管道大数据决策支持技术

管道大数据决策支持技术
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
出版社: 科学出版社
2020-06
ISBN: 9787030648631
定价: 168.00
装帧: 其他
分类: 工程技术
4人买过
  • 《管道大数据决策支持技术》从油气管道安全生产实际及管道大数据发展趋势入手,建立管道大数据决策支持理论体系,搭建管道大数据架构,形成基于大数据的全生命周期智能管网解决方案,分析管道缺陷大数据的相关性,提出大数据建模方法,建立管道系统大数据分析模型、管道缺陷预测预警随机森林模型、管道焊缝图像的缺陷识别分析模型和方法,形成系列管道大数据应用等技术,并开展基于大数据的洪水预测预警分析、管道第三方破坏防范技术研究。 目录 

    从书序 

    前言 

    第1章 管道大数据发展趋势及展望 1 

    1.1 管道完整性管理发展概况 1 

    1.1.1 国外研究进展 1 

    1.1.2 国内研究进展 2 

    1.2 管道完整性管理技术进展 3 

    1.2.1 管道完整性评估理论体系 3 

    1.2.2 管道三轴高清漏磁内检测系列装置 4 

    1.2.3 多通道高精度变形检测装置和管道应变监测系统 6 

    1.2.4 管道地区等级升级风险评价与控制 6 

    1.2.5 站场安全保障技术 8 

    1.2.6 管道腐蚀控制 9 

    1.2.7 储气库安全保障技术 10 

    1.2.8 完整性管理信息平台技术 12 

    1.3 管道企业大数据生产需求研究 13 

    1.3.1 国内外技术应用现状分析 13 

    1.3.2 生产需求 15 

    1.3.3 关键技术问题 17 

    1.4 大数据技术行业发展展望 18 

    1.4.1 基于大数据的长输管道系统决策支持研究 18 

    1.4.2 基于大数据分析的管道数据质量分析 19 

    1.4.3 基于位置大数据的第三方破坏预警技术研究 19 

    1.4.4 基于大数据的地质灾害洪水预测的技术 20 

    1.4.5 油田集输管道、城市燃气大数据的研究 20 

    1.4.6 管道内检测大数据分析模型 20 

    1.4.7 管道焊缝大数据分析 23 

    1.4.8 管道腐蚀风险大数据模型-聚类分析模型 23 

    1.4.9 基于大数据的管道应急决策与支持 25 

    参考文献 26 

    第2章 大数据建模方法 28 

    2.1 概述 28 

    2.1.1 管道大数据的优点 29 

    2.1.2 研究现状 29 

    2.1.3 研究内容 31 

    2.2 理论方法 32 

    2.2.1 大数据管理架构 32 

    2.2.2 相关性分析理论 33 

    2.2.3 预测模型 38 

    2.3 建立管道大数据的可行性分析 40 

    2.3.1 管道基础数据 41 

    2.3.2 管道外检测数据 41 

    2.3.3 管道内检测数据 42 

    2.3.4 管道评价数据 44 

    2.3.5 管道建设期数据 44 

    2.3.6 大数据建模的几点建议 44 

    参考文献 45 

    第3章 管道系统大数据管理架构及分析模型 48 

    3.1 概述 48 

    3.2 管道系统大数据管理架构 49 

    3.2.1 模型目标 51 

    3.2.2 基于业务类的管道完整性大数据架构模型 51 

    3.2.3 完整性大数据架构模型的建立 52 

    3.2.4 辅助决策支持模型 59 

    3.3 管道系统大数据分析模型 73 

    3.3.1 相似度模型 73 

    3.3.2 表查询模型 73 

    3.3.3 朴素贝叶斯模型 73 

    3.3.4 回归模型 74 

    3.3.5 逻辑回归分析 74 

    3.3.6 人工神经网络和小波变换 74 

    3.3.7 支持向量机 75 

    3.3.8 其他大数据分析算法 75 

