和必要的现场数据，从而避免因保护不当造成的管道腐蚀，对于提高管线的服役寿命、降低燃气管网的生产运行成本具有十分重要的经济和社会意义。
[0003]当前，燃气管道阴极保护的主流技术路线是利用特定的外电流持续施加在目标管道上，达到对抗电化学腐蚀目的。在正常的使用条件下，这种基于外电流的阴保系统可有效延缓燃气管道的腐蚀进程，使用效果显著。但目前，许多生产企业对阴极保护的应用还存在结构性难题，具体表现在操作人员编制严重不足、在编操作人员对技术熟悉程度不足、气候及地理等物理环境影响、人的情绪等因素的影响，使得对阴极保护系统中存在的故障无法进行准确、及时的判定。其中，尤其以对恒电位仪故障的判定显得尤为突出。恒电位仪是阴极保护系统的控制中心和电源输出端。通过恒电位仪的正极电缆与辅助阳极相连接，通电后在地下形成一个半球面电场，负极接在被保护管道上，参比电极接线柱与参比电极相连接，参比电极埋设在管道附近，测量输气管道电位，监测保护效果。恒电位保护开启后，保护电流从恒电位仪正极流出，经过辅助阳极进入土壤，再流到管道上，又沿阴极导线回到电源负极，从而起到保护管道的作用。
[0004]根据统计，恒电位仪故障在阴保系统全部故障种类中占比最高，且一旦发生对系统正常运行的影响也最为严重。如果恒电位仪故障不能及时进行预警和诊断，从而根据腐蚀情况进行动态调整，有时可能会加速管道的腐蚀，给企业的生产带来高的成本和埋下安全隐患。因此，借助于人工智能的技术手段积极开展阴极保护的智能故障诊断是企业安全和可持续发展的重要途径。但现有传统的简单机器学习系统和传统专家系统主要依赖低维度小数据集进行训练或依赖专家燃气管道领域基础知识和故障维护的固有经验规则形成，存在一定的问题，无法将故障模型与监测数据有效结合，严重影响了故障定位和分析的效率。
[0005]现有带有智能特征的阴保系统恒电位仪故障判决系统已具备一定的数字化和智能化特征，但其采用的自动采集系统通常还因设备接口标准和数据结构标准不统一，仍然
需要在判决回路种进行人工介入的二次或三次操作，无法发挥智能系统自动化批量、准确处理的优势。因此，燃气管道的阴极保护系统要实现基本的日常运行维护工作需大量的专业技术人员。但各终端公司燃气管道配备的具有专业知识背景的专职阴极保护人员现在几乎没有，在实际操作中不仅存在较大的人力资源缺口，还存在较大的知识门槛限制。因此，通过各燃气管道公司亟需建立具有智能特征的燃气管道阴极保护故障诊断系统，以提升阴极保护的自动运行管理工作效率，解决现有阴保系统运行过程中人力资源储备不足和人力开销过大的问题。从而实现阴极保护系统高效运行，提升项目的整体效益。此外，现有的智能恒电位仪故障判决系统还普遍存在数据采样精度和数据结构不统一、数据网络运行实时性差、系统各模块API没有有效互通等问题。这些问题造成了有些系统虽然在形式上形成了采集、存储、管理、处理等环节形成完整的资源数字化系统，但系统内数据的表达与标准并未统一，形成海量的沉没数据和数据孤岛。造成现有系统内大量信息沉没而无法利用，存在数据结构非标准化、存储格式多元化、数据分类多样化、量化体系标准不统一等问题，亟需制定标准化的数据交互格式打通壁垒，对既有数据进行有效的管理和挖掘利用，建立完全基于数据的智能化特征表达基础。另外，现有的恒电位仪故障判决系统缺乏对密集时序信息及离散知识领域信息的处理能力，在计算模型的构建和训练方面无法基于数据模型进行，不得不较多依赖专家经验辅助故障特征抽取和参数修正，造成现有智能阴极保护系统采用的模型在某些条件下的欠拟合效应明显。同时这些现有的智能阴保系统为了平衡系统的计算性能，忽略了阴保数据的地理信息和物理环境信息以将降低信息处理的数据维度，也会造成现有智能阴极保护系统采用的模型因欠拟合而分类精度较差。现有技术中多采用标准卷积神经网络CNN、循环神经网络RNN及与其相关的改进版本对恒电位仪故障进行特征表达建模。但因标准CNN对远距离特征抽取能力不佳，建模中不能对检测的时序信息特征进行较好的表达和存储。面对呈现隐性强关联的高密度工业过程数据，只能使用统计分布特征而缺乏时序分布特征的识别过程，依然会会造成较强的欠拟合可能性。
[0006]因此急需引入新的技术路线对阴保系统模型的数据结构和算法框架进行改进，以增强对不同类型数据的存储和处理能力，更多利用统计数据构建智能出分析决策过程。

