【技术实现步骤摘要】
一种压裂用防乳化剂的制备方法及其系统
[0001]本专利技术涉及智能化制备
,尤其涉及一种压裂用防乳化剂的制备方法及其系统。
技术介绍
[0002]压裂是一种常用的油田开发技术,用于增加油井产量。在压裂过程中,水和化学添加剂被注入到井口,然后在井内形成高压,使岩石裂缝扩大,从而增加油或天然气的流动性。然而,在压裂过程中,压裂液中的水和化学添加剂可能与地下油层中的油发生乳化作用,导致油与水混合在一起,降低了油井产量。因此,防乳化剂在压裂过程中起着重要的作用。
[0003]防乳化剂的作用是阻止水和化学添加剂与油发生乳化反应,从而保持油的流动性和产量。然而,现有的防乳化剂存在一些问题。例如,某些防乳化剂只对特定类型的油田或油井有效,对其他油田或油井可能无效。此外,现有的防乳化剂在稳定乳状液方面的表现也有限,容易导致液滴聚并和不稳定性。
[0004]因此,期望一种优化的压裂用防乳化剂的制备方案。
技术实现思路
[0005]本专利技术实施例提供一种压裂用防乳化剂的制备方法及其系统,其可以确保防乳化剂的制备质量和性能,同时保证防乳化剂的稳定性和可靠性。
[0006]本专利技术实施例还提供了一种压裂用防乳化剂的制备方法,其包括:将酚胺醛树脂和过硫酸钾加入第一反应器中进行搅拌和抽真空处理,并加热至预定温度以得到第一混合溶液;将环氧乙烷通入所述第一反应器中与所述第一混合溶液进行充分反应以得到第一干剂;将所述第一干剂降温后加入乙二醇丁醚以得到组分A;将二氯丙醇和所述过硫酸钾加入第二反应器中进 ...
【技术保护点】
【技术特征摘要】
1.一种压裂用防乳化剂的制备方法,其特征在于,包括:将酚胺醛树脂和过硫酸钾加入第一反应器中进行搅拌和抽真空处理,并加热至预定温度以得到第一混合溶液;将环氧乙烷通入所述第一反应器中与所述第一混合溶液进行充分反应以得到第一干剂;将所述第一干剂降温后加入乙二醇丁醚以得到组分A;将二氯丙醇和所述过硫酸钾加入第二反应器中进行搅拌和抽真空处理,并加热至预定温度以得到第二混合溶液;将所述环氧乙烷通入所述第二反应器中与所述第二混合溶液进行充分反应以得到第二干剂;将所述第二干剂降温后加入所述乙二醇丁醚以得到组分B;以及将所述组分A和所述组分B进行均匀混合以得到压裂用防乳化剂;其中,将环氧乙烷通入所述第一反应器中与所述第一混合溶液进行充分反应以得到第一干剂,包括:获取预定时间段内多个预定时间点的反应器内温度值,以及,由摄像头采集的反应液在所述多个预定时间点的表面状态图像;对所述多个预定时间点的反应器内温度值和所述多个预定时间点的表面状态图像进行时序协同关联分析以得到温度
‑
表面状态时序关联特征;以及基于所述温度
‑
表面状态时序关联特征,确定是否反应完全。2.根据权利要求1所述的压裂用防乳化剂的制备方法,其特征在于,对所述多个预定时间点的反应器内温度值和所述多个预定时间点的表面状态图像进行时序协同关联分析以得到温度
‑
表面状态时序关联特征,包括:从所述多个预定时间点的反应器内温度值提取反应器内温度时序变化特征;从所述多个预定时间点的表面状态图像提取表面状态时序变化特征;以及融合所述反应器内温度时序变化特征和所述表面状态时序变化特征以得到所述温度
‑
表面状态时序关联特征。3.根据权利要求2所述的压裂用防乳化剂的制备方法,其特征在于,从所述多个预定时间点的反应器内温度值提取反应器内温度时序变化特征,包括:将所述多个预定时间点的反应器内温度值按照时间维度排列为反应器内温度时序输入向量;计算所述反应器内温度时序输入向量中每相邻两个预定时间点的反应器内温度值之间的差值以得到反应器内温度时序变化输入向量;以及将所述反应器内温度时序变化输入向量通过基于一维卷积层的时序特征提取器以得到反应器内温度二阶时序特征向量作为所述反应器内温度时序变化特征。4.根据权利要求3所述的压裂用防乳化剂的制备方法,其特征在于,从所述多个预定时间点的表面状态图像提取表面状态时序变化特征,包括:将所述多个预定时间点的表面状态图像沿着时间维度聚合为三维输入张量后通过基于三维卷积神经网络模型的表面状态时序特征提取器以得到表面状态时序特征向量作为所述表面状态时序变化特征。5.根据权利要求4所述的压裂用防乳化剂的制备方法,其特征在于,融合所述反应器内温度时序变化特征和所述表面状态时序变化特征以得到所述温度
‑
表面状态时序关联特征,包括:融合所述反应器内温度二阶时序特征向量和所述表面状态时序特征向量以得到温度
‑
表面状态时序关联特征向量作为所述温度
‑
表面状态时序关联特征。6.根据权利要求5所述的压裂用防乳化剂的制备方法,其特征在于,基于所述温度
‑
表面状态时序关联特征,确定是否反应完全,包括:将所述温度
‑
表面状态时序关联特征向量通过分类器以得到分类结果,所述分类结果用于表示是否反应完全。7.根据权利要求6所述的压裂用防乳化剂的制备方法,其特征在于,还包括训练步骤:用于对所述基于一维卷积层的时序特征提取器、所述基于三维卷积神经网络模型的表面状
态时序特征提取器和所述分类器进行训练;其中,所述训练步...
【专利技术属性】
技术研发人员:张雷,李巧丽,王建梅,
申请(专利权)人:克拉玛依市紫光技术有限公司,
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。