近日，我院本研一体班19级硕士研究生张锐在水下生产系统故障诊断与传感器异常识别技术方面取得新进展，相关研究成果《组合推理的水下生产控制系统异常传感器识别方法》（Combinatorial reasoning-based abnormal sensor recognition method for subsea production control system）发表在《Petroleum Science》。《Petroleum Science》是石油工程领域的国际知名期刊，2023年影响因子为6.0（SCI一区）。论文第一作者为硕士研究生张锐，通讯作者为蔡宝平教授，华体会体育买球 （华东）为第一署名单位。该研究得到国家自然科学基金、工信部高技术船舶科研项目专题、山东省杰出青年基金、“泰山学者”青年专家计划以及中央高校基本科研经费的联合资助。
论文首页
水下生产系统是海洋油气开采的重要装备，控制系统是其核心部分之一，长年工作于水下，通过安装其内的传感器判断水下生产系统状态，保障油气生产安全。然而，水下生产控制系统传感器服役时间长且工作环境恶劣，导致其退化迅速，采集信号失真严重，油气开采误报警事件频发。
组合推理的异常个体识别方法
单输出、双输出、三输出模型平均误差对比
为解决以上问题，论文提出了基于组合推理的水下生产控制系统异常传感器识别方法，解决了数据噪声干扰引起的故障诊断准确度降低的问题，并有效提高了抗涂抹效应的能力。该论文运用组合算法对各传感器进行了分组，通过长短期记忆网络建立了用于各组合异常识别的单次推理模型，并运用计次制异常判断机制识别了异常传感器。通过使用中国南海某采油平台现场数据验证了所提方法，结果表明，该方法能有效识别异常传感器。
