基于SCADA数据的中缅原油管道泵机组运行状态评估

• 作者: 闫龙 孙强 代光洪 张晓辉 李铁军 崔新鹏
• 来源期刊: 油气田地面工程
• 学科: 工学
• 关键词: 中缅原油管道;SCADA数据;超图学习;状态评估;BP神经网络;支持向量机
• 年，卷（期）: 2025,（2）
• 所属期刊栏目: 储运工程
• 页码范围: 42-48
• 页数: 7页
• 语种: 中文

摘要

泵机组作为原油长输管道中最复杂、最核心的大型动力设备，其运行状态和负荷分配对整个管道的动力配置和运行优化起着重要作用。为了实时掌握中缅原油管道泵机组的运行状态，采用超图学习方法，挖掘了中缅原油管道输油站场的数据采集监视服务器（SCADA）数据与输油站场泵机组状态的高阶关系，建立SCADA数据与泵机组运行状态的关系模型，实现了对泵机组异常停机和正常停机状态的自动判断。研究结果表明：超图学习方法能够准确判断中缅原油管道泵机组运行状态，其判断准确率达96.6%，该方法为中缅原油管道的系统软件智能分析全线泵机组可靠性提供了判断基础。