基于多源异构数据的天然气管道环焊缝质量智能诊断方法

王琳; 关雪涛; 魏一萱; 毛志豪; 轩恒; 刘振华; 刘江

doi:10.3969/j.issn.2097-0021.2024.06.005

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于多源异构数据的天然气管道环焊缝质量智能诊断方法

更新时间：2025-09-25

- 基于多源异构数据的天然气管道环焊缝质量智能诊断方法
- Vol. 36, Issue 6, (2024)
- 作者机构：
  
  1. 西南石油大学机电工程学院,成都,610500
  2. 中国石油管道局工程有限公司国际分公司,河北,廊坊,065000
  3. 西南大学含弘学院,重庆,400715
  4. 国家管网集团西南管道有限责任公司,成都,610213
  5. 中国石油天然气股份有限公司天然气销售广西分公司,南宁,530000
- 作者简介：
- 基金信息：
- DOI：10.3969/j.issn.2097-0021.2024.06.005
  CLC：
- Published：2024
- 稿件说明：
移动端阅览
王琳, 关雪涛, 魏一萱, et al. 基于多源异构数据的天然气管道环焊缝质量智能诊断方法[J]. 2024, 36(6).
DOI：

王琳, 关雪涛, 魏一萱, et al. 基于多源异构数据的天然气管道环焊缝质量智能诊断方法[J]. 2024, 36(6). DOI： 10.3969/j.issn.2097-0021.2024.06.005.

摘要

天然气管道环焊缝质量状态诊断主要依赖于人工对环焊缝数据进行分析后指导的逐段开挖验证方式，这一方法不仅导致运营成本高昂，且排查准确率和效率低下，无法满足管道安全高效运维的需求。利用高效的智能质量诊断方法来预测埋地天然气管道焊缝质量，开展针对性开挖复查工作，对确保焊接管段的服役安全具有重要的工程意义。因此，构建了一种人工智能方法对天然气管道环焊缝质量进行快速诊断及预测，为了提高模型的计算效率，使用方差选择法和相关系数图来选取了 15 个环焊缝主要特征，包括管节长度、机组、对口形式、站间段等。基于随机森林方法建立了天然气管道环焊缝质量智能诊断模型，并使用贝叶斯优化器进行参数优化。采用未训练的工程数据对模型进行验证，并与支持向量机、决策树和 K 近邻算法进行性能对比。结果表明：利用随机森林模型对环焊缝工程数据进行质量诊断具有较高的准确率，可以为在役天然气管道环焊缝的开挖排查工作提供理论指导。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

COKING MODEL AND INDUSTRIAL SIMULATION OF TLE IN THE CRACKINGSYSTEM OF GASOIL

天然气管网供气可靠性评价及优化研究进展

基于随机森林算法的中国聚烯烃市场价格逻辑

基于接壤城市数据的居民用气量复合模型及预测

基于PSO-LSTM混合模型的天然气管道多用气节点负荷预测研究

Related Author

严大凡

吴长春

张劲军

苏怀

宁喜风

杨超

玉德俊

范霖

Related Institution

石油大学（北京大学）石油工程系

中国石油大学（北京）油气管道输送安全国家工程实验室

城市油气输配技术北京市重点实验室

中国石油天然气股份有限公司规划总院

中国石油大学（北京）机械与储运工程学院

AI问答

⁰