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而确定准确的抑制剂注射点。
技术实现思路
为了克服现有技术无法预测管道中的堵塞情况，本专利技术提出了一种基于机器学习模型的管道内水合物堵塞预警方法。根据现有的Loop实验数据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。本专利技术的技术方案是：一种基于机器学习的油气管路内水合物堵塞预警方法，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数据库中所有的输入变量进行特征选择；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。进一步的，所述步骤3中，使用SelectKBest和ExtraTreesClassifier方法进行特征选择，特征参数按照对堵塞预警影响程度的大小排序。进一步的，所述步骤3中，对所有参数进行特征选择之后选取对堵塞预警影响程度最大的前5项参数作为模型的输入变量。进一步的，所述步骤1中，80％的数据作为训练集，20％的数据作为测试集。进一步的，所述步骤4中机器学习模型为SVC机器学习模型。进一步的，将特征参数输入数据模型后，输出结果为堵塞预警阶段标记时，开始注抑制剂，能够有效预防管道内水合物堵塞。本专利技术的有效益果在于：基于大量的实验数据，将机器学习算法应用于管道内水合物堵塞预测，精确预测管道内水合物形态变化实现预警功能，确定注射抑制剂的准确时间点，极大提高经济效益。附图说明图1为本专利技术基于机器学习模型的管道内水合物堵塞预警方法流程图。图2为ΔP和HVF的关系曲线图。图3特征选择得分图。具体实施方式为进一步说明各实施例，本专利技术提供有附图。这些附图为本专利技术揭露内容的一部分，其主要作用是用以说明实施例，并可配合相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本专利技术的优点。现结合附图和具体的实施方式对本专利技术进一步说明：一、实验装置实验装置为全可视化管道水合物堵塞模拟系统实验台，该实验台的主要技术参数如下：工作压力：5MPa工作温度：-10℃～20℃循环管路内径：45mm循环管路总长：50m其中：起伏管路长度18m，可实现0～15°倾斜；起伏管路调至水平时为全管路水平实验，总长50米；当作起伏管路实验时，起伏管路18米，水平管路32米。循环管路设计流速：1～5m/s循环管路设计流量：25m3/h实验介质：配置水溶液、油、甲烷、化学试剂等。实施例中所用数据的实验工况如下表所示：二、实验操作不同实验工况下的操作步骤大致相同，因此以工况3为案例对其进行详细说明。所用实验台为高压全可视型loop实验台，装置具体细节如前所述。在实验开始前，首先将去离子水注入管道中，然后将循环泵调至较高转速，循环5-10分钟后将水排出，起到冲洗管道的作用。此过程可多重复几次，直至管道内壁无明显杂质。清洗工作结束之后，通过注液泵将提前制备的去离子水注满整个管路。管道的全部容积为93L，工况2的含水率为50％，因此通过排水口放出50％的水，剩余46.5L水于管中。而后通过注气系统将混合天然气注入到管路中，所使用的混合气的成分为90％甲烷+5％乙烷+5％丙烷。所用气瓶压力为8MPa，通过减压阀控制进气端压力为4MPa并保持不变，从而使管道内压力恒为4MPa。填料结束之后，打开系统循环泵，将流速控制在0.5m/s，保持恒定。同时开启冷库的制冷系统，将温度从室温下降到3.5℃，保持恒定。开始进行循环实验，管路上布置有22个温读、压力压传感器，通过数据采集系统持续记录各个点的温度压力参数。实验过程中进气口要一直保持打开状态，保持管道内压力稳定在4MPa。循环持续的时间取决于管道内的水合物生成情况，当管路内生成大量水合物时即可判定形成管道堵塞，实验效果达到。本组实验持续时间为50小时。三、数据处理将压力在4MPa左右，温度为3.5℃左右的数据提取进行研究，实验开始时的注气阶段以及实验结束时的分解阶段数据视为无效数据。选择离泵出口最近的P1和离泵出口最远的P22两个压力，做ΔP＝P22-P1得到在水合物生成过程中的管道压降数据。通过耗气量来计算生成的水合物体积分数(HVF)，计算公式如下：nhydrate(t)＝5.83(nNG-total-nNG-loop(t))(2)VNG-loop(t+Δt)＝Vloop-Vwater-left(t)-Vhydrate(t)(4)公式(1)可以计算循环管路内的天然气摩尔数，通过Soave-Redlich-Kwong公式计算压缩因子。公式(2)和公式(3)可以计算管路多相流动中的水合物生本文档来自技高网...

【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，对步骤1数据库中所有的数据进行特征选择；/n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；/n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。/n

【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