probenerИзвестия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИPower engineering: research, equipment, technology1998-99032658-5456Kazan State Power Engineering University10.30724/1998-9903-2025-27-2-177-186probener-3383Research ArticleЭНЕРГЕТИЧЕСКИЕ СИСТЕМЫ И КОМПЛЕКСЫENERGY SYSTEMS AND COMPLEXESМетоды машинного обучения в разработке методики обнаружения утечекMachine learning methods in the development of leak detection techniquesПолитоваТ. О.PolitovaT. O.

Политова Татьяна Олеговна –ст.препод. кафедры «Промышленная теплоэнергетика и системы теплоснабжения» (ПТЭ),

г. Казань

Tatiana O. Politova,

Kazan

politovatatyana@yandex.ruЗагретдиновА. Р.ZagretdinovA. R.

Загретдинов Айрат Рифкатович – канд. техн. наук доцент кафедры «Промышленнаятеплоэнергетика и системы теплоснабжения»,

г. Казань

Airat R. Zagretdinov,

Kazan

СидоровМ. В.SidorovM. V.

Сидоров Михаил Валерьевич – магистр кафедры «Промышленная теплоэнергетика и системы теплоснабжения» (ПТЭ),

г. Казань

Mikhail V. Sidorov,

Kazan

ЗиганшинШ. Г.ZiganshinSh. G.

Зиганшин Шамиль Гаязович – канд. техн. наук доцент кафедры «Промышленная теплоэнергетика и системы теплоснабжения» (ПТЭ),

г. Казань

Shamil G. Ziganshin,

Kazan

ВаньковЮ. В.VankovYu. V.

Ваньков Юрий Витальевич – д-р техн. наук, профессор, заведующий кафедрой «Промышленная теплоэнергетика и системы теплоснабжения» (ПТЭ),

г. Казань

Yuri V. Vankov,

Kazan

Казанский государственный энергетический университетРоссияKazan State Power Engineering UniversityRussian Federation202528052025272177186Copyright © Политова Т.О., Загретдинов А.Р., Сидоров М.В., Зиганшин Ш.Г., Ваньков Ю.В., 20252025Политова Т.О., Загретдинов А.Р., Сидоров М.В., Зиганшин Ш.Г., Ваньков Ю.В.Politova T.O., Zagretdinov A.R., Sidorov M.V., Ziganshin S.G., Vankov Y.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.energyret.ru/jour/article/view/3383

Целью работы является исследование возможности использования искусственного интеллекта для нахождения течеискания, используя данные для обучения, полученные с помощью виброакустических датчиков. В работе описаны методы постоянного контроля. Представлены методы периодического контроля обнаружения протечек в трубопроводе. Были проделаны испытательные работы на лабораторном стенде. Рассмотрен методы для машинного обучения, а именно бустинг, к-ближайших соседей, метод случайного леса, метод многослойной нейронной сети. Разработан алгоритм для составления массивов данных. Показаны результаты работы программы.

The aim of the work is to explore the possibility of using artificial intelligence to find leak detection using training data obtained using vibroacoustic sensors. The paper describes methods of continuous monitoring. Methods of periodic monitoring of leak detection in the pipeline are presented. Testing work was carried out on the laboratory stand. Methods for machine learning are considered, namely boosting, k-nearest neighbors, random forest method, multi-layer neural network method. An algorithm has been developed for compiling data arrays. The results of the program are shown.

