摘要：机器学习作为实现人工智能的主要手段，通过探索数据规律、建立预测模型来指导决策支持。在目前油气管道系统设备繁多、结构复杂、技术庞杂等背景下，引入机器学习是为了采用人工智能技术解决单纯依靠数学模型难以应对的问题，代替人工从事一些枯燥繁琐、危险程度较高的工作。结合油气管道系统各生产环节，重点综述深度学习、强化学习及迁移学习3类机器学习方法的应用，包括油气管道泄漏、多相流型识别、设备故障诊断及储罐目标检测等应用场景，构建了人工智能技术在油气管道系统的应用框架，指出深度学习、强化学习及迁移学习在该领域拥有较强的应用前景。最后，对机器学习在油气管道领域的应用进行了展望，以期为油气管道系统的智能化研究与发展提供参考。

关键字：机器学习;人工智能;预测模型;决策支持;油气管道系统

卷、期、页：40(02)，p138-145

发表日期：2021-02-01

期刊分区（SCI为中科院分区）：无

收录情况：北大中文核心期刊,地学领域高质量科技期刊分级目录（国内T2）

发表期刊名称：油气储运

通讯作者：徐磊,李雨,朱振宇,雷婷

第一作者：侯磊

论文类型：期刊论文

论文概要：徐磊,侯磊,李雨,朱振宇,雷婷，机器学习在油气管道的应用研究进展及展望，油气储运，2021，40(02)，p138-145

论文题目：机器学习在油气管道的应用研究进展及展望