原油管道清管后摩阻预测模型训练、多步预测方法及装置制造方法及图纸

技术编号:41365765 阅读:22 留言:0更新日期:2024-05-20 10:13
本发明专利技术公开了一种原油管道清管后摩阻预测模型的训练方法,多步摩阻预测方法及装置。其中预测模型的训练方法包括:获取原油输送管段的前站输量、前站出站压力和后站进站压力、前站和后站高程、前站和后站里程的历史采样数据和采样时刻信息;根据历史采样数据,计算出各采样时刻的管线摩阻值并转换成基准摩阻值;形成基准摩阻值时序数据;将基准摩阻值时序数据,划分为训练数据集和测试数据集;迭代使用训练数据集对预设的神经网络模型进行训练,使用测试数据集对预测值的误差进行评价,直至达到预设收敛条件,得到原油管道清管后摩阻的预测模型。本发明专利技术可对原油输送管道未来多个时间点摩阻进行预测,实现异常工况的监控,有效指导管道清管等作业。

【技术实现步骤摘要】

本专利技术涉及原油管道输送,特别涉及一种原油管道清管后摩阻预测模型的训练方法,多步摩阻预测方法、异常工况监测方法及装置。


技术介绍

1、我国所生产的原油大多是易凝原油,易凝原油含蜡量较高。原油管道中热油在管道种向前输送,原油的温度不断被周围环境降低,当温度低于原油析蜡点温度时,管壁内部就会逐渐有蜡沉积,给输送带来很多困难。结蜡不仅会增加管道运行的能耗,影响管道的安全运行,而且还可能造成管内原油冷却胶凝导致凝管事故,给管道的输送带来很大的安全隐患。最早发展起来并被广泛应用的一种清蜡技术就是清管,合理的清管周期和输送期间管道相关参数的监测,为制定经济有效的清管方案和管道优化运行方案提供依据。

2、对清管周期的确定方法中,对清管周期的判断依赖于操作人员的主观经验,一是对调度员得专业和经验要求较高,且容易受主观影响;二是工作时间或精力有限,易疲劳,受情绪波动;三是效率低、速度慢、不易信息集成。当一个异常工况出现到调度员发现,再作出相应的措施至少一个小时甚至更长时间过去了,这很有可能延误异常处理的最佳时期。另外,在实际工程应用中,出现的工况多种多样,基于本文档来自技高网...

【技术保护点】

1.一种原油管道清管后摩阻预测模型的训练方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,根据所述原油输送管段的前站输量、前站的出站压力和后站进站压力、前站和后站的高程以及前站和后站的里程的历史采样数据,计算出各采样时刻对应的管线摩阻值,包括:

3.如权利要求2所述的方法,其特征在于,按照下述公式,将所述管线摩阻值,转换成对应基准摩阻值:

4.如权利要求1所述的方法,其特征在于,基准摩阻值的时序数据,包括若干按照时间先后顺序排列的不同采样时刻的管线摩阻值;

5.如权利要求4所述的方法,其特征在于,相关系数通过下述方式计算:<...

【技术特征摘要】

1.一种原油管道清管后摩阻预测模型的训练方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,根据所述原油输送管段的前站输量、前站的出站压力和后站进站压力、前站和后站的高程以及前站和后站的里程的历史采样数据,计算出各采样时刻对应的管线摩阻值,包括:

3.如权利要求2所述的方法,其特征在于,按照下述公式,将所述管线摩阻值,转换成对应基准摩阻值:

4.如权利要求1所述的方法,其特征在于,基准摩阻值的时序数据,包括若干按照时间先后顺序排列的不同采样时刻的管线摩阻值;

5.如权利要求4所述的方法,其特征在于,相关系数通过下述方式计算:

6.如权利要求1-5任一项所述的方法,其特征在于,所述训练数据集和测试数据集中的数据为下述三维矩阵的形式:

7.如权利要求6所述的方法,其特征在于,所述神经网络模型为lstm神经网络模型;

8.如权利要求7所述的方法,其特征在于,所述lstm神经网络模型中,采用周期性滑动窗口,每完成一个周期将测试集的预测值重新替换为真实值;

9.如权利要求6所述的方法,其特征在于,并使用测试数据集对所述...

【专利技术属性】
技术研发人员:郑淮文何子襄金玮马旭鑫安向哲李新宅辛麒
申请(专利权)人:昆仑数智科技有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1