[发明专利]一种管道完整性的综合评价方法及系统有效

专利信息
申请号: 201910170561.9 申请日: 2019-03-07
公开(公告)号: CN111667133B 公开(公告)日: 2023-03-10
发明(设计)人: 杨静;王晓霖 申请(专利权)人: 中国石油化工股份有限公司;中国石油化工股份有限公司大连石油化工研究院
主分类号: G06Q10/063 分类号: G06Q10/063
代理公司: 暂无信息 代理人: 暂无信息
地址: 100728 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 管道 完整性 综合 评价 方法 系统
【权利要求书】:

1.一种管道完整性的综合评价方法,其特征在于,包括:

获取多个第一评价指标的参数值,所述多个第一评价指标是从影响管道完整性的第一预设数量个第二评价指标中获得的;

根据所述多个第一评价指标的参数值和管道完整性的综合评价模型获得所述管道完整性的第一综合评价结果;其中,所述管道完整性的综合评价模型是预先建立的;

从所述第一预设数量个第二评价指标中获得所述多个第一评价指标包括:

获取第二预设数量组第二评价指标的参数值,每组第二评价指标包括所述第一预设数量个所述第二评价指标,所述第二评价指标是预设的;

根据每组第二评价指标的参数值以及模糊综合评价法,获得每组第二评价指标对应的管道完整性的模糊综合评价结果;

根据各组第二评价指标的参数值、各组第二评价指标对应的管道完整性的模糊综合评价结果以及灰色关联分析方法,获得所述多个第一评价指标;

所述根据每组第二评价指标的参数值以及模糊综合评价法,获得每组第二评价指标对应的管道完整性的模糊综合评价结果包括:

获取每组第二评价指标中每个所述第二评价指标相对于管道完整性状态等级论域的每个等级评语的隶属度;其中,每个所述第二评价指标相对于管道完整性状态等级论域的隶属度是根据每组第二评价指标中每个所述第二评价指标的参数值以及所述管道完整性状态等级论域获得的,所述管道完整性状态等级论域是预设的,包括多个所述等级评语;

根据每组第二评价指标中各个所述第二评价指标相对于所述管道完整性状态等级论域的各个所述等级评语的隶属度,获得每组第二评价指标的模糊关系矩阵;

根据每组第二评价指标的模糊关系矩阵和每组第二评价指标的模糊权向量,获得每组第二评价指标对应的管道完整性的模糊综合评价结果;其中,每组第二评价指标的模糊权向量是预先获得的;

所述根据每组第二评价指标的模糊关系矩阵和每组第二评价指标的模糊权向量,获得每组第二评价指标对应的管道完整性的模糊综合评价结果包括:

根据公式C=W·R,获得每组第二评价指标对应的管道完整性的模糊综合评价结果向量C,并根据最大隶属度原则从每组第二评价指标对应的管道完整性的模糊综合评价结果向量C中获得每组第二评价指标对应的管道完整性的模糊综合评价结果;其中,W表示每组第二评价指标的模糊权向量,W=(w1,w2,……,wn),wi表示每组第二评价指标中第i个第二评价指标对应的模糊权重,i为正整数且i小于或者等于n,n为所述第一预设数量,R表示每组第二评价指标的模糊关系矩阵,rij表示每组第二评价指标中第i个第二评价指标相对于所述管道完整性状态等级论域中第j个等价评语的隶属度,j为正整数且j小于或者等于m,m为所述管道完整性状态等级论域的等级数量;

建立所述管道完整性的综合评价模型的步骤包括:

获取第三预设数量组第一评价指标的参数值以及各组第一评价指标对应的管道完整性的第二综合评价结果,并将所述第三预设数量组第一评价指标的参数值以及各组第一评价指标对应的管道完整性的第二综合评价结果分为训练样本集和测试样本集;其中,每组第一评价指标包括所述多个第一评价指标,各组第一评价指标对应的管道完整性的第二综合评价结果是预先获得的;

基于所述训练样本集对初始的反向传播神经网络模型进行训练,获得待验证的管道完整性综合评价模型;其中,将所述训练样本集包括的各组第一评价指标的参数值作为所述初始的反向传播神经网络模型的输入,将所述训练样本集包括的各个所述第二综合评价结果作为所述初始的反向传播神经网络模型的输出;

基于所述测试样本集对所述待验证的管道完整性综合评价模型进行测试,若判断获知所述待验证的管道完整性综合评价模型的测试结果满足设定条件,则将所述待验证的管道完整性综合评价模型作为所述管道完整性综合评价模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司大连石油化工研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司大连石油化工研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910170561.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top