油气集输站设备参数预警方法、系统、电子设备及介质与流程

技术特征：
1.一种油气集输站设备参数预警方法，其特征在于，包括：获取油气集输站中所有设备的设备运行参数历史数据并进行预处理，构成过程数据集；所述油气集输站中所有设备包括三相分离器、外输泵、储油罐、加热炉；所述设备运行参数包括三相分离器压力、三相分离器液位、外输泵压力、储油罐液位、加热炉温度；对所述过程数据集中的每个设备运行参数，利用斯皮尔曼秩相关系数计算每个设备运行参数与其他所有设备运行参数之间的相关性，并建立每个设备运行参数的相关设备参数集；根据每个设备运行参数的相关设备参数集对lstm模型进行预训练，利用遗传算法对lstm模型超参数进行选择和优化，确定网络超参数；将每个设备运行参数的相关设备参数集及其对应的网络超参数存入数据库中，得到通用型数据库；在线预测阶段，从所述通用型数据库中获取待预测设备运行参数的相关设备参数集及其对应的网络超参数，代入lstm模型中，得到lstm预训练模型；采用待预测设备运行参数及其相关设备参数集中设备运行参数的历史数据对所述lstm预训练模型进行训练，训练完成得到待预测设备运行参数的lstm预测模型；采用所述lstm预测模型得到所述待预测设备运行参数的预测值，根据所述预测值与对应设备运行参数阈值的比较结果进行安全预警。2.根据权利要求1所述的油气集输站设备参数预警方法，其特征在于，所述获取油气集输站中所有设备的设备运行参数历史数据并进行预处理，构成过程数据集，具体包括：获取油气集输站中所有设备的设备运行参数历史数据并按照时间顺序进行排序，得到所有设备运行参数的时序数据集；采用拉依达准则法和肖维勒法对所述时序数据集中的异常值进行识别和处理，得到所有设备运行参数的过程数据集。3.根据权利要求1所述的油气集输站设备参数预警方法，其特征在于，所述对所述过程数据集中的每个设备运行参数，利用斯皮尔曼秩相关系数计算每个设备运行参数与其他所有设备运行参数之间的相关性，并建立每个设备运行参数的相关设备参数集，具体包括：对所述过程数据集中的每个设备运行参数，利用斯皮尔曼秩相关系数计算每个设备运行参数与其他所有设备运行参数之间的相关性，当斯皮尔曼秩相关系数的绝对值大于0.8时，确定两个设备运行参数之间密切相关；找出与每个设备运行参数密切相关的其他设备运行参数，建立出每个设备运行参数的相关设备参数集。4.根据权利要求1所述的油气集输站设备参数预警方法，其特征在于，所述根据每个设备运行参数的相关设备参数集对lstm模型进行预训练，利用遗传算法对lstm模型超参数进行选择和优化，确定网络超参数，具体包括：将每个设备运行参数的相关设备参数集作为lstm模型的输入变量，将每个设备运行参数作为输出变量，对lstm模型进行训练；lstm模型训练过程中，利用遗传算法对lstm模型超参数进行选择和优化，确定网络超参数；所述网络超参数包括步频、网络节点数量、激活函数、优化器、学习率。5.根据权利要求1所述的油气集输站设备参数预警方法，其特征在于，所述采用所述
lstm预测模型得到所述待预测设备运行参数的预测值，根据所述预测值与对应设备运行参数阈值的比较结果进行预警之前，还包括：采用主成分分析方法计算出所有设备运行参数对应的t2统计阈值作为设备运行参数阈值。6.一种油气集输站设备参数预警系统，其特征在于，包括：过程数据集构建模块，用于获取油气集输站中所有设备的设备运行参数历史数据并进行预处理，构成过程数据集；所述油气集输站中所有设备包括三相分离器、外输泵、储油罐、加热炉；所述设备运行参数包括三相分离器压力、三相分离器液位、外输泵压力、储油罐液位、加热炉温度；相关设备参数集构建模块，用于对所述过程数据集中的每个设备运行参数，利用斯皮尔曼秩相关系数计算每个设备运行参数与其他所有设备运行参数之间的相关性，并建立每个设备运行参数的相关设备参数集；lstm模型预训练模块，用于根据每个设备运行参数的相关设备参数集对lstm模型进行预训练，利用遗传算法对lstm模型超参数进行选择和优化，确定网络超参数；通用数据存储模块，用于将每个设备运行参数的相关设备参数集及其对应的网络超参数存入数据库中，得到通用型数据库；预训练模型构建模块，用于在线预测阶段，从所述通用型数据库中获取待预测设备运行参数的相关设备参数集及其对应的网络超参数，代入lstm模型中，得到lstm预训练模型；lstm模型训练模块，用于采用待预测设备运行参数及其相关设备参数集中设备运行参数的历史数据对所述lstm预训练模型进行训练，训练完成得到待预测设备运行参数的lstm预测模型；设备参数预测预警模块，用于采用所述lstm预测模型得到所述待预测设备运行参数的预测值，根据所述预测值与对应设备运行参数阈值的比较结果进行安全预警。7.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的油气集输站设备参数预警方法。8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至5中任一项所述的油气集输站设备参数预警方法。

技术总结
本发明涉及一种油气集输站设备参数预警方法、系统、电子设备及介质，属于油气集输站安全预警领域。该方法利用斯皮尔曼秩相关系数计算过程数据集中每个设备运行参数与其他设备运行参数之间的相关性，建立相关设备参数集；根据相关设备参数集对LSTM模型进行预训练，利用遗传算法确定网络超参数；将相关设备参数集及网络超参数存入通用型数据库中；在线预测阶段，从通用型数据库中获取待预测设备运行参数的相关设备参数集及网络超参数代入LSTM模型中，采用历史数据对LSTM预训练模型进行训练，通过训练好的LSTM预测模型得到预测值，根据预测值与对应阈值的比较结果进行安全预警。采用本发明方法能够提高油气集输过程安全预警的准确性和预警方法的通用性。准确性和预警方法的通用性。准确性和预警方法的通用性。


技术研发人员：荆少东 马珍福 黄少伟 韩小磊 李清方 陈鲁 董明 张正强 郭长会 孙健
受保护的技术使用者：中石化石油工程设计有限公司
技术研发日：2022.11.02
技术公布日：2023/2/3