管道异常识别方法、装置及系统制造方法及图纸

本发明专利技术实施例提供一种管道异常识别方法、装置及系统，该方法包括：接收检测设备采集的待识别管道的应变数据；将所述应变数据输入预设识别模型，获得所述待识别管道的异常类型，其中预设识别模型是根据不同异常类型管道的应变数据训练得到的；将所述异常类型发送至管道管理平台，以使管理人员根据所述异常类型分析管道异常原因。本发明专利技术实施例提供的管道异常识别方法，利用预设识别模型自动的识别管道的异常类型，提高了识别管道异常方法的效率和准确率。

【技术实现步骤摘要】
管道异常识别方法、装置及系统
本专利技术实施例涉及信息
，尤其涉及一种管道异常识别方法、装置及系统。
技术介绍
近年来，随着我国工业化进程的不断加快，石油和天然气能源能否得到有效的供应影响各领域的经济，能源已成为国家发展的重要因素。管道运输是我国石油和天然气运输的主要方式，管道运输的优点众多，例如可以实现石油和天然气连续运输，输送能力强，受气候的影响较小，运输成本较低损耗小等，我国管道运输里程已经达到120000多公里，其中许多管道已经运营超过20年，受到地形地貌、灾害气候、人为破坏的影响众多，因此部分管道存在安全隐患，需要进行大范围的维护和检测，管道的损伤主要可以分为几何异常、金属损失、裂纹等几类，高效正确地识别这些危险因素是管道进行完整性管理必不可少的一部分。目前，利用惯性导航技术检测管道获得管道的应变数据，再根据管道的应变数据评估管道的弯曲变形状况。具体地，将IMU(InertialMeasurementUnit，惯性测量单元)搭载在内检测器上，并通过高精度陀螺仪和加速度计实时采集内检测器在管道中运行的三维加速度和角速度获得管道应变数据，最后通过人工逐段识别的方法识别出弯曲应变较大的管段和应变变化较大的管段。然而，人工识别管道异常的方法效率比较低，容易出错、且无法及时处理海量的管道应变数据。
技术实现思路
本专利技术实施例提供一种管道异常识别方法、装置及系统，以提高识别管道异常方法的准确性和效率。第一方面，本专利技术实施例提供一种管道异常识别方法，包括：接收检测设备采集的待识别管道的应变数据；将所述应变数据输入预设识别模型，获得所述待识别管道的异常类型，其中所述预设识别模型是根据不同异常类型管道的应变数据训练得到的；将所述异常类型发送至管道管理平台，以使管理人员根据所述异常类型分析管道异常原因。在一种可能的设计中，所述预设识别模型的训练过程包括：获取样本数据集，其中所述样本数据集中包括不同异常类型管道的应变数据；提取所述样本数据集中所有的应变数据的数据特征；选取所述样本数据集中任一应变数据作为目标应变数据，根据决策树模型计算所述目标应变数据所有数据特征的信息增益以及节点信息；根据所述样本数据集中的所有应变数据的全部数据特征的信息增益以及节点信息，确定所述预设识别模型。在一种可能的设计中，在所述提取样本数据集中所有的应变数据的数据特征之前，还包括：根据一阶低通滤波器对所述样本数据集中的所有应变数据进行降噪处理。在一种可能的设计中，所述样本数据的异常类型包含凹陷、弯头以及地质变形。在一种可能的设计中，所述数据特征包含长度、峰值长度因子、波形长度因子以及脉冲长度因子。在一种可能的设计中，所述根据决策树模型计算所述目标应变数据所有数据特征的信息增益以及节点信息，包括：根据ID3算法选取目标应变数据的最大的信息增益作为决策树的节点。在一种可能的设计中，所述管道的应变数据为以环焊缝编号为基准对齐同一管线的多次IMU检测数据。第二方面，本专利技术实施例提供一种管道异常识别装置，包括：接收模块，用于接收检测设备采集的待识别管道的应变数据；获得模块，用于将所述应变数据输入预设识别模型，获得所述待识别管道的异常类型，其中所述预设识别模型是根据不同异常类型管道的应变数据训练得到的；发送模块，用于将所述异常类型发送至管道管理平台，以使管理人员根据所述异常类型分析管道异常原因。第三方面，本专利技术实施例提供一种管道异常识别系统，其特征在于，包括：检测设备，用于采集待识别管道的应变数据；服务器，包括至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如下步骤：接收检测设备采集的待识别管道的应变数据；将所述应变数据输入预设识别模型，获得所述待识别管道的异常类型，其中所述预设识别模型是根据不同异常类型管道的应变数据训练得到的；将所述异常类型发送至管道管理平台，以使管理人员根据所述异常类型分析管道异常原因。第四方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的管道异常识别方法。本实施例提供的管道异常识别方法、装置及系统，通过检测设备采集待识别管道的应变数据，设置服务器根据已知异常类型的样本管道应变数据进行训练，获得能够识别管道异常类型的识别模型，并将待测管道的应变数据输入训练后的识别模型，获得待识别管道的异常类型，以使管理人员根据异常类型分析管道异常原因，提高了识别管道异常方法的效率和准确率，保障了管道的质量安全。附图说明为了更清楚地说明本专利技术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一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。图1为本专利技术实施例提供的管道异常识别方法应用场景示意图；图2为本专利技术实施例提供的管道异常识别方法流程图一；图3为本专利技术实施例提供的管道异常识别方法流程图二；图4为本专利技术实施例提供的管道异常识别装置的结构示意图；图5为本专利技术实施例提供的管道异常识别系统的架构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。应当理解，在本专利技术的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本专利技术实施例的实施过程构成任何限定。应当理解，在本专利技术中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面以具体地实施例对本专利技术的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。近年来，随着我国工业化进程的不断加快，石油和天然气能源已成为国家本文档来自技高网...

