技术分析
技术分析
- 减阻剂在原油管道输送过程中的应用
- 基于深度学习的管道漏磁异常数据识别方法(第一部分)
- 基于深度学习的管道漏磁异常数据识别方法(第二部分)
- 基于深度学习的管道漏磁异常数据识别方法(第三部分)
- 油气管道泄漏应急处置关键技术及装备研究(第一部分)
- 油气管道泄漏应急处置关键技术及装备研究(第二部分)
- 非常规储层整体压裂智能优化(第一部分)
- 非常规储层整体压裂智能优化(第二部分)
- 非常规储层整体压裂智能优化(第三部分)
- 行业技术动态,二氧化碳干法压裂
- 塔里木山前盐底恶性漏失沉降堵漏技术(第一部分)
- 塔里木山前盐底恶性漏失沉降堵漏技术(第二部分)
- 塔里木山前盐底恶性漏失沉降堵漏技术(第三部分)
- 水平管稠油掺气减阻模拟实验(第一部分)
- 水平管稠油掺气减阻模拟实验(第二部分)
- 凝点在石油管道输送中的应用
- 管道减阻剂在原油管道运输中的应用
- 深层超深层钻井液技术研究进展与展望(第一部分)
- 深层超深层钻井液技术研究进展与展望(第二部分)
- 深层超深层钻井液技术研究进展与展望(第三部分)
- 深层超深层钻井液技术研究进展与展望(第四部分)
- 改性玄武岩纤维对油井水泥力学性能的影响(第一部分)
- 改性玄武岩纤维对油井水泥力学性能的影响(第二部分)
- 改性玄武岩纤维对油井水泥力学性能的影响(第三部分)
- 中国石油陆相页岩油钻井技术现状与发展建议 (第一部分)
- 中国石油陆相页岩油钻井技术现状与发展建议(第二部分)
- 中国石油陆相页岩油钻井技术现状与发展建议(第三部分)
- 中国石油陆相页岩油钻井技术现状与发展建议(第四部分)
- 固井水泥浆用两性离子型聚羧酸分散剂的合成及性能评价 (第一部分)
- 固井水泥浆用两性离子型聚羧酸分散剂的合成及性能评价 (第二部分)
- 固井水泥浆用两性离子型聚羧酸分散剂的合成及性能评价(第三部分)
- 新型温度响应型蠕虫状胶束堵漏剂合成与评价(第一部分)
- 新型温度响应型蠕虫状胶束堵漏剂合成与评价(第二部分)
- 化工管道运输技术发展现状与展望(第一部分)
- 化工管道运输技术发展现状与展望(第二部分)
- 丙烯酰胺/甲基丙烯酰氧乙基二甲基丙磺酸铵共聚物的合成及其性能
- 管道流量计量技术挑战与展望(第一部分)
- 管道流量计量技术挑战与展望(第二部分)
- 管道流量计量技术挑战与展望(第三部分)
- 海洋软管应用技术与展望(第一部分)
- 海洋软管应用技术与展望(第一部分)
- 海洋软管应用技术与展望(第二部分)
- 海洋软管应用技术与展望(第四部分)
- 基于蒙脱石修饰的深层页岩封堵剂制备及性能研究(第一部分)
- 基于蒙脱石修饰的深层页岩封堵剂制备及性能研究(第二部分)
- 两性离子聚合物降滤失剂的合成及评价 (第一部分)
- 两性离子聚合物降滤失剂的合成及评价 (第二部分)
- 减阻剂在高风险管道上的应用
- 分子模拟技术在油田用丙烯酰胺聚合物中的应用进展(第一部分)
- 分子模拟技术在油田用丙烯酰胺聚合物中的应用进展(第二部分)
- 非均相体系在微通道中的封堵性能研究(第一部分)
- 非均相体系在微通道中的封堵性能研究 (第二部分)
- 高含水油田剩余油研究方法、分布特征与发展趋势(第一部分)
- 高含水油田剩余油研究方法、分布特征与发展趋势(第二部分)
- 高含水油田剩余油研究方法、分布特征与发展趋势(第三部分)
- 能源安全战略下中国管道输送技术发展与展望(第一部分)
- 能源安全战略下中国管道输送技术发展与展望(第二部分)
- 能源安全战略下中国管道输送技术发展与展望(第三部分)
- 超临界水对重油改质中多环芳烃生成与转化影响的研究进展(第一部分)
