仪器仪表学报

作者：温江涛，王涛，孙洁娣，付磊，李刚，杨文明

单位：温江涛,燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004,,王涛,燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004,,孙洁娣,燕山大学河北省信息传输与信号处理重点实验室秦皇岛066004,,付磊,燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004,,李刚,中国石油天然气管道通信电力工程有限公司廊坊065000；油气管道输送安全监测与检测国家工程实验室廊坊065000,,杨文明,中国石油天然气管道通信电力工程有限公司廊坊065000；油气管道输送安全监测与检测国家工程实验室廊坊065000,

关键词：管道安全监测;深度迁移学习;复杂运行环境;入侵事件识别

基金：国家自然科学基金（51475407，51605419，61701429）、河北省自然科学基金(E2018203433，F2018203137)、河北省引进留学人员项目(C201827)、天津市重点研发计划（19YFSLQY00080）资助项目

长输油气管道沿途运行环境复杂，传统方法中假设的标准样本与实际样本分布一致的前提遭到破坏，导致单一的识别模型在不同环境下对入侵事件识别准确率降低。为了改善识别模型偏差问题，提出一种基于域不变特征深度迁移学习的管道入侵事件识别方法，通过堆叠稀疏自编码网络实现不同环境条件下的入侵事件自适应特征提取，并引入迁移学习实现复杂环境中入侵事件的准确识别。该方法通过场景差异性评测，缩小复杂真实场景与典型场景间分布差异，获得有效的域不变模型。实验结果表明，所提方法能明显改善复杂环境下油气管道入侵事件识别效果，提高识别准确率。

来源：2019年第8期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第8期