【技术实现步骤摘要】
气液分离器工况诊断方法、装置、设备和存储介质
[0001]本申请涉及工况诊断
，尤其涉及一种气液分离器工况诊断方法、装置、设备和存储介质。
技术介绍
[0002]目前，由于地层原油的初始粘度较高，开采难度较大；而二氧化碳(CO2)与原油有很好的互溶性，能显著降低原油粘度，因此，CO2驱油技术被广泛应用于各大油田。CO2驱油技术是指把CO2注入油层中以提高油田采油率的技术。
[0003]然而，采用CO2驱油技术进行驱油，会导致采出流体中含有大量的气体，从而使得该流体的气液比较高。这些气液比较高的流体进入气液分离器进行分离时，容易造成分离器因段塞流而失效，从而影响油田的生产效率。因此需要对气液分离器进行工况诊断。
[0004]现有技术中对气液分离器进行工况诊断，常用的手段为依靠操作员的经验来进行诊断。然而该方法的准确率受限于操作员的技术水平以及工作状态等，也即现有的诊断方法存在准确率低的缺陷。
技术实现思路
[0005]本申请提供一种气液分离器工况诊断方法、装置、设备和存储介质，用以解决现有...
【技术保护点】
【技术特征摘要】
1.一种气液分离器工况诊断方法，其特征在于，所述方法包括：获取诊断数据，所述诊断数据包括：监测到的所述气液分离器的多个变量各自对应的数值；将所述诊断数据输入至气液分离器工况诊断模型中，得到所述诊断数据在每种工况的概率，并根据每种工况的概率，确定目标工况，其中，所述工况诊断模型包括时间卷积网络、图卷积网络以及全连接层，所述时间卷积网络用于对所述诊断数据进行处理，以得到时域特征图，所述图卷积网络用于对所述时域特征图进行处理，以得到变量特征图，所述全连接层用于根据所述变量特征图，输出所述诊断数据处于每个工况的概率；根据所述目标工况的概率和所述变量特征图，确定所述目标工况在变量维度的第一可解释结果；根据所述目标工况的概率和所述时域特征图，确定所述目标工况在时间维度的第二可解释结果。2.根据权利要求1所述的方法，其特征在于，所述将所述诊断数据输入至气液分离器工况诊断模型中，得到所述诊断数据在每种工况的概率，包括：将所述诊断数据输入至所述时间卷积网络，获取所述时间卷积网络输出的时域特征图，所述时域特征图是根据多个子时域特征图得到的；根据所述时域特征图确定每个变量之间的关联关系，所述关联关系为变量之间的相似度；根据所述关联关系，构建邻接矩阵，其中所述邻接矩阵用于指示每个变量的邻接变量；将所述邻接矩阵和所述时域特征图，输入至所述图卷积网络，获取所述图卷积网络输出的变量特征图，所述变量特征图是根据多个子变量特征图得到的；根据所述变量特征图和所述全连接层，输出所述诊断数据处于每个工况的概率。3.根据权利要求2所述的方法，其特征在于，所述根据所述关联关系，构建邻接矩阵，包括：根据所述关联关系，确定每个变量的连接关系Ne(x
i
)，具体通过如下公式确定：Ne(x
i
)＝KNN(k,x
i
,χ)其中，Ne(x
i
)表示变量x
i
的邻接变量，KNN表示所述时域特征图中变量x
i
的前k个相似度满足预设条件的邻接变量，k为常数，χ＝[x
i+1
,x
i+2
,...,x
i+m
]，表示其他变量；根据所述关联关系，确定每个变量间边的权重e
ij
，具体通过如下公式确定：其中，e
ij
表示变量x
i
和变量x
j
之间的边权重，ζ为高斯核的带宽；根据所述每个变量的连接关系Ne(x
i
)和所述每个变量间的边权重e
ij
，构建所述邻接矩阵。4.根据权利要求2所述的方法，其特征在于，所述根据所述目标工况的概率和所述变量特征图，确定所述目标工况在变量维度的第一可解释结果，包括：根据所述目标工况的概率和所述多个子变量特征图，确定每个子变量特征图在所述目标工况中的第一权重参数；
根据所述第一权重参数和每个子变量特征图对应的变量，确定每个变量在所述目标工况中的变量重要度，并根据所述变量重要度，得到第一可解释结果，不同的子变量特征图是根据对应的图卷积层对变量进行处理得到的，不同的图卷积层处理的变量不同。5.根据权利要求4所述的方法，其特征在于，所述根据所述目标工况的概...
【专利技术属性】
技术研发人员：侯磊，刘珈铨，熊一凡，王敏聪，王文君，朱祚良，张鑫儒，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。