摘要
本申请涉及人工智能技术领域,提供一种评估杂散电流对油气管道干扰腐蚀程度的方法及系统,方法包括:从第三方机构中获取管道漏磁检测器识别出的目标油气管道的非应力外部金属损失缺陷、非应力外部金属损失缺陷的尺寸以及每一非应力外部金属损失缺陷的位置信息;基于所有非应力外部金属损失缺陷的位置信息和尺寸提取非应力外部金属损失缺陷的分布特征;获取目标油气管道的历史管地电位正向偏移值序列;将历史管地电位正向偏移值序列、相邻两次检测到的非应力外部金属损失缺陷的分布特征以及检测时间间隔输入杂散电流对油气管道干扰腐蚀程度评价模型,得到杂散电流对油气管道干扰腐蚀程度。本申请能够更准确且更为方便地评估杂散电流对油气管道干扰腐蚀程度。
技术关键词
检测时间间隔
应力
分布特征
油气
神经网络模型
管道漏磁检测器
动态特征提取
检测数据输入
电流
特征提取模块
数据输入模块
DBSCAN算法
序列
时序
更新模型参数
通道
邻域
尺寸
系统为您推荐了相关专利信息
空调控制方法
能耗
sigmoid函数
序列
数据
振动监测方法
频谱特征
信号
构建机器学习模型
接头
老化试验设备
故障预测模型
故障预测方法
残差卷积神经网络
信号值
深度神经网络
大坝结构
异常信息
可视化系统
节点位置信息