本发明专利技术公开了天然气流量计量方法及气体超声流量计、装置和相关产品,天然气流量计量方法,包括以下步骤:S1、获取天然气基础数据,所述天然气基础数据包括天然气的操作压力、操作温度、声速和体积流量;S2、将操作压力、操作温度、声速作为输入神经元分别输入两个人工神经网络模型,两个人工神经网络模型分别输出发热量和压缩因子;S3、将步骤S2获得的压缩因子换算为密度,以天然气的密度和体积流量的乘积为计算原则,计算获得天然气质量流量;以步骤S2获得的发热量与体积流量的乘积为计算原则,计算获得天然气能量流量。本发明专利技术可以对天然气体积流量、质量流量、能量流量三者同时进行计量。
【技术实现步骤摘要】
本专利技术涉及天然气计量,具体涉及天然气流量计量方法及气体超声流量计、装置和相关产品。
技术介绍
1、天然气作为一种燃料,其商业价值为燃烧的发热量,这导致天然气贸易交接凭证从体积流量向能量流量发展。天然气能量流量包括体积流量和天然气发热量两个方面,其中,流动工况下体积流量可以直接通过体积流量计获取,而天然气发热量需要通过对天然气组分的检测分析后赋值。因此,传统的能量计量方法需要体积流量计和在线色谱仪共同工作才能实现天然气管网实时能量计量。然而,实际情况却是每个分输站配备有流量计,但是却无法实现每个站配备在线色谱,其原因是在线色谱仪价格昂贵,一台便需要几十万美元,若想实现每个站配备色谱仪需要大量投资,这是不可能实现的。比如仅有输配量在105m3/h以上的分输站,或者大、中型天然气流量实验室配备有在线组分分析仪器,其它中、小型分输站需要依靠每三个月甚至每半年一次,进行天然气组分取样、检测、分析,这对天然气质量控制带来了严重的时间滞后性和不准确性,同样也严重影响了能量计量的准确度,可能引发不必要的贸易纠纷。因此,如何对未配备有在线色谱的分输站进行实时组分分析有待进一步研究,是否能够通过深入挖掘流量计计量原理与天然气组分之间的关系,从而实现体积流量计改造升级成为能量流量计,达到在线能量计量的目的也迫切需要进一步研究。
2、气体超声流量计是一种计量精度高、应用广泛的天然气体积流量计。其计量原理为:利用超声波发射与反射时间差法对天然气流速u进行测量,从而对天然气体积流量qv进行计量,如下:
3、qv=kua(1)p>4、式中,qv为体积流量,m3/s;u为天然气流速,m/s;a为管道横截面积,m2;k为超声流量计系数。因此,气体超声流量计通常为一种天然气体积流量计。
5、在体积流量计量基础上,超声流量计还可以对天然气质量流量进行计量,方法如下:
6、qm=qv×ρ(2)
7、式中,qm为质量流量,kg/s;qv为体积流量,m3/s;ρ为气体密度,kg/m3。
8、新的天然气能量计量计价体系规定,除了传统的天然气计量方式:体积流量计量和质量流量计量,还需要进行天然气能量计量,能量计量与体积计量之间的换算方法如下:
9、qe=qv×h(3)
10、其中,qe为能量流量,mj/s;qv为天然气体积流量,m3/s;h为天然气高位发热量,mj/m3。
11、因此,有必要设计一种能够同时对气体超声流量计进行体积计量、质量计量、能量计量。
技术实现思路
1、本专利技术的目的在于提供天然气流量计量方法,通过该计量方法可同时获得天然气体积流量、天然气质量流量和天然气能量流量。
2、此外,本专利技术还提供用于实现上述计量方法的体超声流量计、装置和相关产品。
3、本专利技术通过下述技术方案实现:
4、天然气流量计量方法,包括以下步骤:
5、s1、获取天然气基础数据,所述天然气基础数据包括天然气的操作压力、操作温度、声速和体积流量;
6、s2、将操作压力、操作温度、声速作为输入神经元分别输入两个人工神经网络模型,两个人工神经网络模型分别输出发热量和压缩因子;
7、s3、将步骤s2获得的压缩因子换算为密度,以天然气的密度和体积流量的乘积为计算原则,计算获得天然气质量流量;以步骤s2获得的发热量与体积流量的乘积为计算原则,计算获得天然气能量流量。
8、本专利技术是通过两个人工神经网络模型分别对天然气的发热量和压缩因子进行预测,将预测的发热量和压缩因子分别用于计算天然气能量流量和天然气质量流量,由于天然气体积流量可以直接通过气体超声流量计读取,因此,本专利技术可以对天然气体积流量、质量流量、能量流量三者同时进行计量。
9、进一步地,步骤s1中,体积流量直接通过安装在天然气管道上的气体超声流量计获得。
10、进一步地,步骤s2中,所述人工神经网络模型通过训练获得,训练集合的输入为操作压力、操作温度、声速,输出为发热量或压缩因子。
11、进一步地,步骤s3中,天然气质量流量的计算公式为:
12、qm=qv×ρ