    3.4 管道系统大数据分析模型的应用 75 

    3.4.1 逻辑回归模型在油气管道地质灾害中的应用 75 

    3.4.2 SVM模型在管道预警方面的应用 76 

    3.4.3 聚类分析模型在管道腐蚀分析方面的应用 77 

    3.4.4 大数据环境下的内检测数据分析模型 79 

    3.4.5 内检测数据质量评估 85 

    参考文献 93 

    第4章 管道缺陷大数据相关性分析 94 

    4.1 概述 94 

    4.2 信息理论 95 

    4.2.1 信息熵 95 

    4.2.2 互信息 96 

    4.3 基于互信息理论的相关分析模型 97 

    4.4 实例分析 98 

    参考文献 101 

    第5章 基于大数据的管道焊缝图像的缺陷识别分析 102 

    5.1 管道焊缝图像处理技术 102 

    5.1.1 图像噪声分析 102 

    5.1.2 图像去噪技术 103 

    5.1.3 焊缝图像对比度增强技术 105 

    5.2 焊缝边缘检测 107 

    5.2.1 图像二值化处理 107 

    5.2.2 边缘检测 109 

    5.2.3 直线提取和边界追踪 110 

    5.2.4 图像的数学形态学处理 110 

    5.2.5 其他数学形态学处理 111 

    5.3 基于多算子融合的管道焊缝图像边缘检测技术 111 

    5.3.1 边缘检测的基本算法 113 

    5.3.2 焊缝边缘检测方法的计算比较研究 113 

    5.3.3 基于多算子融合的改进的多结构元素形态学处理方法 118 

    5.4 焊缝缺陷特征提取 121 

    5.4.1 焊缝缺陷种类和影像特征 121 

    5.4.2 焊缝缺陷特征参数 123 

    5.5 管道焊缝缺陷纹理特征CLTP模式提取技术研究 124 

    5.5.1 纹理特征 126 

    5.5.2 特征算法 127 

    5.5.3 实验研究 131 

    5.6 基于CLTP纹理和形状特征的管道焊缝缺陷SVM方法研究 134 

    5.6.1 缺陷形状特征和纹理特征 134 

    5.6.2 完全局部三值模式 135 

    5.6.3 SVM特征分类 135 

    5.6.4 实验研究 137 

    参考文献 139 

    第6章 管道缺陷预测预警随机森林模型研究 141 

    6.1 概述 141 

    6.2 国内外研究现状 141 

    6.2.1 管道缺陷预测模型研究 141 

    6.2.2 随机森林模型相关研究 142 

    6.2.3 研究现状 142 

    6.3 随机森林算法简介 143 

    6.3.1 决策树 143 

    6.3.2 随机森林的定义及基本思想 143 

    6.3.3 随机森林的构建过程 143 

    6.3.4 重要参数 144 

    6.3.5 几种实现随机森林算法的软件 145 

    6.4 基于随机森林算法的管道缺陷预测方法 145 

    6.4.1 数据采集 145 

    6.4.2 实验数据预处理 145 

    6.4.3 随机森林算法的实现 148 

    6.4.4 结果分析 149 

    6.5 管道缺陷预警模型 152 

    6.5.1 预警的相关理论 152 

    6.5.2 基于随机森林预测法的管道缺陷预警分析 155 

    6.5.3 基于管道适用性评估模型的管道缺陷预警分析 155 

    参考文献 158 

    第7章 基于径向基神经网络的含缺陷管道安全系数修正 160 

    7.1 国内外研究现状 160 

    7.1.1 完整性评价 160 

    7.1.2 基于大数据的管道数据分析研究现状 160 

    7.2 含缺陷管道的完整性评价方法与主要参数 161 

    7.2.1 管道完整性评价相关标准与方法 161 

    7.2.2 管道完整性评价主要参数 165 

    7.3 缺陷安全系数的研究 168 

