基于時序片段的油氣管道運行工況識別方法*

張 麗，蘇 懷，范 霖，江璐鑫，張勁軍

(1.中國石油大學(北京) 油氣管道輸送安全國家工程實驗室，北京 102249；2.中國石油大學(北京) 城市油氣輸配技術北京市重點實驗室，北京 102249)

0 引言

實時監控油氣管道系統的運行狀態是保障油氣管道安全穩定運行的重要手段之一。油氣管網主要采用管道數據采集與監視控制系統(SCADA,Supervisory Control and Data Acquisition)儲存運行數據、事件和報警等信息[1]。近年來，為降低操作員的負荷，提升管道安全管理水平，國內某些公司對SCADA系統進行了優化改造。例如，遼陽石化成品油長輸管線，將管道泄漏自動監測系統與SCADA系統對接，實現對管道泄漏定位和參數的管理[2]；中國石化銷售有限公司華南分公司采用浙江中控開發的國產SCADA系統，該系統設置間歇、瞬閃、關聯等5種報警措施，提高SCADA系統的報警效率，實現對成品油混油界面跟蹤、批次和報警管理等功能[3-4]。但這些改進措施并沒有加強SCADA系統在管道運行工況識別方面的能力，這是因為SCADA系統的事件記錄僅描述管道或設備的動作，沒有對某時間段內的管道運行狀態進行歸納總結，工況標簽不完善。現階段油氣管道部分運行工況的識別一般以專家經驗判斷為主，人力和時間成本較高，且難以實現實時、全面監測。

針對上述問題，許多學者采用計算機算法與工程經驗法相結合的方法，對油氣管道系統的運行工況進行分析[5-7]。其中，管道泄漏監測技術相對成熟，其主要基于壓力、流量等實時監測數據，通過負壓波法或數據模型定位泄漏位置，形成適用不同管道系統的商業檢漏軟件[8-10]。但智慧管網的發展，不僅要著眼于某1類異常工況，還要提升系統對各類工況的感知能力。如何基于油氣管道的運行數據變化準確區分管道運行的正常與異常工況，并識別閥門內漏、泵異常停機、電壓異常波動等異常工況，是實現管道全方位感知需要攻克的重要難題。

油氣管道的壓力、流量等運行數據屬于典型的時間序列數據，準確識別管道運行工況的關鍵是對高維、非穩態時間序列數據模式的識別。時間序列模式識別問題在設備故障監測、人類行為識別、能源系統工況識別等方面已形成一定的研究基礎[11-13]。目前，主流方法是采用數據時頻域特征分析、具備監督機器學習分類等方法，進行階段性系統動作識別。但是，該類方法適用于滿足標注樣本量大、數據時域特征或頻域特征明顯的場景，且可解釋性較弱，不能直接移植、應用于我國現階段的油氣管道系統。因此，本文以某真實成品油管道為例，提出1種基于時間序列片段的油氣管道運行狀態識別方法。根據時間序列的概率分布變化識別不同狀態變化點，進而劃分不同運行工況的時域區間，解決現階段管道系統缺少有標注數據樣本的難題。算例分析顯示，該方法在運行工況識別準確率、誤報率以及漏報率等方面均優于經典方法，例如孤立森林法[14]，研究結果可為油氣管道運行工況實時監控提供新的方法借鑒。

1 油氣管道系統運行工況識別

本文提出1種數據驅動的油氣管道系統運行工況識別方法，該方法由4部分組成：數據的采集與預處理、狀態變化識別、子序列后處理和時間序列分類,具體研究思路如圖1所示。

圖1 管道運行工況識別方法框架Fig.1 Framework of recognition method on operating conditions of pipeline

1.1 狀態變化點識別模型

建立狀態變化識別模型，可以明確管道所經歷的各種操作變化，并檢測到管道運行過程中可能出現的異常狀態變化，結合SCADA系統的事件記錄，可快速判斷不同時間段內，導致管道運行狀態變化的事件。

當管道運行狀態發生改變時，壓力時間序列的概率分布在2個連續的區間內發生突變，由于2個區間是移動的，所以當2個區間的概率分布明顯不同時，就認為存在狀態變化點。實現上述判斷過程的方法如式(1)所示，這種方法被稱為累積和檢驗法[15]：

(1)

1.2 運行工況識別模型

建立基于時間序列片段的運行工況識別模型，目的是快速準確判別管道在不同時間段的運行工況。與其他識別模型不同的是，工況識別模型是基于連續的時間片段，而不只是某個特殊的時間點。如圖2所示，描述基于時間序列片段的運行工況識別模型的構建過程。為便于理解，將模型構建過程涉及到的相關定義說明如下：

圖2 代表性時間序列片段提取過程Fig.2 Extraction process of representative sequential segments

1)時間序列。在本文研究中，時間序列用來描述管道系統的歷史運行狀態。

2)目標時間序列。目標時間序列是對時間序列分段后的結果，其長度不固定。為了排除重疊事件對后續分類的影響，在本文研究中，每段目標時間序列的長度依據是狀態改變點檢測模型得到的結果。