- 超临界水对重油改质中多环芳烃生成与转化影响的研究进展(第二部分)
- 耐高温两性离子型油井水泥缓凝剂的合成及其缓凝机理研究(第一部分)
- 耐高温两性离子型油井水泥缓凝剂的合成及其缓凝机理研究(第二部分)
- 稠油水环输送管道再启动压降特性分析 (第一部分)
- 稠油水环输送管道再启动压降特性分析 (第二部分)
- 稠油水环输送管道再启动压降特性分析 (第三部分)
- 石油钻井行业的技术新动态
- 防气窜固井水泥浆体系研究
- 油井水泥大温差缓凝剂的合成及性能研究(第一部分)
- 油井水泥大温差缓凝剂的合成及性能研究(第二部分)
- 智能油田关键技术研究现状与发展趋势 (第一部分)
- 智能油田关键技术研究现状与发展趋势 (第二部分)
- 智能油田关键技术研究现状与发展趋势 (第三部分)
- 石油钻井行业技术新动态
- 石油钻井行业技术新动态
- 钻井过程中井漏特征精细识别方法研究与应用(第一部分)
- 钻井过程中井漏特征精细识别方法研究与应用(第二部分)
- 非常规油气固井材料发展现状及趋势浅析(第一部分)
- 非常规油气固井材料发展现状及趋势浅析(第二部分)
- 石油钻井行业技术动态
- 国际石油2023年度十大科技进展回顾
- 页岩气小井眼水平井纳米增韧水泥浆固井技术(第一部分)
- 页岩气小井眼水平井纳米增韧水泥浆固井技术(第二部分)
- 新型固井冲洗液评价装置适用性分析 (第一部分)
- 新型固井冲洗液评价装置适用性分析(第二部分)
- 吉木萨尔页岩油井水泥环性能评价(第一部分)
- 吉木萨尔页岩油井水泥环性能评价(第二部分)
- 构建多维度管道巡防体系管控高后果区风险
- 管道工程建设质量问题探究
- 纳米流体提高原油采收率研究和应用进展(第三部分)
- 纳米流体提高原油采收率研究和应用进展(第一部分)
- 纳米流体提高原油采收率研究和应用进展(第二部分)
- 纳米流体提高原油采收率研究和应用进展(第四部分)
- 基于页岩油水两相渗流特性的油井产能模拟研究
- 页岩油水平井压裂后变形套管液压整形技术
- 中深层稠油化学降黏技术研究进展(第一部分)
- 中深层稠油化学降黏技术研究进展(第二部分)
- 中深层稠油化学降黏技术研究进展(第三部分)
- 中深层稠油化学降黏技术研究进展(第四部分)
- 陆相页岩油气水平井穿层体积压裂技术
- 超支化聚乙烯新材料的研究进展(第一部分)
- 超支化聚乙烯新材料的研究进展(第二部分)
- 纤维素纳米材料在油气行业的研究现状与前景展望-孙金声院士团队
- 国内外深井超深井钻井液技术现状及发展趋势(第一部分)
- 国内外深井超深井钻井液技术现状及发展趋势(第二部分)
- 动态压力固井用疏水缔合聚合物防窜剂的合成与性能(第一部分)
- 动态压力固井用疏水缔合聚合物防窜剂的合成与性能(第二部分)
- 聚合物降滤失剂PAAAA的合成及其性能评价(第一部分)
- 聚合物降滤失剂PAAAA的合成及其性能评价(第二部分)
- 神奇的湍流减阻效应-加点高聚物就能让流体减阻
- 油井用复合低温早强剂的制备与性能研究(第一部分)
- 油井用复合低温早强剂的制备与性能研究(第二部分)
- 阴离子型丁苯胶乳粉的合成及其在油井水泥中的应用(第一部分)
- 阴离子型丁苯胶乳粉的合成及其在油井水泥中的应用(第二部分)
- 水溶性疏水缔合聚合物-膨润土纳米复合材料的研究(第一部分)
- 水溶性疏水缔合聚合物-膨润土纳米复合材料的研究(第二部分)
- 南海深水油气开采风险识别及安全控制技术
- 中国陆上油气田生产智能化现状及展望(第一部分)
- 中国陆上油气田生产智能化现状及展望(第二部分)
- 中国陆上油气田生产智能化现状及展望(第三部分)
- 石油钻井堵漏-施工原理-施工方法
- 钻井工程血液-钻完井液技术的发展现状与趋势(第一部分)
