一种油气运输管道水合物监测技术制造技术

本发明专利技术公开了一种油气运输管道水合物监测技术。本发明专利技术包括：深度学习训练数据的获得与预处理；训练深度学习模型；利用测量信息进行预测。本发明专利技术提出一种利用已训练好的深度学习模型根据运输管道内物理参数和已知抑制剂浓度与合理抑制剂浓度的采集样本的物理参数，给出进一步抑制剂建议用量的运输管道水合物监测方法，该方法克服现有技术由于开采情况限制而造成的成本高，难以实施的缺陷；克服已提出方法由于定量注射化学试剂所造成的抑制水合物形成效果不稳定的不足而提出的一种能进一步抑制剂用量的油气运输管道水合物监测技术，是一种便于实施，成本低，可信度高的运输管道水合物监测方法。

【技术实现步骤摘要】
一种油气运输管道水合物监测技术
本专利技术属于天然气、石油运输安全领域，涉及一种油气运输管道水合物监测技术。技术背景随着社会及其经济的发展，各产业对工业化与机械化的需求日益提升。因此，在世界范围内，对能源的需求量也逐年递增。天然气、石油，作为主要能源，其需求量逐步扩大，国际能源署在其年度研究报告“世界能源展望”中预计，受新兴国家如中国和印度石化工业和交通运输业的带动，至2035年全球原油消费量预计将达到每天1.01亿桶，25年额外增加每天1400万桶，比去年预计的每天9970万桶又增加130万桶。因此，石油的生产、运输安全问题一直是世界范围内的热点问题。近年来，石油与天然气开采地与生产地之间的运输管道通常铺设在深水区域。刚开采出的原油是混合物，其中包含大量瓦斯、天然气、水、石蜡等其他物质。同时，深水区域具有低温、高压等特点，这样的特性使运输管道中的物质易于凝结成晶核，晶核的形成会使水合物快速凝聚，最终堵塞运输管道，并使运输管道破裂，对世界经济、环境、人身安全等产生了巨大威胁，经统计水合物堵塞每年能造成数以亿万美元计的损失。因此，保持运输管道的通畅成为了石油、天然气生产、运输发展的本文档来自技高网...

【技术保护点】
1.一种油气运输管道水合物监测技术，其特征在于，包括如下步骤：S1、深度学习训练数据的获得与预处理；S2、训练深度学习模型；S3、检验深度学习模型；S4、利用测量信息进行预测；上述深度学习训练数据的获得与预处理包括：测量已知状况的运输管道内物理参数和测量已知抑制剂浓度与合理抑制剂浓度的采集样本的物理参数；上述测量已知状况的运输管道内物理参数包括：分别利用压强，温度传感器采集运输管道内的压强、温度信息；上述测量已知抑制剂浓度与合理抑制剂浓度的采集样本的物理参数包括：将采集到的样本放入样本仓，样本仓内设有温度传感器，电导率传感器，声波的发射、接收装置；通过声波的发射、接收装置，可以测得声波通过样本...

【技术特征摘要】
1.一种油气运输管道水合物监测技术，其特征在于，包括如下步骤：S1、深度学习训练数据的获得与预处理；S2、训练深度学习模型；S3、检验深度学习模型；S4、利用测量信息进行预测；上述深度学习训练数据的获得与预处理包括：测量已知状况的运输管道内物理参数和测量已知抑制剂浓度与合理抑制剂浓度的采集样本的物理参数；上述测量已知状况的运输管道内物理参数包括：分别利用压强，温度传感器采集运输管道内的压强、温度信息；上述测量已知抑制剂浓度与合理抑制剂浓度的采集样本的物理参数包括：将采集到的样本放入样本仓，样本仓内设有温度传感器，电导率传感器，声波的发射、接收装置；通过声波的发射、接收装置，可以测得声波通过样本的速度，通过温度传感器、电导率传感器分别测量、采集样本的温度信息以及电导率信息；上述训练深度学习模型包括：以运输管道内的压强、温度信息，已知抑制剂浓度与合理抑制剂浓度的采集样本的电导率、温度、声波通过样本的速度作为输入，one-hot形式的进一步抑制剂的建议用量作为输出训练深度学习模型；上述利用测量信息对管道情况与所需抑制剂情况进行预测包括：系统根据所测信...

【专利技术属性】
技术研发人员：曲志刚，安阳，刘玉良，张全，李继清，武立群，金硕，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：天津,12