    7.3.1 预测失效压力值计算 169 

    7.3.2 基于层次分析法相关风险因素分值计算 169 

    7.4 基于径向基神经网络安全系数计算模型研究 176 

    7.4.1 径向基神经网络 176 

    7.4.2 基于径向基神经网络的模型 177 

    参考文献 181 

    第8章 基于大数据的洪水预测预警分析 183 

    8.1 陕京三线临县段管道洪水风险评价 183 

    8.1.1 主要风险因子评价 183 

    8.1.2 管道洪水灾害风险分区图 190 

    8.2 临县地区天气预报降雨精度评价 192 

    8.2.1 降雨数据来源 192 

    8.2.2 降雨预报精度评价方法 193 

    8.2.3 降雨预报精度评价 194 

    8.2.4 强降雨事件分析 214 

    8.3 基于降雨量的洪水灾害风险动态预报 217 

    8.3.1 预报指标选取 217 

    8.3.2 临界降雨量估计 218 

    8.3.3 确定性风险预报 223 

    8.3.4 基于概率的风险预报 225 

    8.3.5 风险集合预报 229 

    8.4 临县数字流域模型 231 

    8.4.1 黄河数字流域模型 231 

    8.4.2 数字流域模型参数率定 234 

    8.5 基于流量和水流侵蚀力的洪水风险评价 243 

    8.5.1 基于流量的洪水风险评价 243 

    8.5.2 基于水流侵蚀力的洪水风险评价 247 

    参考文献 250 

    第9章 基于大数据的全生命周期智能管网解决方案研究 251 

    9.1 概述 251 

    9.1.1 国内研究进展 251 

    9.1.2 国外研究进展 253 

    9.1.3 发展方向 254 

    9.2 智能管网系统的特点与制约因素 255 

    9.2.1 智能管网系统的特点 255 

    9.2.2 智能管网建设的制约因素 255 

    9.3 智能管网解决方案 255 

    9.3.1 建立管道全生命周期数据标准 255 

    9.3.2 构建管道全生命周期数据库 256 

    9.3.3 全生命周期智能管网设计 256 

    9.3.4 搭建基于GIS的全生命周期智能管网平台 258 

    9.3.5 施工管理 259 

    9.3.6 管道运维管理 259 

    9.4 管道数据挖掘与决策支持 261 

    9.4.1 应急决策支持 261 

    9.4.2 大数据决策支持 261 

    9.4.3 焊缝大数据风险分析 262 

    9.4.4 基于物联网组网监测的灾害预警 262 

    9.4.5 管道泄漏实时监测 262 

    9.4.6 远程设备维护培训 263 

    9.4.7 远程故障隐患可视化巡检 263 

    9.4.8 移动应用 263 

    参考文献 264 

    第10章 基于位置大数据的管道第三方破坏防范技术研究 265 

    10.1 概述 265 

    10.2 位置大数据特征提取技术 266 

    10.2.1 位置大数据的特征 266 

    10.2.2 条带区域个体移动模式特征提取 267 

    10.3 管道沿线第三方位置大数据应用的技术方法 269 

    10.4 管道第三方防范技术应用案例 271 

    10.4.1 应用步骤 271 

    10.4.2 结论 275 

    参考文献 276 

    附录 数据采集表 278 

    彩图
  • 内容简介:
    《管道大数据决策支持技术》从油气管道安全生产实际及管道大数据发展趋势入手,建立管道大数据决策支持理论体系,搭建管道大数据架构,形成基于大数据的全生命周期智能管网解决方案,分析管道缺陷大数据的相关性,提出大数据建模方法,建立管道系统大数据分析模型、管道缺陷预测预警随机森林模型、管道焊缝图像的缺陷识别分析模型和方法,形成系列管道大数据应用等技术,并开展基于大数据的洪水预测预警分析、管道第三方破坏防范技术研究。
  • 目录:
    目录 

