[发明专利]石油管道信号的异常检测方法及装置、设备及可读介质

说明书

本发明提供一种石油管道信号的异常检测方法及装置、设备及可读介质。其方法包括：根据传感器实时采集的石油管道信号，生成预测样本数据；对所述预测样本数据进行特征抽取处理，得到预测样本特征；将所述预测样本特征输入至已训练得到的石油管道异常信号检测模型，获取所述石油管道异常信号检测模型的输出结果；根据所述石油管道异常信号检测模型的输出结果，确定石油管道信号是否异常。本发明的技术方案，可以有效地提高异常检测的准确性，且不受石油管道的复杂形状影响，能够有效地保证检测效率。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种石油管道信号的异常检测方法及装置、设备及可读介质。

背景技术

石油管道信号的异常检测，直接影响石油运输的安全性，是石油领域的信号检测中的一件非常重要的工作。

现有石油领域的异常信号检测技术，通常以人工制定规则来判石油管道信号是否异常。具体地，由传感器从石油管道中检测到信号数据，通过人为制定的规则来对这些信号数据进行分类，判断是否属于异常情况。例如常用的人为规则可以是一些经典的统计学方法，如最大值、最小值的判断、或者正态分布的标准差判断等方法。

但是现有技术的统计学方法，由于自身的性质存在着天然的缺陷，只能从数据分布的先验假设上做异常判断，不能因地制宜，比如石油管道领域很多的异常信号与取值大小无关，无法应对一些特定领域的复杂形状的异常信号，从而使得现有的石油管道信号的异常检测的准确性较差。

发明内容

本发明提供一种石油管道信号的异常检测方法及装置、设备及可读介质，用于提高石油管道信号的异常检测的准确性。

本发明提供一种石油管道信号的异常检测方法，包括：

根据传感器实时采集的石油管道信号，生成预测样本数据；

对所述预测样本数据进行特征抽取处理，得到预测样本特征；

将所述预测样本特征输入至已训练得到的石油管道异常信号检测模型，获取所述石油管道异常信号检测模型的输出结果；

根据所述石油管道异常信号检测模型的输出结果，确定石油管道信号是否异常。

本发明还提供一种石油管道信号的异常检测模型的训练方法，包括：

根据传感器历史采集的石油管道信号以及相应石油管道的历史状态信息，生成训练样本数据集；

对所述训练样本数据集进行特征抽取处理，得到训练样本特征集；

基于所述训练样本特征集、采集的所述历史状态信息和机器学习算法，训练石油管道异常信号检测模型。

本发明还提供一种石油管道信号的异常检测装置，包括：

生成模块，用于根据传感器实时采集的石油管道信号，生成预测样本数据；

抽取模块，用于对所述预测样本数据进行特征抽取处理，得到预测样本特征；

检测模块，用于将所述预测样本特征输入至已训练得到的石油管道异常信号检测模型，获取所述石油管道异常信号检测模型的输出结果；

确定模块，用于根据所述石油管道异常信号检测模型的输出结果，确定石油管道信号是否异常。

本发明还提供一种石油管道信号的异常检测模型的训练装置，包括：

生成模块，用于根据传感器历史采集的石油管道信号以及相应石油管道的历史状态信息，生成训练样本数据集；

抽取模块，用于对所述训练样本数据集进行特征抽取处理，得到训练样本特征集；

训练模块，用于基于所述训练样本特征集、采集的所述历史状态信息和机器学习算法，训练石油管道异常信号检测模型。