基于CAE-TSNE的成品油管道运行工况识别

来源：石油科学通报杂志2024年第1期北京时间：

作者：郑坚钦；杜渐；梁永图；赵伟；王昌；丁鹏；吴全

单位：中国石油规划总院,北京 100083;中国石油大学(北京)机械与储运工程学院,北京 102249%中国石油大学(北京)机械与储运工程学院,北京 102249%浙江大学浙江省饮用水安全与输配技术重点实验室,杭州 310058%中国石油规划总院,北京 100083

摘要：成品油管道运行工况变化频繁,难以精准判断管道运行状态,依靠现场人员进行识别监控易造成误判.本文为实现管道运行工况的准确识别,考虑管道的物理空间特性,分析整理各站运行参数(压力、流量、密度);考虑管道运行的时间序列特性,基于SCADA管道数据构造运行数据矩阵,以克服单一时刻的瞬态扰动.针对管道运行数据高维度、非线性的特点,利用卷积自编码器(CAE)强大的特征压缩及重构能力对管道数据做降噪处理;利用T分布邻域嵌入算法(T-SNE)对管道数据做降维聚类处理,最终建立了基于CAE-TSNE的管道运行工况识别模型.以某两条成品油管道为例,对比主流的非线性分类模型(ANN、DT、RF),结果表明基于CAE-TSNE的工况识别模型精度最高,对降噪后的运行数据识别准确率可达到 99%以上,可用于指导现场管道的运行管理.

关键词：成品油管道,运行工况识别,数据矩阵,卷积自编码器,T分布邻域嵌入