3)時間序列片段[16-17]。時間序列片段用于描述系統在某段時間內的運行工況，其數據表現形式為目標時間序列中的1段子序列。因此，不同時間序列片段所代表的序列形狀可以區分不同運行工況。

4)候選時間序列片段集。候選時間序列片段集是所有時間序列片段的集合。以時間序列片段的長度為基準，采用滑動窗口在目標時間序列中選取所有子序列，時間步長取1，以避免錯過任何運行狀態。每個目標時間序列中的所有子序列都被提取出來，從而形成候選時間序列片段集合。

5)距離相似性矩陣。距離相似性描述候選時間序列片段和測試子序列之間的所有距離[18]。該距離采用動態時間規整(DTW)方法進行測量。相比歐氏距離測量方法，DTW的優勢是可以測量2個異步長的時間序列之間的相似度[19]。

6)最佳時間序列片段。在距離相似性集合中，每個最短距離所對應的候選時間序列片段是該目標時間序列所對應運行工況的最佳描述性子序列。通過計算測試集時間序列片段與最佳時間序列片段的相似性對測試子序列進行工況識別。圖2中，SN表示運行工況所對應的最佳時間序列片段，其中N=1，2，3，…，n，表示最佳片段所對應的索引。

1.3 評價指標

本文采用4個指標對模型測試結果進行評價：精確度(prec)、召回率(rec)、誤報率(FPR)和F1值[11]，如式(2)～(5)所示：

(2)

(3)

(4)

(5)

式(2)～(5)中：TP(真陽性)表示把實際正樣本預測為正樣本的樣本數量，個；TN(真陰性)表示把實際負樣本預測為負樣本的樣本數量，個；FP(假陰性)表示把實際正樣本預測為負樣本的樣本數量，個；FN(假陽性)表示把實際負樣本預測為正樣本的樣本數量，個；F1值表示精確度和召回率的調和平均數，在[0,1]值域內取值，F1值越大，模型整體評價越好。

2 數據的采集和整理

本文所提出的識別方法在1個真實的成品油管道系統中應用。該成品油管道系統由9個站組成，圖3所示為該成品油管道系統拓撲結構示意。基于該成品油管道的SCADA系統，收集總時間長度為2個月，采樣間隔為1 min，總樣本量為86 400條。收集的參數類型主要有：各站的進出口壓力、泵和閥門的進出口壓力等。采集的歷史事件包括：管道或設備在每個時刻的運行狀態、動作和報警信息。

由于SCADA系統的數據記錄功能遵循“逢變則記”原則，因此有必要在分析之前對數據進行調整。首先，基于所研究油氣管道的SCADA系統設置，需要將導出后的數據按時間順序進行重組。由于SCADA系統的后臺處理負荷限制，導致采集數據中出現空缺值，因此，本文采用向前填充法對空缺數據進行填補。如果出現時間戳重復但運行數據不同的情況，則保留第1次出現的時間戳。

圖3 管道系統拓撲結構示意Fig.3 Topological structure of pipeline system

由于通信網絡的信息傳輸方式是異步傳遞，所以記錄順序是隨機的。系統只是簡單地記錄所有到達的事件信息，未將時間戳考慮在內，這可能導致時間戳的重復，對事件標簽的匹配和管道運行工況的識別產生影響。因此，本文研究使用文本匹配方法找到與需要識別狀態相關的重要事件描述，消除其他不相關事件的影響。若出現同時刻對應不同事件的情況，則需要將事件標簽合并，再根據建模所需的事件類型確定標簽。

3 案例分析

本文實驗設計3種應用情景：分輸站C的閥門開關狀態、首站A的泵異常停機狀態和分輸站E的閥門內漏狀態。通過這3種常見的應用情景驗證所提方法的可行性。

3.1 成品油管道運行狀態變化的檢測

1)閥門開關狀態檢測。模型的輸入為該閥門的進出口壓差，輸出結果為檢測到的閥門全開和全關的對應時間。采用真實歷史運行事件中關于閥門開關狀態的記錄對所得結果進行評價。

2)泵異常停機狀態檢測。模型的輸入為該泵的進出口壓差，輸出結果為檢測到的泵異常停機時間。采用真實歷史運行事件中的泵異常停機記錄對檢測結果進行評價。

3)閥門內漏狀態檢測。模型的輸入為該閥門的進出口壓差，輸出結果為檢測到的閥門出現內漏的時間。采用真實歷史運行事件中閥門關閉記錄對結果進行評價(需考慮時間延遲)。

如表1所示為不同工況下，改變點檢測模型的最佳輸入參數。其中，用戶自定義參數h和v是基于輸入子序列確定的，改變點檢測和精度檢測的時間誤差是通過優化最佳精確度確定的，二者對精確度的影響起決定性作用。這是因為，當管道運行狀態切換時，壓力差會產生短暫的波動直至完全穩定，這些波動在數據上對應1個時間序列區間，該區間內的所有時間點均可被檢測為是狀態改變點。但從物理意義的角度來說，開關狀態的改變實際上只對應1個時間點。所以，為處理時間誤差對檢測精度造成的影響，有必要對不同工況設定相應的允許時間誤差。