【技术保护点】
1.一种管道异常识别方法，其特征在于，包括：/n接收检测设备采集的待识别管道的应变数据；/n将所述应变数据输入预设识别模型，获得所述待识别管道的异常类型，其中所述预设识别模型是根据不同异常类型管道的应变数据训练得到的；/n将所述异常类型发送至管道管理平台，以使管理人员根据所述异常类型分析管道异常原因。/n

【技术特征摘要】
1.一种管道异常识别方法，其特征在于，包括：
接收检测设备采集的待识别管道的应变数据；
将所述应变数据输入预设识别模型，获得所述待识别管道的异常类型，其中所述预设识别模型是根据不同异常类型管道的应变数据训练得到的；
将所述异常类型发送至管道管理平台，以使管理人员根据所述异常类型分析管道异常原因。


2.根据权利要求1所述的方法，其特征在于，所述预设识别模型的训练过程包括：
获取样本数据集，其中所述样本数据集中包括不同异常类型管道的应变数据；
提取所述样本数据集中所有的应变数据的数据特征；
选取所述样本数据集中任一应变数据作为目标应变数据，根据决策树模型计算所述目标应变数据所有数据特征的信息增益以及节点信息；
根据所述样本数据集中的所有应变数据的全部数据特征的信息增益以及节点信息，确定所述预设识别模型。


3.根据权利要求2所述的方法，其特征在于，在所述提取所述样本数据集中所有的应变数据的数据特征之前，还包括：
根据一阶低通滤波器对所述样本数据集中的所有应变数据进行降噪处理。


4.根据权利要求2所述的方法，其特征在于，所述样本数据的异常类型包含凹陷、弯头以及地质变形。


5.根据权利要求2所述的方法，其特征在于，所述数据特征包含长度、峰值长度因子、波形长度因子以及脉冲长度因子。


6.根据权利要求2所述的方法，其特征在于，所述根据决策树模型计算所述目标应变数据所有数据特征的信息增益...

【专利技术属性】
技术研发人员：刘啸奔，方威伦，张宏，刘燊，刘晏伊，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：北京;11