[发明专利]一种油气集输系统安全监测预警方法

说明书

技术领域

本方法涉及一种数据预测的方法，尤其是应用在油气集输系统安全预警体系中的一种预测方法。

背景技术

油气集输系统自身的工艺特点决定了它是一个危险程度高、容易发生事故的场所。随着油田集输系统规模的增大，其结构和内部各个子系统之间的联系也越来越复杂，要利用现今的一些安全技术手段对其进行有效的安全预警也越来越难。

另一方面，随着科学技术的发展，油气集输系统工程不断的由工程专业综合向系统工程及并行工程方向发展，用上述传统的安全监控与评价理论及方法来分析这些庞大而复杂的大系统时，常常会遇到变环境、高维高阶、故障数据样本不完全以及信息少等复杂问题。

因此，“信息孤岛”和“数据丰富而知识缺乏及信息表述不直观”问题是制约对油田集输系统进行有效安全管理的瓶颈。在数字化油田建设过程中，原始安全检测与监测数据量大而杂，决策层如何借助海量的数据对油田生产经营的安全性进行分析与预测，从而进行合理的安全防控与应急响应，有效控制检测与维修成本，降低事故后果损失，进而提高油田的本质安全性，是目前国际上安全监测与预警信息化过程中亟待解决的问题。

传统的安全预警方法有多种，如灰色理论方法、时间序列AR模型法、支持向量机法等。这些预测方法的拟合精度较高，但用于实际的工程预测时，很容易出现较大的误差。因为传统的预测方法是把预测对象的动态参数看成静态参数，建模者在建模过程中需要考虑函数里的自变量和因变量以及参数和系数，而这些往往是建模者根据查阅相关资料和数据得到。所以传统的建模方法都带有建模者的主观思想在里面，这就导致所建模型的实用性降低，预测结果的精度也相应的减小。

发明内容

为解决现有技术的不足，本发明提供一种基于GMDH算法的油气集输系统安全监测预警方法，以解决现有技术预测结果精度低的缺陷。

本发明包括GMDH算法的建模过程和算法在油气集输系统安全预警体系中的应用流程；

首先建立GMDH算法模型，建模过程包括下列步骤：

设输入变量为x₁,x₂,…,x_n，输出变量为y，建立一个高阶回归模型：

Y=f(x₁,x₂,…,x_n)        （1）

其中Y为因变量，x为自变量；

设x为系统的输入，y为系统的输出，样本的点数为n，样本的个数为m，把样本的数据分为学习样本和检验样本，设学习样本的数目为nt，系统的输入输出变量矩阵W如下所示：