[发明专利]一种油气运输管道水合物监测技术

摘要

本发明公开了一种油气运输管道水合物监测技术。本发明包括：深度学习训练数据的获得与预处理；训练深度学习模型；利用测量信息进行预测。本发明提出一种利用已训练好的深度学习模型根据运输管道内物理参数和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，给出进一步抑制剂建议用量的运输管道水合物监测方法，该方法克服现有技术由于开采情况限制而造成的成本高，难以实施的缺陷；克服已提出方法由于定量注射化学试剂所造成的抑制水合物形成效果不稳定的不足而提出的一种能进一步抑制剂用量的油气运输管道水合物监测技术，是一种便于实施，成本低，可信度高的运输管道水合物监测方法。

主权项

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。