[发明专利]一种油气运输管道水合物监测技术

权利要求书

1.一种油气运输管道水合物监测技术，其特征在于，包括如下步骤：

S1、深度学习训练数据的获得与预处理；

S2、训练深度学习模型；

S3、检验深度学习模型；

S4、利用测量信息进行预测；

上述深度学习训练数据的获得与预处理包括：测量已知状况的运输管道内物理参数和测量已知抑制剂浓度与合理抑制剂浓度的采集样本的物理参数；

上述测量已知状况的运输管道内物理参数包括：分别利用压强，温度传感器采集运输管道内的压强、温度信息；

上述测量已知抑制剂浓度与合理抑制剂浓度的采集样本的物理参数包括：将采集到的样本放入样本仓，样本仓内设有温度传感器，电导率传感器，声波的发射、接收装置；通过声波的发射、接收装置，可以测得声波通过样本的速度，通过温度传感器、电导率传感器分别测量、采集样本的温度信息以及电导率信息；

上述训练深度学习模型包括：以运输管道内的压强、温度信息，已知抑制剂浓度与合理抑制剂浓度的采集样本的电导率、温度、声波通过样本的速度作为输入，one-hot形式的进一步抑制剂的建议用量作为输出训练深度学习模型；

上述利用测量信息对管道情况与所需抑制剂情况进行预测包括：系统根据所测信息自动给出进一步抑制剂建议用量。

2.如权利要求1所述的一种油气运输管道水合物监测技术其特征在于：利用铂热电阻温度传感器和石油管道压力传感器分别采集管道内部的温度和压力信息。

3.如权利要求1所述的一种油气运输管道水合物监测技术其特征在于：通过测量溶液电导率的形式量化溶液的电离程度以预测、建议抑制剂浓度，温度也作为主要特征值之一进行测量。

4.如权利要求1所述的一种油气运输管道水合物监测技术其特征在于：测量声波通过样本的速度主要通过声波收发装置进行；声波收发装置采用超声波收发装置；上位机或芯片记录超声波收发装置发出和收到超声波的时间差；由于样本仓的宽度固定且已知，因此可以利用上述时间差和样本仓的宽度计算超声波通过样本的速度；计算方法如式(1)所示：

式中：v为超声波通过样本的速度，l为样本仓宽度，Δt为超声波收发装置发出和收到超声波的时间差。

5.如权利要求1所述的一种油气运输管道水合物监测技术其特征在于：所述深度学习模型为LSTM神经网络，以one-hot形式的进一步抑制剂的建议用量作为输出，利用交叉熵代价函数作为损失函数，梯度下降的方法更新全局参数。