утечкитрубопроводконтроль трубопроводаспектрдиагностикадефект трубопроводасигналы вибрацииleakspipelinepipeline monitoringspectrumdiagnosticspipeline defectvibration signalsReferencesDoklad o Sostoyanii Sfery Teploenergetiki i Teplosnabzheniya v Rossijskoj Federacii [Report on the State of Heat Power and Heat Supply in the Russian Federation]. Available online: ttps://minenergo.gov.ru/viewpdf/10850/80685 (accessed on 20 January 2020).Report on the state of the sphere of heat power engineering and heat supply in the Russian Federation [Electronic resource]. Available online: https://minenergo.gov.ru/viewpdf/10850/80685 (accessed January 20, 2020).Авдюнин Е.Г. Источники и системы теплоснабжения. Тепловые сети и тепловые пункты. – Москва; вологда: Инфра-Инженерия, 2019. – 300с.Avdyunin E.G. Sources and heat supply systems. Heating networks and heating points. – Moscow; Vologda: Infra-Engineering, 2019. 300c.Assessment of the condition of pipelines using convolutional neural networks / Y. Vankov, S. Ziganshin, T. Politova [et al.] // Energies. – 2020. – Vol. 13, No. 3. – P. 618.Assessment of the condition of pipelines using convolutional neural networks / Yu. Vankov, S. Ziganshin, T. Politova [et al.] // Energy. – 2020. – Volume 13, No. 3. – p. 618.Марченко А.Л. Python: большая книга примеров / А.Л. Марченко. – Москва: Издательство Московского университета, 2023.-361, с.Marchenko, A.L. Python: a big book of examples / A.L. Marchenko. Moscow: Moscow University Press, 2023. 361, p .Павлов А.Н., Сосновцева О.В., Зиганшин А.Р. Мультифрактальный анализ хаотической динамики взаимодействующих систем // Известия вузов. Прикладная нелинейная динамика. 2003. Т. 11, № 2. С. 39-54.Pavlov A.N., Sosnovtseva O.V., Ziganshin A.R. Multifractal analysis of chaotic dynamics of interacting systems // Izvestiya vuzov. Applied nonlinear dynamics. 2003. Vol. 11, No. 2. pp. 39-54.Клюев В.В., Соснин Ф.Р., Ковалев А.В. Неразрушающий контроль и диагностика: справочник. М.: Машиностроение, 2005. 656 с.Klyuev V.V., Sosnin F.R., Kovalev A.V. Non-destructive testing and diagnostics: handbook. Moscow: Mashinostroenie, 2005. 656 p.Safronchik, V.I. Zashchita Podzemnyh Truboprovodov Antikorrozionnymi Pokrytiyami [Protection of Underground Pipelines with Anti-Corrosion Coatings]; Stroyizdat: Leningrad, Russia, 1977. (In Russian)Safronchik, V.I. Protection of underground pipelines with anti-corrosion coatings / V.I. Safronchik; Stroyizdat: Leningrad, Russia, 1977. (In Russian)Сурис М.А., Липовских В.М. Защита трубопроводов тепловых сетей от наружной коррозии. – М.: Энергоатомиздат, 2003. – 216 с.Suris M.A., Lipovskikh V.M. Protection of pipelines of thermal networks from external corrosion. Moscow: Energoatomizdat, 2003. 216 pАнализ масштабной инвариантности виброакустических сигналов трубопровода с утечками / А.Р. Загретдинов [и др.] // СПбНТОРЭС: труды ежегодной НТК. 2023. № 1 (78). С. 88-90.Analysis of the scale invariance of vibroacoustic signals of a pipeline with leaks / A.R. Zagretdinov [et al.] // SPbNTORES: proceedings of the annual NTC. 2023. № 1 (78). Pp. 88-90.Detrended fluctuation analysis based on best-fit polynomial / Shanshan Zhao [et al.] // Enviromental science. 2022. № 10. С. 1-7.Analysis of fluctuations with trend deviation based on the best fit polynomial / Shanshan Zhao [et al.] // Environmental Science. 2022. No. 10. pp. 1-7.Павлов А.Н., Павлова О.Н., Короновский А.А. Мл. Модифицированный метод флуктуационного анализа нестационарных процессов // Письма в Журнал технической физики. 2020. Т. 46, № 6. С. 47-50.Pavlov A.N., Pavlova O.N., Koronovsky A.A. Jr. A modified method of fluctuation analysis of unsteady processes // Letters to the Journal of Technical Physics. 2020. Vol. 46, No. 6. pp. 47-50.Gaponenko S.O., Kondratiev А.Е., Zagretdinov А.R. Low-frequency Vibro-acoustic Method of Determination of the Location of the Hidden Canals and Pipelines. // Proc. 2nd International Conference on Industrial Engineering. Chelyabinsk, 2016. Pp. 2321-2326.Gaponenko S.O., Kondratiev A.E., Zagretdinov A.R. Low-frequency vibroacoustic method for determining the location of hidden channels and pipelines. // Proceedings of the 2nd International Conference on Industrial Engineering. Chelyabinsk, 2016. pp. 2321-2326.G. Loizou and S. J. Maybank , “The nearest neighbor and the bayes error rates,” IEEE Trans. Pattern Anal. Mach. Intel. , Vol. 9, pp. 254–62, Feb. 1987.G. Loizu and S. J. Maybank, “Nearest Neighbor and Bayesian error Coefficient", IEEE translation. Pattern analysis. Max. Intel., Volume 9, pp. 254-62, February 1987.Метод K-ближайших соседей (KNN).[Электронный ресурс]// Хабр URL: https://habr.com/ru/articles/801885/: (Дата обращения 07.05.2024).The K-role Game Method (KNN).[Electronic resource]// URL: https://habr.com/ru/articles/801885 /: (Accessed 05/07/2024).A comparison of random forest based algorithms: random credal random forest versus oblique random forest / C. J. Mantas, Ja. G. Castellano, S. Moral-García, J. Abellán // Soft Computing - A Fusion of Foundations, Methodologies and Applications. – 2019. – Vol. 23, No. 21. – P. 10739-10754.Comparison of algorithms based on random forests: credal random forest random forest and oblique random forest random forest / K. J. Mantas, J. G. Castellano, S. Moral-Garcia, H. Abellan // Software computing - a combination of fundamentals, methodologies and applications. – 2019. – Volume 23, No. 21. – Pp. 10739-10754.

The authors declare that there are no conflicts of interest present.