表1 不同工況下改變點識別方法的參數設置Table 1 Parameters setting of recognition method on change points in different scenarios

采用經典異常點檢測方法即孤立森林[14]，對相同的時間序列數據進行檢測，用以檢驗評估改變點識別的效果。2種方法評估結果如表2所示。從表2中可以看出，2種方法的識別精度相差不大，區別在于改變點識別方法的漏報率更低，整體性能更好(從F1值可以看出)。一方面，相較于孤立森林方法，在閥門狀態檢測、泵異常停機和閥門內漏檢測3種應用場景中，漏報率分別降低了約26%，17%和26%。另一方面，當缺乏數據標簽時，改變點識別方法得到的結果可以作為時間序列數據狀態分段的依據。其可為缺乏數據標注的大型復雜系統提供更準確的標注，或為不同運行模式的預警提供相關依據。

3.2 成品油管道運行工況的識別

如圖4所示為時間序列片段提取數量對不同運行工況識別準確度的影響。從圖4可以看出，當時間序列片段的數量超過50個時，3種工況的識別準確度較高。

表2 狀態改變點識別方法在不同工況下的評價結果Table 2 Evaluation results of recognition method on state change points in difference scenarios

但隨著所選取的時間序列片段增多，分類過程的計算復雜度也隨之升高，所以不能盲目增加時間序列片段的數量；在閥門內漏場景下，當時間序列片段數量在0～10 個之間時，準確度高達90%以上；當數量在10～15 個之間時，該方法的分類準確度高于95%，說明此時時間序列片段已包含該場景下的多種形狀特征，再增加時間序列片段數量反而會混淆分類特征，影響分類質量。相似地，在閥門開關狀態和泵異常停機工況的識別過程中，也可以得到基本相同結論。

圖4 最佳時間序列片段數量對分類準確度的影響Fig.4 Influence of number of optimal sequential segments on classification accuracy

如圖5所示為測試子序列長度對識別不同運行狀態的影響。其中，橫坐標表征測試子序列數據的時間長度，以分鐘(min)為單位。對于管道運行工況的判斷來說，應做到快速、準確的判斷標注，才能規避危險事故的發生。所以，所選擇的輸入子序列長度不宜過長。在案例分析中，本文考查了輸入子序列長度在2～10 min之間的識別效果，以2 min為單位步長遞增。結果表明：輸入的測試子序列長度在6 min以內呈現微弱遞增趨勢，長度超過6 min后，識別準確度基本保持不變。所以，結合判別速度和準確性2方面因素，輸入子序列的時間長度在4～6 min之間為宜。

圖5 測試子序列長度對識別準確度的影響Fig.5 Influence of test subsequence length on recognition accuracy

比較基于時間序列片段的分類方法與其他傳統分類方法的分類準確度，匯總后的結果如表3所示。從表3中可以看出，基于時序片段識別方法的識別準確度較高，該方法相較于自適應提升方法，對閥門開關工況的分類準確度提高了約3.8%；相較于時間序列森林方法，對泵異常停機和閥門內漏分類準確度分別提高了約2.7%和2.8%。這是因為，管道運行數據與管道狀態改變之間存在延時，在數據變化還不明顯時，系統工況已發生改變。這時，基于統計特征和字典等傳統方法可能會產生誤報或錯報現象，而基于時間序列片段的分類方法可以較好地處理這種情況。時間序列片段通過保留序列的形狀特點和時頻域特征對子序列進行分類，通過在訓練集中添加此類時間序列片段，即可準確地對延時導致的數據變化進行狀態分類。該方法所具備的另1個優勢為：對分類結果具有一定的可解釋性，即對于任意的輸入子序列，可以通過與之相似性較高的時間序列片段對該輸入子序列的分類結果進行解釋。

表3 不同分類方法的識別結果比較Table 3 Comparison on recognition results of different classification methods

本文所提出的識別方法除上文應用工況以外，油氣管道系統涉及到的其他運行工況也可以通過基于時序片段的分類方法進行識別。在識別過程中，需預先得到各個工況的真實標簽，然后結合實際數據的變化規律和專家經驗提取與各種運行工況關聯度最高的參數時間序列，最后通過本方法對時序片段進行分析。

4 結論

1)提出1種基于時序片段的油氣管道運行工況變化識別與運行狀態判別方法，該方法僅需管道運行壓力數據即可完成對管道運行狀態較為快速且準確的判斷。

2)通過引入狀態變化識別模型，準確識別管道運行工況轉變的運行數據變化點，將連續的運行數據準確分割為代表不同運行工況的時間序列片段，彌補缺少標簽的不足。該方法對孤立森林方法中漏報率高的問題有所改善。例如，在閥門開關狀態檢測、泵異常停機狀態檢測、閥門內漏狀態檢測3種應用場景中，利用該方法使其漏報率分別降低約26%，17%和26%。

3)基于時間序列片段的分類方法可以在提高工況識別準確度的同時，對識別結果進行解釋。該方法相較于自適應提升方法，對閥門開關工況的分類準確度提高約3.8%；相較于時間序列森林方法，對泵異常停機和閥門內漏工況的分類準確度分別提高約2.7%和2.8%。