文章标题：基于t-SNE和PGNN的输气管道泄漏工况识别技术
文章作者：钱学峰
关 键 字： t-SNE算法; PGNN模型; 泄漏; 压降速率; 压缩机抽吸
文章摘要：压降速率是识别输气管道泄漏工况的重要判别指标，为降低不同工况下管道沿线截断阀的误动作或不动作现象，利用模拟软件获取了几组对比工况的压降速率信号，分析了各工况信号的差异性和重复性，基于t分布随机邻域嵌入（t-SNE）算法对信号进行非线性降维和可视化表征，将降维数据代入物理引导神经网络（PGNN）模型，通过构建物理约束损失函数对分类结果进行修正，在现场利用放空阀模拟泄漏过程，验证模型的准确性。结果显示，t-SNE算法将压降速率信号降至三维后，数据结构变得更为紧凑，数据量由600×50个降低至600×3个；PGNN模型和BP神经网络模型的整体正确率分别为98.16%、87.33%；泄漏孔径越大，压降速率峰值越大；泄漏位置距离截断阀越远，压降速率峰值越小，PGNN模型可以捕捉到上述变化规律。研究成果可模拟管道运行现场数据并及时识别泄漏工况，避免发生更大的泄漏事故。