- 钻井工程血液-钻完井液技术的发展现状与趋势(第二部分)
- 钻井工程血液-钻完井液技术的发展现状与趋势(第三部分)
- 详述固井前置液
- 国内新型油井水泥分散剂的研究进展
- 缓凝剂的作用机理及缓凝效果
- 油田工业当中消泡剂的应用
- 微交联聚合物降滤失剂的合成与性能 (第一部分)
- 微交联聚合物降滤失剂的合成与性能(第二部分)
- 抗温抗盐水基钻井液降滤失剂研究进展(第一部分)
- 抗温抗盐水基钻井液降滤失剂研究进展(第二部分)
- 抗温抗盐水基钻井液降滤失剂研究进展(第三部分)
- 超高温高密度钻井液
- 浅析减阻剂在输油管道运行中的节能降耗和增输效益
- 井控技术研究进展与展望(第三部分)
- 井控技术研究进展与展望(第二部分)
- 井控技术研究进展与展望(第一部分)
- 耐温型聚丙烯酰胺减阻剂研究与应用现状(第一部分)
- 耐温型聚丙烯酰胺减阻剂研究与应用现状(第二部分)
- 抗高温钻井液降滤失剂的合成及机理研究(第一部分)
- 抗高温钻井液降滤失剂的合成及机理研究(第二部分)
- 抗高温钻井液降滤失剂的合成及机理研究(第三部分)
- 油气管道技术发展现状与展望
- 可降解微交联减阻剂的开发及应用(第一部分)
- 石油管道输送用高效减阻剂超高分子量聚1-辛烯的合成及其结构性能(第三部分)
- 石油管道输送用高效减阻剂超高分子量聚1-辛烯的合成及其结构性能(第二部分)
- 石油管道输送用高效减阻剂超高分子量聚1-辛烯的合成及其结构性能(第一部分)
- 可降解微交联减阻剂的开发及应用(第二部分)
- 泡沫水泥浆固井技术
- 泡沫水泥浆固井技术
- 深井、超深井固井关键工具(三)
- 深井、超深井固井关键技术进展及实践 (一)
- 深井、超深井固井特色水泥浆体系(二)
- 石油支撑剂是什么
- 油田污水处理技术现状及发展趋势
- 液化石油气(LPG)压裂技术及其应用前景
- 液化石油气(LPG)压裂技术及其应用前景
- 乳化原油破乳机理的研究
- 乳化原油破乳机理的研究
- 油田开发过程中厚油层剩余油分布与挖潜技术研究
- 一种低伤害压裂液的性能评价与现场应用
- 油基泥浆含油钻屑处理技术研究
- 钻井完井过程油气储层伤害机理与控制措施
- 浅谈PX 项目与我国石油加工业的可持续发展
- 油气并举在石油开采中的作业分析
- 斯伦贝谢如何强化技术创新
- 页岩油深斜井技术新发展
- 油田注水用杀菌剂在我国的应用及发展
- 油田开发设计方法和老油田开发现状
- 引入新井身结构提高SAGD性能
- 关于油气勘探新技术与应用分析
- 海洋油气钻探及其相关应用技术的发展与展望
- 储层压裂新技术: 液化石油气无水压裂
- “大数据” 助力石油行业更高效
- 一种速溶无残渣纤维素压裂液
- 油田污水回用技术促进企业清洁生产
- 历史悠久且最有效的堵漏剂产品:Diaseal M
- 贝克休斯ClearStar压裂液体系
- EOR三大技术现状与展望
- 页岩油气开发环保新技术 移动式膜分离技术提供高容量水循环利用
- 油田化学剂在油田污水处理中的应用研究
- 三次采油技术进展
- 中东钻井技术新进展
- 页岩气开采新工艺:无水压裂
- 以聚合物为载体的三次采油技术研究
- 深水钻井液关键外加剂优选评价方法
- 合成基钻井液技术应用
3.2 数据预处理
管道漏磁内检测数值区间为[-32768,32767]。数值变化范围很大,导致某些特征在模型训练中影响过大,从而忽视其他特征。因此,采用离差标准化(min-max)进行特征缩放,将每个元素映射到[0,1]区间,数据离差标准化过程如式(4)。
式中:xi′为索引i处数据离差标准化后的数值,i为漏磁数据所在列的索引,xi为初始数据,min(X)为数据样本X中的最小值,max(X)为最大值,a和b分别为所期望的离差标准化区间的最小值与最大值。本文中a和b分别设置为0和1。
