一种基于机器学习模型的管道内水合物堵塞预警方法技术

本发明专利技术涉及油气管道流动安全技术保障领域，公开了一种基于机器学习模型的管道内水合物堵塞预警方法。根据建立的数据库通过机器学习的方法制作出水合物堵塞预警模型。通过输入状态参数得到当前管道的运行状态，共有安全阶段、堵塞预警、堵塞阶段三种状态，当处于堵塞预警阶段时即可开始注射抑制剂，在有效防止水合物堵塞发生的同时，极大程度提高经济效益。

【技术实现步骤摘要】
一种基于机器学习模型的管道内水合物堵塞预警方法
本专利技术涉及油气管道流动安全技术保障领域，特别是指一种基于机器学习模型的管道内水合物堵塞的方法。
技术介绍
随着海上油气资源开采技术的日益成熟，海底油气输运管道的流动安全保障成为油气研究领域的热点问题。在海底油气输运管道有着温度低、压力高、流动距离长的特点，在此种情况下极易生成天然气水合物。天然气水合物是在高压低温环境下由天然气和水形成的笼状晶体物质，属于是高密度、高热值的非常规能源。而管道内的水合物一旦生成将会进行堆积，堆积到一定的程度之后会形成堵塞，导致停产，严重时还会引发发生安全事故。对于管道内的水合物堵塞，目前海上平台主要通过注射抑制剂法来进行处理。该方法是通过将抑制剂注入到管道中，改变水合物的相平衡条件，从而抑制水合物的生成，达到阻止堵塞的目的。然而由于海底管道位于深海，管路长且复杂，对于水合物的生成时间无法很好的把握。平台出于对生产安全的考虑，往往在压力稍有波动时就认定水合物已经生成，且不计成本的注剂，这导致了巨大的经济损失。因此需要一种有效的措施来判断管道中是否生成水合物从本文档来自技高网...

【技术保护点】
1.一种基于机器学习模型的管道内水合物堵塞预警方法，其特征在于：包括以下步骤：/n步骤1，选定数据库，数据库中包括：水合物体积分数(HVF)、压降(ΔP)、流速(V)、含水率(WC)、气体组分、液体组分、压力(P)、温度(T)；/n步骤2，用数据库中的数据绘制出“压降-HVF”曲线图，通过观察曲线的变化形态，将其划分为三个阶段，其中曲线的第一个拐点处设为一二阶段的分界点，曲线取得第一个极值点处设为二三阶段的分界点；其中第一阶段为水合物生成阶段，即为安全阶段；第二阶段为水合物沉降阶段，此处水合物开始大幅度生成且流动性变差，为堵塞预警；第三阶段为水合物堵塞阶段；对不同阶段的数据分别标记；/n步骤3...

【技术特征摘要】
1.一种基于机器学习模型的管道内水合物堵塞预警方法，其特征在于：包括以下步骤：
步骤1，选定数据库，数据库中包括：水合物体积分数(HVF)、压降(ΔP)、流速(V)、含水率(WC)、气体组分、液体组分、压力(P)、温度(T)；
步骤2，用数据库中的数据绘制出“压降-HVF”曲线图，通过观察曲线的变化形态，将其划分为三个阶段，其中曲线的第一个拐点处设为一二阶段的分界点，曲线取得第一个极值点处设为二三阶段的分界点；其中第一阶段为水合物生成阶段，即为安全阶段；第二阶段为水合物沉降阶段，此处水合物开始大幅度生成且流动性变差，为堵塞预警；第三阶段为水合物堵塞阶段；对不同阶段的数据分别标记；
步骤3，对步骤1数据库中所有的数据进行特征选择；
步骤4，训练机器学习模型，使用步骤3选择出的特征作为输入，以安全阶段、堵塞预警、堵塞阶段三种阶段标记作为输出进行分类模型训练，将步骤1中数据库数据的一部分作为训练集，另一部分作为测试集；对训练集数据进行交叉验证，调整模型参数，提高模型精度；
步骤5，使用测试集数据，对步骤4的机器学习模型精度进行评价，实现预警功能。


2.根据权利要求1所述的基于机器学习模型的管道内水合物堵塞预警方法，其特征在于，所...

【专利技术属性】
技术研发人员：赵佳飞，宋永臣，王纪广，刘瑜，杨磊，张伦祥，姜博，李清平，吕鑫，姚海元，刘哲源，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21