文章标题：基于注意力机制的LSTM液体管道非稳态工况检测

文章作者：于涛，张文煊
关 键 字：液体管道；工况检测；LSTM；注意力机制
文章摘要：为提升长输液体管道非稳态工况的识别效率，为未来管道工况智能识别提供数据支撑，研究提出了基于参数重建的工况检测模型，研究利用LSTM模型预测管道未来数据。针对模型的Encoder-Decoder框架因中间码长度限制导致解码准确率下降等问题，提出了利用注意力机制对输入数据进行权重分配，提升输出数据的准确性，同时将预测数据与实际数据的误差进行MLE评分，设定评分阈值并利用二分法实现工况检测。使用SL原油管道实际生产数据训练模型，经验证基于注意力机制的LSTM工况检测模型可记忆稳态工况的状态，且不受长时间工况与复杂变化的影响，非稳态工况的检测准确率达100%。将模型应用于SL原油管道下载燃料油和甩泵的工况重建，通过阈值设定，实现工况的实时准确检测。