3.3 评估指标
为验证所搭建网络模型的合理性,使用准确率(Accuracy)、精度(Precision)、召回率(Recall)和F1值等指标对模型进行全面评估。准确率是指正确识别的样本占总样本的比值;精度是指正确识别异常样本的数量占被识别为异常样本的比值;召回率是指正确识别异常样本的数量占所有异常样本的比值;F1值则是精度与召回率综合后的指标。计算过程如式(5)-式(8)。
式中:TP为正确识别异常样本的数量,FP为将正常样本错误地分类为异常样本的数量,FN为将异常数据样本错误地分类为正常样本的数量,TN为正确识别正常样本的数量。对于油气管道漏磁异常数据识别任务,召回率的重要性排在首位。
3.4 实验对比分析
3.4.1 不同优化方法的对比实验
将Dropout比率设为0.5,分别采用随机梯度下降(SGD)与自适应学习率(Adam)两种优化方法,观测模型训练损失函数曲线(图 7)。
从图 7可知,采用两种优化方法的模型训练效果不同,明显可见采用SGD优化方法模型前期收敛较慢,Adam优化方法对模型的收敛速度优于SGD方法,能够在较短的时间内达到较好的效果且损失值更低,拟合能力更强。
3.4.2 Dropout对比实验
利用Adam作为优化方法,其余的超参数保持不变,观测不同比率的Dropout方法下的模型训练效果(图 8a),记录对应Dropout比率下测试集的损失值和准确率(表 3)。随着训练周期的增加,梯度趋于零,训练误差趋于常数(图 8a)。
在训练阶段,Dropout比率为0.3的模型与未应用Dropout方法的模型拟合能力较为接近,均优于Dropout比率0.5的模型,表明Dropout比率过大时,模型的拟合能力会被削弱(图 8a)。Dropout比率为0.3的模型在测试集上的损失值更低,准确率更高,表现效果更好,识别能力更突出(表 3)。综合可以得出,在采用Adam优化方法下,Dropout比率为0.3的模型取得了更优的性能效果。
模型每训练4轮测试一次,在模型中引入早停机制,能够帮助模型找到一个更好的平衡点。既不过分拟合训练数据,也不会过于简单化。模型训练第45轮的参数为最佳(图 8b),此时记录下的准确率为96.73%,精度为96.73%,召回率为96.67%,F1值为0.96。该模型展现出极高的精度和召回率,表明其在有效识别异常样本的同时,能够显著减少将正常样本错误地分类为异常样本的可能性。结合F1值的结果,模型在避免漏报和误报方面表现出卓越的性能。此外,凭借其轻量化的设计特点,模型在计算机内存中的占用率较低,检测一个数据样本仅需9.96 μs,从而实现了较高的识别效率。
为全面评估模型设计的可行性及其泛化能力,随机选取管径1219管道文件中的某一段漏磁数据,观测模型识别 得到的混淆矩阵结果(图 9)。一共抽取200个漏磁数据样本,能够准确识别漏磁数据样本195个,其中正常数据样本104个、异常数据样本91个。误判漏磁数据样本5个,其中误将正常数据样本识别成异常数据样本2个、漏检异常数据样本3个。从实测结果可知该模型具有较高的准确率和较好的泛化能力。
4. 结束语
本文提出了一种优化的一维卷积神经网络识别漏磁异常数据的方法。验证了引入批量归一化层和Dropout正则化方法的一维卷积神经网络,可有效提升模型的收敛速度,同时模型也更加轻量化。在管道测试数据集上的召回率达96.67%,相比人工判读和传统网络模型具有较强的数据处理优势,可以为漏磁数据识别分析处理提供实用价值。本文提出的方法能够有效识别油气管道中的漏磁异常数据,但无法明确区分其所属的异常类别,未来应重点研究异常数据类型的识别方法。