    从书序 

    前言 

    第1章 管道大数据发展趋势及展望 1 

    1.1 管道完整性管理发展概况 1 

    1.1.1 国外研究进展 1 

    1.1.2 国内研究进展 2 

    1.2 管道完整性管理技术进展 3 

    1.2.1 管道完整性评估理论体系 3 

    1.2.2 管道三轴高清漏磁内检测系列装置 4 

    1.2.3 多通道高精度变形检测装置和管道应变监测系统 6 

    1.2.4 管道地区等级升级风险评价与控制 6 

    1.2.5 站场安全保障技术 8 

    1.2.6 管道腐蚀控制 9 

    1.2.7 储气库安全保障技术 10 

    1.2.8 完整性管理信息平台技术 12 

    1.3 管道企业大数据生产需求研究 13 

    1.3.1 国内外技术应用现状分析 13 

    1.3.2 生产需求 15 

    1.3.3 关键技术问题 17 

    1.4 大数据技术行业发展展望 18 

    1.4.1 基于大数据的长输管道系统决策支持研究 18 

    1.4.2 基于大数据分析的管道数据质量分析 19 

    1.4.3 基于位置大数据的第三方破坏预警技术研究 19 

    1.4.4 基于大数据的地质灾害洪水预测的技术 20 

    1.4.5 油田集输管道、城市燃气大数据的研究 20 

    1.4.6 管道内检测大数据分析模型 20 

    1.4.7 管道焊缝大数据分析 23 

    1.4.8 管道腐蚀风险大数据模型-聚类分析模型 23 

    1.4.9 基于大数据的管道应急决策与支持 25 

    参考文献 26 

    第2章 大数据建模方法 28 

    2.1 概述 28 

    2.1.1 管道大数据的优点 29 

    2.1.2 研究现状 29 

    2.1.3 研究内容 31 

    2.2 理论方法 32 

    2.2.1 大数据管理架构 32 

    2.2.2 相关性分析理论 33 

    2.2.3 预测模型 38 

    2.3 建立管道大数据的可行性分析 40 

    2.3.1 管道基础数据 41 

    2.3.2 管道外检测数据 41 

    2.3.3 管道内检测数据 42 

    2.3.4 管道评价数据 44 

    2.3.5 管道建设期数据 44 

    2.3.6 大数据建模的几点建议 44 

    参考文献 45 

    第3章 管道系统大数据管理架构及分析模型 48 

    3.1 概述 48 

    3.2 管道系统大数据管理架构 49 

    3.2.1 模型目标 51 

    3.2.2 基于业务类的管道完整性大数据架构模型 51 

    3.2.3 完整性大数据架构模型的建立 52 

    3.2.4 辅助决策支持模型 59 

    3.3 管道系统大数据分析模型 73 

    3.3.1 相似度模型 73 

    3.3.2 表查询模型 73 

    3.3.3 朴素贝叶斯模型 73 

    3.3.4 回归模型 74 

    3.3.5 逻辑回归分析 74 

    3.3.6 人工神经网络和小波变换 74 

    3.3.7 支持向量机 75 

    3.3.8 其他大数据分析算法 75 

    3.4 管道系统大数据分析模型的应用 75 

    3.4.1 逻辑回归模型在油气管道地质灾害中的应用 75 

    3.4.2 SVM模型在管道预警方面的应用 76 

    3.4.3 聚类分析模型在管道腐蚀分析方面的应用 77 

    3.4.4 大数据环境下的内检测数据分析模型 79 

    3.4.5 内检测数据质量评估 85 

    参考文献 93 

    第4章 管道缺陷大数据相关性分析 94 

    4.1 概述 94 

    4.2 信息理论 95 

    4.2.1 信息熵 95 

    4.2.2 互信息 96 

    4.3 基于互信息理论的相关分析模型 97 

    4.4 实例分析 98 

    参考文献 101 

    第5章 基于大数据的管道焊缝图像的缺陷识别分析 102 

    5.1 管道焊缝图像处理技术 102 

    5.1.1 图像噪声分析 102 

    5.1.2 图像去噪技术 103 

