[发明专利]油气管道内漏流量的预测方法及装置

权利要求书

1.一种油气管道内漏流量的预测方法，其特征在于，所述方法包括：

获取所述油气管道在N种内漏工况中每一种内漏工况下对应的一组参数集合，其中，任一种内漏工况下对应的一组参数集合包括所述油气管道在所述任一种内漏工况下的实际内漏流量以及内漏特征参数，所述内漏特征参数为影响油气管道内漏流量的特征参数，N为大于1的整数；

采用M种回归预测方法分别对n1种内漏工况对应的共n1组参数集合进行模型训练，得到所述M种回归预测方法中每一种回归预测方法对应的一个训练模型，其中，n1为不大于N的正整数，M为大于1的整数；

对于M种回归预测方法对应的共M个训练模型，将所述n1组参数集合分别输入至每个训练模型，得到所述n1种内漏工况中每一种内漏工况在每个训练模型下的预测内漏流量；

对于M个训练模型中的每个训练模型，确定n1个预测误差，其中第j个训练模型的第i个预测误差为：所述第i种内漏工况在所述第j个训练模型下的预测内漏流量与所述第i种内漏工况下的实际内漏流量的差值，i为不大于n1的正整数，j为不大于M的正整数；

根据每个训练模型对应的n1个预测误差，确定每个训练模型的权重值，各个训练模型的权重值与预测方差负相关，其中，每个训练模型的预测方差为其所对应的n1个预测误差的方差；

根据M个训练模型中的每个训练模型的权重值，确定油气管道内漏流量的预测模型；

采用所述预测模型，对油气管道的内漏流量进行预测。

2.根据权利要求1所述的方法，其特征在于，所述根据每个训练模型对应的n1个预测误差，确定每个训练模型的权重值，包括：

将每个训练模型对应的n1个预测误差划分为K组，并计算每一组预测误差的方差，得到每个训练模型对应的K个方差，K为不小于2的正整数；

根据所述每个训练模型对应的K个方差，计算得到每个训练模型对应的K个信度值，其中第j个训练模型对应的第k个信度值m_k(P_j)满足：

其中，为第j个训练模型对应的K个方差中第k个方差，k为不大于K的正整数；

对于所述M个训练模型中的每个训练模型，计算第一个信度值与第二个信度值的初始合成信度，其中，第j个训练模型的初始合成信度满足：

其中，L²满足：m₂(P_j')为第j'个训练模型对应的第2个信度值，j'为不大于M的正整数；

若K＝2，则将每个训练模型的初始合成信度确定为其权重值；

若K≥2，对于每个训练模型，当3≤k≤K时，依次计算中间合成信息，其中，第k个中间合成信度满足：

其中，L^k满足：m_k-1(P_j')为第j'个训练模型对应的第k-1个信度值；

将每个训练模型的第K个中间合成信度确定为其权重值。

3.根据权利要求1所述的方法，其特征在于，所述内漏特征参数包括：声发射特征参数和管道阀门参数；

所述获取所述油气管道在N种内漏工况中每一种内漏工况对应的一组参数集合，包括：

采集所述油气管道在每一种内漏工况下的声发射信号；

计算所述声发射信号的声发射特征参数，所述声发射特征参数包括：所述声发射信号的均方根值、有效电压值、能量、熵值、峰值频率和频率峰值中的至少一种；

采集所述油气管道在每一种内漏工况下的管道阀门参数，所述管道阀门参数包括：阀门的类型、尺寸和压差中的至少一种。

4.根据权利要求1至3任一所述的方法，其特征在于，所述预测模型满足：

其中，P_j为第j个训练模型，ω_j为第j个训练模型的权重值。