天然气管网大数据分析方法及发展建议

发布时间：2021-08-29 01:43

　　天然气管网数据具有海量、多源异构、类型多样、价值密度差异大等特点,数据分析与应用难度大。借鉴电网、供应链、互联网等领域大数据研究成果,提出了基于数据处理、数据挖掘、多元数据综合分析的天然气管网大数据分析方法框架。从数据清洗、特征筛选、特征重构3个方面阐述了管网数据处理的方法与功能;结合具体业务和场景,明确了预测预警、模式识别、规则学习与推理是构成管网数据挖掘方法的基础;讨论了运用多元化管网数据的综合方法,指出发展多模态学习和联邦学习是打破管网数据壁垒、形成数据智慧的关键路径。天然气管网大数据分析应该不断完善管网的大数据"生态"、深入研究融合领域知识的机器学习方法,发展跨领域、可解释、可控制的管网大数据分析方法体系,为智慧管网技术提供理论基础。（图2,参75） 

【文章来源】：油气储运. 2020,39(10)北大核心

【文章页数】：15 页

【部分图文】：

天然气管网大数据分析基本逻辑示意图

天然气管网大数据分析方法基本内涵框图

【参考文献】：
期刊论文
[1]关于中国智慧管道发展的认识与思考[J]. 吴长春,左丽丽.  油气储运. 2020(04)
[2]中俄东线天然气管道工程管理与技术创新[J]. 姜昌亮.  油气储运. 2020(02)
[3]中俄东线智能化工艺运行基础与实现的思考[J]. 宫敬,徐波,张微波.  油气储运. 2020(02)
[4]中俄东线智能管道数据可视化探索与实践[J]. 王巨洪,张世斌,王新,李荣光,王婷.  油气储运. 2020(02)
[5]智慧管道总体架构设计及关键技术[J]. 蔡永军,蒋红艳,王继方,王潇潇,李莉,陈国群,张海峰.  油气储运. 2019(02)
[6]智能工地在中俄东线天然气管道工程的实践[J]. 颜庆龙,叶国清,华晶,纪海涛.  智能建筑. 2018(09)
[7]数字孪生体及其在智慧管网应用的可行性[J]. 李柏松,王学力,王巨洪.  油气储运. 2018(10)



本文编号：3369648