基于ARIMA-LSTM的管道应力预测预警技术研究-2ee5c966.pdf

检测技术

DOI：10.3969/j.issn.1001-2206.2022.05.008

基于ARIMA-LSTM的管道应力预测预警技术

研究

刘翔

中国石油天然气股份有限公司华北油田分公司，河北任丘062550

摘要：对高后果区的管道实施应力监测是保证其安全运行的重要措施。针对目前应力预测模型精度低的问

题，采用自回归滑动平均（ARIMA）模型与长短时记忆（LSTM）模型对管道等效应力的发展趋势进行预测，

并采用自适应人工鱼群算法（IAFSA）对LSTM模型的关键参数进行求解。结果表明，ARIMA模型对非线性时

间序列的适应性不好；等效应力与轴向应变、周向应变、测试点温度、压力等因素有关，LSTM模型的预测结

果中存在部分离群点，且出现了放弃和平移现象；组合模型的均方根误差最小，决定系数最大，说明组合模型

可用于长期应力监测数据的趋势分析。研究结果可为管道完整性管理和评价提供技术支撑。

关键词：应力预测；ARIMA；LSTM；组合模型

Researchonpipelinestresspredictionandearlywarningtechnologybasedon

ARIMA-LSTM

LIUXiang

PetroChinaHuabeiOilfieldCompany,Renqiu062550,China

Abstract：Stressmonitoringisanimportantmeasuretoensurethesafeoperationofpipelinesinhigh-consequenceareas.Considering

thelowaccuracyofcurrentstresspredictionmodels,thispaperusestheautoregressiveintegratedmovingaverage(ARIMA)modeland

thelongshort-termmemory(LSTM)modeltopredictthedevelopmenttrendofpipelineequivalentstress,andthekeyparametersofthe

LSTMmodelaresolvedbytheimprovedartificialfishswarmalgorithm(IAFSA).TheresultsrevealthattheARIMAmodelhaspoor

adaptabilitytononlineartimeseries.Theequivalentstressisrelatedtofactorssuchastheaxialstrain,circumferentialstrain,aswellas

temperatureandpressureatthetestpoint.SomeoutliersexistinthepredictionresultsoftheLSTMmodel,andthephenomenonof

abandonmentandtranslationappears.Thecombinedmodelhasthesmallestrootmeansquareerrorandthelargestcoefficientof

determination,whichindicatesthatthecombinedmodelcanbeusedfortrendanalysisoflong-termstressmonitoringdata.Theresearch

resultscanprovidetechnicalsupportforpipelineintegritymanagementandevaluation.

Keywords：stressprediction;ARIMA;LSTM;combinedmodel

目前，研究人员针对管道应力安全性进行了大监测数据属于时间序列，具有非线性特征，而传统

[1-3][4]

量研究，张航采用非线性土弹簧模型建立滑坡的时间序列预测模型的预测方法是线性的，且未考

作用下管道的受力模型，得到了不同滑坡作用下的虑不同因素对监测数据的影响。综上，将自回归滑

[5]

受力规律；何亚莹采用光纤传感技术对管道应力动平均（ARIMA）模型与长短时记忆（LSTM）模

进行监测，并通