    5.1.3 焊缝图像对比度增强技术 105 

    5.2 焊缝边缘检测 107 

    5.2.1 图像二值化处理 107 

    5.2.2 边缘检测 109 

    5.2.3 直线提取和边界追踪 110 

    5.2.4 图像的数学形态学处理 110 

    5.2.5 其他数学形态学处理 111 

    5.3 基于多算子融合的管道焊缝图像边缘检测技术 111 

    5.3.1 边缘检测的基本算法 113 

    5.3.2 焊缝边缘检测方法的计算比较研究 113 

    5.3.3 基于多算子融合的改进的多结构元素形态学处理方法 118 

    5.4 焊缝缺陷特征提取 121 

    5.4.1 焊缝缺陷种类和影像特征 121 

    5.4.2 焊缝缺陷特征参数 123 

    5.5 管道焊缝缺陷纹理特征CLTP模式提取技术研究 124 

    5.5.1 纹理特征 126 

    5.5.2 特征算法 127 

    5.5.3 实验研究 131 

    5.6 基于CLTP纹理和形状特征的管道焊缝缺陷SVM方法研究 134 

    5.6.1 缺陷形状特征和纹理特征 134 

    5.6.2 完全局部三值模式 135 

    5.6.3 SVM特征分类 135 

    5.6.4 实验研究 137 

    参考文献 139 

    第6章 管道缺陷预测预警随机森林模型研究 141 

    6.1 概述 141 

    6.2 国内外研究现状 141 

    6.2.1 管道缺陷预测模型研究 141 

    6.2.2 随机森林模型相关研究 142 

    6.2.3 研究现状 142 

    6.3 随机森林算法简介 143 

    6.3.1 决策树 143 

    6.3.2 随机森林的定义及基本思想 143 

    6.3.3 随机森林的构建过程 143 

    6.3.4 重要参数 144 

    6.3.5 几种实现随机森林算法的软件 145 

    6.4 基于随机森林算法的管道缺陷预测方法 145 

    6.4.1 数据采集 145 

    6.4.2 实验数据预处理 145 

    6.4.3 随机森林算法的实现 148 

    6.4.4 结果分析 149 

    6.5 管道缺陷预警模型 152 

    6.5.1 预警的相关理论 152 

    6.5.2 基于随机森林预测法的管道缺陷预警分析 155 

    6.5.3 基于管道适用性评估模型的管道缺陷预警分析 155 

    参考文献 158 

    第7章 基于径向基神经网络的含缺陷管道安全系数修正 160 

    7.1 国内外研究现状 160 

    7.1.1 完整性评价 160 

    7.1.2 基于大数据的管道数据分析研究现状 160 

    7.2 含缺陷管道的完整性评价方法与主要参数 161 

    7.2.1 管道完整性评价相关标准与方法 161 

    7.2.2 管道完整性评价主要参数 165 

    7.3 缺陷安全系数的研究 168 

    7.3.1 预测失效压力值计算 169 

    7.3.2 基于层次分析法相关风险因素分值计算 169 

    7.4 基于径向基神经网络安全系数计算模型研究 176 

    7.4.1 径向基神经网络 176 

    7.4.2 基于径向基神经网络的模型 177 

    参考文献 181 

    第8章 基于大数据的洪水预测预警分析 183 

    8.1 陕京三线临县段管道洪水风险评价 183 

    8.1.1 主要风险因子评价 183 

    8.1.2 管道洪水灾害风险分区图 190 

    8.2 临县地区天气预报降雨精度评价 192 

    8.2.1 降雨数据来源 192 

    8.2.2 降雨预报精度评价方法 193 

    8.2.3 降雨预报精度评价 194 

    8.2.4 强降雨事件分析 214 

    8.3 基于降雨量的洪水灾害风险动态预报 217 

    8.3.1 预报指标选取 217 

    8.3.2 临界降雨量估计 218 

    8.3.3 确定性风险预报 223 

    8.3.4 基于概率的风险预报 225 

    8.3.5 风险集合预报 229 

    8.4 临县数字流域模型 231 

