[发明专利]一种用于油田加热炉盘管结垢预测算法

说明书

本发明提出一种用于油田加热炉盘管结垢预测算法，实现多维度智能化加热炉盘管结垢预测机制，增加了可解释性以及提升了准确性和算法的鲁棒性，其特征在于，包含以下步骤：步骤S1，采集加热炉运行过程中各PLC点位的实时数据；步骤S2，利用标准差反映随机变量离散程度的特性，对选定PLC点位设置标准差阈值界限，通过该标准差阈值界限在数据库中筛选出平稳运行的历史数据用作后续分析的训练数据集；步骤S3，结合至少一种分析算法对加热炉实时数据进行分析，判断是否需要清垢并告警；该分析算法包括压差分析算法，或/和温差分析算法，或/和机器学习分析算法；步骤S4，结合上述至少一种分析算法的结果，生成并展示结垢信息。

技术领域

本发明涉及一种用于油田加热炉盘管结垢预测算法。

背景技术

水套加热炉是为满足油田特殊需要而设计的一种专用加热设备，主要用于油气集输系统过程中，将原油天然气加热到工艺要求的温度，以便进行输送、沉降、分离、脱水和初加工。水套炉以天然气为原料，燃烧器点燃火筒内的天然气，使水套中的水被加热，在通过热水将浸浴其中的盘管里的介质加热到指定温度以上，盘管的介质(油气水混合物)由于含有、多种离子、细菌、泥沙等介质，以及含蜡量高等，很容易造成结垢。盘管结垢后容易造成换热不良，燃料量增加以及盘管堵塞，还会诱发局部腐蚀，导致盘管渗漏，甚至穿孔造成事故。

随着近些年大数据，物联网兴起，企业希望借助大数据、算法来对水套加热炉盘管结垢趋势进行预测，推荐合适的清垢时间给现场工作人员，一方面可以提高炉效，节约资源，减少燃料浪费；另一方面可以避免因结垢导致的穿孔等加热炉事故发生。

发明内容

为克服现有技术中存在的缺陷，本发明提出一种用于油田加热炉盘管结垢预测算法，其基于理论计算同时结合机器学习技术，实现多维度智能化加热炉盘管结垢预测机制，具体通过以下技术手段实现：

一种用于油田加热炉盘管结垢预测算法，其包含以下步骤：

步骤S1，采集加热炉运行过程中各PLC点位的实时数据，并将历史清垢时间与实时数据对应存入数据库中；

步骤S2，利用标准差反映随机变量离散程度的特性，对选定PLC点位设置标准差阈值界限，通过该标准差阈值界限在数据库中筛选出平稳运行的历史数据用作后续分析的训练数据集；

步骤S3，结合至少一种分析算法对加热炉实时数据进行分析，判断是否需要清垢并告警；该分析算法包括

压差分析算法，即按照介质流量细分不同区间形成压差统计表，结合压差统计表判断是否需要清垢；或/和

温差分析算法，即按照燃气流量、介质流量一起细分区间形成温差统计表，结合温差统计表判断是否需要清垢；或/和

机器学习分析算法，即AI模型根据实时数据对清垢时间目标值进行预判；

步骤S4，结合上述至少一种分析算法的结果，生成并展示结垢信息。

进一步的，在步骤S2当中，对平稳运行的历史数据的提取包有以下步骤：

步骤S21，根据盘管ID对历史数据进行分组，以K小时为扫描窗口区间，计算区间时间内相关PLC点位的标准差；

步骤S22，将计算获得的相关PLC点位的标准差与设定的标准差阈值界限进行比较，若全部在标准差阈值界限以内，则认为该扫描窗口区间的炉况数据稳定。

进一步的，该压差分析算法为：

根据连续性方程：V*A=V₁*A₁；其中，V为流体流速、V₁为PLC点位处所测的流体流速、A为盘管的横截面积，A₁为PLC点位处的横截面积；由于加热炉盘管中结垢将导致管径变细，管内流体流速随之增大；