13、式中,qm为质量流量,kg/s;qv为体积流量,m3/s;ρ为气体密度,kg/m3。
14、进一步地,步骤s3中,天然气能量流量的计算公式为:
15、qe=qv×h
16、式中,qe为能量流量,mj/s;qv为天然气体积流量,m3/s;h为天然气高位发热量,mj/m3。
17、一种天然气流量计量装置,包括:
18、采集模块,用于采集天然气基础数据,所述天然气基础数据包括天然气的操作压力、操作温度、声速和体积流量;
19、输入模块,用于输入人工神经网络模型所需的天然气基础数据;
20、处理模块,存储有两个分别用于输出发热量和压缩因子的人工神经网络模型;
21、输出模块,用于输出人工神经网络模型的处理结果,所处处理结果包括发热量和压缩因子;
22、密度换算模块,用于将压缩因子换算成密度;
23、第一计算模块,用于获取采集模块的体积流量和密度换算模块的密度,计算天然气质量流量
24、第二计算模块,用于获取采集模块的体积流量和输出模块输出的压缩因子,计算天然气能量流量。
25、一种气体超声流量计,包括上述天然气流量计量装置。
26、一种电子设备,包括处理器,以及与所述处理器通信连接的存储器和收发器;
27、所述存储器存储计算机执行指令;所述收发器用于收发数据;
28、所述处理器执行所述存储器存储的计算机执行指令,以实现权利要求1中所述天然气流量计量方法的步骤。
29、一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现权利要求1中所述天然气流量计量方法的步骤。
30、一种计算机程序产品,包括计算机执行指令,该计算机执行指令被处理器执行时实现权利要求1中所述天然气流量计量方法的步骤。。
31、本专利技术与现有技术相比,具有如下的优点和有益效果:
32、1、本专利技术将操作温度、操作压力、超声波实际声速作为人工神经网络模型的输入神经元,将发热量和压缩因子,由于天然气体积流量可以直接通过气体超声流量计读取,因此,本专利技术可以对天然气体积流量、质量流量、能量流量三者同时进行计量。
33、2、本专利技术训练好后的工神经网络模型所需输入参数为操作温度、操作压力、超声波实际声速,不再依赖于气相色谱对组分进行的分析,免于在每个站投资在线色谱,节省费用。
本文档来自技高网...
【技术保护点】
1.天然气流量计量方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的天然气流量计量方法,其特征在于,步骤S1中,体积流量直接通过安装在天然气管道上的气体超声流量计获得。
3.根据权利要求1所述的天然气流量计量方法,其特征在于,步骤S2中,所述人工神经网络模型通过训练获得,训练集合的输入为操作压力、操作温度、声速,输出为发热量或压缩因子。
4.根据权利要求1-3任一项所述的天然气流量计量方法,其特征在于,步骤S3中,天然气质量流量的计算公式为:
5.根据权利要求1-3任一项所述的天然气流量计量方法,其特征在于,步骤S3中,天然气能量流量的计算公式为:
6.一种天然气流量计量装置,其特征在于,包括:
7.一种气体超声流量计,其特征在于,包括如权利要求6所述的天然气流量计量装置。
8.一种电子设备,其特征在于,包括处理器,以及与所述处理器通信连接的存储器和收发器;
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现权利要求1中所述天然气流量计量方法的步骤。
10.一种计算机程序产品,其特征在于,包括计算机执行指令,该计算机执行指令被处理器执行时实现权利要求1中所述天然气流量计量方法的步骤。
...
【技术特征摘要】
1.天然气流量计量方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的天然气流量计量方法,其特征在于,步骤s1中,体积流量直接通过安装在天然气管道上的气体超声流量计获得。
3.根据权利要求1所述的天然气流量计量方法,其特征在于,步骤s2中,所述人工神经网络模型通过训练获得,训练集合的输入为操作压力、操作温度、声速,输出为发热量或压缩因子。
4.根据权利要求1-3任一项所述的天然气流量计量方法,其特征在于,步骤s3中,天然气质量流量的计算公式为:
5.根据权利要求1-3任一项所述的天然气流量计量方法,其特征在于,步骤s3中,天然气能量流量...
【专利技术属性】
技术研发人员:董静雅,宋彬,王强,袁晓云,
申请(专利权)人:中国石油天然气股份有限公司,
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。