    8.4.1 黄河数字流域模型 231 

    8.4.2 数字流域模型参数率定 234 

    8.5 基于流量和水流侵蚀力的洪水风险评价 243 

    8.5.1 基于流量的洪水风险评价 243 

    8.5.2 基于水流侵蚀力的洪水风险评价 247 

    参考文献 250 

    第9章 基于大数据的全生命周期智能管网解决方案研究 251 

    9.1 概述 251 

    9.1.1 国内研究进展 251 

    9.1.2 国外研究进展 253 

    9.1.3 发展方向 254 

    9.2 智能管网系统的特点与制约因素 255 

    9.2.1 智能管网系统的特点 255 

    9.2.2 智能管网建设的制约因素 255 

    9.3 智能管网解决方案 255 

    9.3.1 建立管道全生命周期数据标准 255 

    9.3.2 构建管道全生命周期数据库 256 

    9.3.3 全生命周期智能管网设计 256 

    9.3.4 搭建基于GIS的全生命周期智能管网平台 258 

    9.3.5 施工管理 259 

    9.3.6 管道运维管理 259 

    9.4 管道数据挖掘与决策支持 261 

    9.4.1 应急决策支持 261 

    9.4.2 大数据决策支持 261 

    9.4.3 焊缝大数据风险分析 262 

    9.4.4 基于物联网组网监测的灾害预警 262 

    9.4.5 管道泄漏实时监测 262 

    9.4.6 远程设备维护培训 263 

    9.4.7 远程故障隐患可视化巡检 263 

    9.4.8 移动应用 263 

    参考文献 264 

    第10章 基于位置大数据的管道第三方破坏防范技术研究 265 

    10.1 概述 265 

    10.2 位置大数据特征提取技术 266 

    10.2.1 位置大数据的特征 266 

    10.2.2 条带区域个体移动模式特征提取 267 

    10.3 管道沿线第三方位置大数据应用的技术方法 269 

    10.4 管道第三方防范技术应用案例 271 

    10.4.1 应用步骤 271 

    10.4.2 结论 275 

    参考文献 276 

    附录 数据采集表 278 

    彩图
查看详情
12
相关图书 / 更多
管道大数据决策支持技术
管道缺陷电磁超声螺旋导波层析成像方法
王哲
管道大数据决策支持技术
管道焊接
裘红军
管道大数据决策支持技术
管道燃气客服员(上册)
中国石油天然气集团公司 职业技能鉴定指导中心 编
管道大数据决策支持技术
管道燃气客服员(下册)
中国石油天然气集团公司 职业技能鉴定指导中心 编
管道大数据决策支持技术
管道地质灾害监测数据挖掘及预警模型研究与应用
刘奎荣、余东亮、周广、朱建平、方迎潮 著
管道大数据决策支持技术
管道局中缅油气管道工程(缅甸段)管理技术论文集
中国石油天然气管道局
管道大数据决策支持技术
管道器材选用与工程应用
宋岢岢
管道大数据决策支持技术
管道工程造价(应用型本科系列规划教材)
段跟定 编
管道大数据决策支持技术
管道护理知识100问
张静 张蒙
管道大数据决策支持技术
管道环境载荷与力学响应
张杰
管道大数据决策支持技术
管道应力腐蚀开裂
(加)程玉峰
管道大数据决策支持技术
管道直饮水系统:设计·控制·运行·管理
黄水木 主编
您可能感兴趣 / 更多
管道大数据决策支持技术
管道完整性管理技术与实践(第二版)
董绍华 著
管道大数据决策支持技术
管道完整性评估技术与应用(PipelineIntegrityAssessmentTechn
董绍华、饶静 著
管道大数据决策支持技术
管道完整性手册:风险管理与评估
董绍华、罗金恒 著
管道大数据决策支持技术
油气管道完整性评价技术
董绍华、费凡、王东营、葛艾天、王良军 著
管道大数据决策支持技术
管道完整性管理技术与实践
董绍华 著
管道大数据决策支持技术
管道完整性评估理论与应用
董绍华 著
管道大数据决策支持技术
物流管理实验实训:任务导向型教程
董绍华、宓为建 著
管道大数据决策支持技术
管道完整性管理体系与实践
董绍华 著
管道大数据决策支持技术
普通高等教育“十一五”国家级规划教材:物流系统仿真
董绍华 著
管道大数据决策支持技术
管道完整性技术与管理
董绍华 著
管道大数据决策支持技术
油气长输管道风险评价与完整性管理
董绍华 编;严大凡;翁永基