技术实现思路

[0007]本专利技术针对现有技术中建模数据集维度类型过于单一、过于依赖专家预设经验进行状态判定及分析模型欠拟合等问题，创新地提出一种阴保系统恒电位仪故障的智能诊断模型构建方法，包括以下步骤：构建阴极保护系统的故障知识图谱，将故障知识图谱结构化，利用GCN进行图计算，抽取图谱的空间特征作为输入序列输入到Transformer模型中，计算故障类别的概率分布，选择其中概率最大的故障作为预测值，对模型进行训练，直至预测性能达到预定值后停止训练，则模型构建完成。
[0008]具体的，所述故障知识图谱包括不同监测点位与故障原因、故障类别之间的关系图谱。
[0009]进一步的，将故障知识图谱结构化为：
[0010]G＝(V,E)；
[0011]其中，G表示故障知识图谱，V表示图谱G上M个检测节点，E表示节点之间的边。
[0012]再进一步的，利用GCN进行图计算，包括以下步骤:
[0013]定义邻接矩阵A∈R
M
×
N
，元素为0/1；特征矩阵X∈R
M
×
P
，P表示节点属性特征的数量；
[0014]GCN通过一阶邻居节点更新节点信息，则GCN每层的输出公式为：
[0015][0016]其中，H
(l+1)
表示图神经网络的输出，H
(l)
表示图神经网络当前层的节点表示，
[0017]是融合自连接的矩阵，A为邻接矩阵，I
N
是单位矩阵，是顶点的度矩阵，表示融合自连接矩阵的每个元素，θ
(l)
表示每一层的参数，σ(.)表示非线性模型的sigmoid函数。
[0018]具体的，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种阴保系统恒电位仪故障的智能诊断模型构建方法，其特征在于，包括以下步骤：构建阴极保护系统的故障知识图谱，将故障知识图谱结构化，利用GCN进行图计算，抽取图谱的空间特征作为输入序列输入到Transformer模型中，计算故障类别的概率分布，选择其中概率最大的故障作为预测值，对模型进行训练，直至预测性能达到预定值后停止训练，则模型构建完成。2.根据权利要求1所述的一种阴保系统恒电位仪故障的智能诊断模型构建方法，其特征在于，所述故障知识图谱包括不同监测点位与故障原因、故障类别之间的关系图谱。3.根据权利要求1或2所述的一种阴保系统恒电位仪故障的智能诊断模型构建方法，其特征在于，将故障知识图谱结构化为：G＝(V，E)；其中，G表示故障知识图谱，V表示图谱G上M个检测节点，E表示节点之间的边。4.根据权利要求3所述的一种阴保系统恒电位仪故障的智能诊断模型构建方法，其特征在于，利用GCN进行图计算，包括以下步骤：定义邻接矩阵A∈R
M
×
N
，元素为0/1；特征矩阵X∈R
M
×
P
，P表示节点属性特征的数量；GCN通过一阶邻居节点更新节点信息，则GCN每层的输出公式为：其中，H
(l+1)
表示图神经网络的输出，H
(l)
表示图神经网络当前层的节点表示，是融合自连接的矩阵，A为邻接矩阵，I
N
是单位矩阵，是顶点的度矩阵，是顶点的度矩阵，表示融合自连接矩阵的每个元素，θ
(l)
表示每一层的参数，σ(
·
)表示非线性模型的sigmoid函数。5.根据权利要求4所述的一种阴保系统恒电位仪故障的智能诊断模型构建方法，其特征在于，所述抽取图谱的空间特征包括以下步骤：采用三层GCN网络来抽取图谱的空间特征，计算公式为：其中，f(X，A)表示整个图谱的空间特征，是融合自连接的矩阵，A为邻接矩阵，I
N
是单位矩阵，ReLU表示非线性激活函数，X表示最终的节点嵌入向量表示，W0∈R
P
×
H
表示从输入到隐藏层的权重矩阵，p是特征矩阵的长度，H是隐藏层的单元数，W1表示隐藏层到输出层的权重矩阵。6....

【专利技术属性】
技术研发人员：夏太武，程华，王峰，陈墨，王飞，孔波，张文艳，陈熙，张锐，牟洪陶，李理，唐柳怡，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：