«Труды Российского государственного университета нефти и газа имени И.М. Губкина»

Применение машинного обучения в диагностической модели системы мониторинга технологических трубопроводов

УДК: 622.691.4
DOI: -

Авторы:

¹ Российский государственный университет нефти и газа (национальный исследовательский университет) имени И.М. Губкина, Москва, Российская Федерация
² Газэнергоэкспертиза, Санкт-Петербург, Российская Федерация

Ключевые слова: мониторинг технического состояния, установка для подготовки газа к транспорту, градиентный бустинг, ARIMA, морской трубопровод, технологические трубопроводы, машинное обучение, временные ряды, система мониторинга

Аннотация:

В статье приводится оценка применимости сезонной интегрированной модели авторегрессии – скользящего среднего и регрессионной модели градиентного бустинга для предсказания усилия на опоре коллектора технологических трубопроводов установки подготовки газа к транспорту, увеличение и уменьшение которого обусловлено линейным расширением металла трубопроводов в результате циклов подогрева до 260–300 °С и охлаждения до температуры окружающего воздуха подготавливаемого природного газа. В качестве основных признаков (переменных) для предсказания были использованы значения временного ряда усилий на опоре, предшествующие предсказываемому значению. В качестве дополнительного признака для предсказания в регрессионную модель градиентного бустинга были переданы измерения температуры поверхности технологических трубопроводов. Полученные результаты показали, что регрессионная модель градиентного бустинга значительно превосходит сезонную интегрированную модель авторегрессии – скользящего среднего и дает удовлетворительную точность предсказания для практического применения. При этом модель градиентного бустинга, которой передавались дополнительные температурные признаки, имела среднюю абсолютную ошибку на 31 % меньше, чем без температурных признаков.

Список литературы:

1. Ляпичев Д.М., Лопатин А.С. Мониторинг технического состояния газопроводов. – М.: РГУ нефти и газа (НИУ) имени И.М. Губкина, 2021. – 216 с.
2. Автоматизированная система мониторинга напряженно-деформированного состояния критических участков трубопроводных систем / Б.В. Будзуляк, А.П. Гольдзон, А.П. Завьялов [и др.] // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2018. – № 10. – С. 12–16.
3. Ляпичев Д.М., Никулина Д.П., Фильченкова А.А. Практические аспекты применения систем мониторинга и предиктивной аналитики газоперекачивающих агрегатов // Труды Российского государственного университета нефти и газа имени И.М. Губкина. – 2023. – № 2 (311). – С. 98–108.
4. Pipeline inspection and health monitoring technology. The key to integrity management / H. Lu, Z.-D. Xu, T. Isley [et al.]. – Singapore: Springer Nature Singapore Pte Ltd., 2023. – 285 p.
5. Завьялов А.П. Анализ современных тенденций развития систем ремонтно-технического и диагностического обслуживания нефтегазовых производств // Оборудование и технологии для нефтегазового комплекса. – 2018. – № 6. – С. 67–72.
6. Ляпичев Д.М. Синтез систем мониторинга технического состояния технологического оборудования и трубопроводов нефтегазовых объектов // Газовая промышленность. – 2020. – № 10 (807). – С. 26–31.
7. Основы технической диагностики. В 2-х книгах. Кн. I. Модели объектов, методы и алгоритмы диагноза / под ред. П.П. Пархоменко. – М.: Энергия, 1976. – 462 с.
8. Entezami A. Structural Health Monitoring by time series Analysis and Statistical Distance Measures. – Milan: Springer, 2021. – 145 p.
9. Мустафина С.И., Жиляков С.А. Применение нейронных сетей для диагностики и прогнозирования технического состояния оборудования // Автоматизация и информатизация ТЭК. – 2023. – № 7 (600). – С. 13–21. – DOI: 10.33285/2782-604X-2023-7(600)-13-21
10. Farrar C.R., Worden K. Structural health monitoring: a machine learning perspective. – Chichester: Wiley, 2013. – 631 p.
11. Анализ результатов опытно-промышленной эксплуатации системы мониторинга технического состояния зданий, сооружений, технологического оборудования и трубопроводов компрессорной станции / Д.М. Ляпичев, М.М. Адмакин, С.В. Романов [и др.] // Оборудование и технологии для нефтегазового комплекса. – 2019. – № 2 (110). – С. 54–58.
12. Адмакин М.М., Полетаев М.Г., Романов С.В. Опыт эксплуатации комплексной системы мониторинга технического состояния компрессорной станции // Вести газовой науки. – 2020. – № 2 (44). – С. 15–21.
13. Перов С.Л., Сорокин А.В. Технические решения по повышению надежности технологических трубопроводов УПГТ // Газовая промышленность. – 2017. – № 1 (747). – С. 68–73.
14. Особенности проектного исполнения технологических трубопроводных обвязок линий адсорбции УПГТ КС «Портовая» / В.А. Середенок, В.Н. Сивоконь, С.И. Сайченко [и др.] // Газовая промышленность. – 2016. – № 12 (746). – С. 58–64.
15. Исследование причин непроектных вертикальных перемещений участков коллектора газа регенерации линии адсорбции компрессорной станции «Портовая» / С.А. Шурашов, А.В. Сорокин, Д.А. Вощенков [и др.] // Оборудование и технологии для нефтегазового комплекса. – 2019. – № 2 (110). – С. 69–74.
16. Введение в статистическое обучение с примерами на язык Python / Г. Джеймс, Д. Уиттен, Т. Хасти [и др.] / пер. с англ. А.Ю. Гинько. – М.: ДМК Пресс, 2024. – 846 с.