[发明专利]旋流气液分离器入口流型识别方法、装置及处理器

权利要求书

1.一种旋流气液分离器入口流型识别方法，其特征在于，所述旋流气液分离器的入口和溢流口分别安装有第一压力传感器和第二压力传感器，所述方法包括：

获取通过所述第一压力传感器和所述第二压力传感器采集到的第一压力值和第二压力值；

根据所述第一压力值和所述第二压力值确定所述入口和所述溢流口之间的压力差值；

将所述压力差值输入至流型识别模型，以通过所述流型识别模型输出所述旋流气液分离器的入口流型，所述流型识别模型内搭建的机器学习算法为GBDT或XGBoost。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取通过所述第一压力传感器和所述第二压力传感器采集到的多个第一历史压力值和第二历史压力值；

根据多个第一历史压力值和第二历史压力值确定所述入口和所述溢流口之间的多个历史压力差值，以及与每个历史压力差值对应的历史入口流型；

根据所述历史入口流型对每个历史压力差值添加流型标识；

依次将包含有所述流型标识的历史压力差值输入至流型识别模型，以对所述流型识别模型进行训练。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

按照预设比例将所述多个历史压力差值和与每个历史压力差值对应的历史入口流型划分为训练集和验证集；

随机从所述训练集中选出N个包含有所述流型标识的历史压力差值输入至流型识别模型，以对所述流型识别模型进行训练；

在通过所述训练集中的数据对所述流型识别模型进行训练后，随机从所述验证集中选出M个包含有所述流型标识的历史压力差值输入至流型识别模型，以检测所述流型识别模型的预测准确率，其中，N和M均为大于零的自然数；

在所述流型识别模型的预测准确率大于预设阈值的情况下，确定所述流型识别模型训练完毕；

在所述流型识别模型的预测准确率小于或等于所述预设阈值的情况下，再次执行所述随机从所述训练集中选出N个包含有所述流型标识的历史压力差值输入至流型识别模型，以对所述流型识别模型进行训练的步骤，直到所述流型识别模型的预测准确率大于所述预设阈值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

在确定的气相表观流速与液相表观流速的情况下，获取通过所述第一压力传感器和所述第二压力传感器采集到的多个第一历史压力值和第二历史压力值，以使所述第一历史压力值和所述第二历史压力值之间的历史压力差值呈周期性变化。

5.一种处理器，其特征在于，被配置成执行根据权利要求1至4中任意一项所述的旋流气液分离器入口流型识别方法。

6.一种旋流气液分离器入口流型识别装置，其特征在于，包括：

数据采集模块，用于通过所述第一压力传感器和所述第二压力传感器采集到的第一压力值和第二压力值；

数据处理模块，用于根据所述第一压力值和所述第二压力值确定所述入口和所述溢流口之间的压力差值；

流型识别模块，用于将所述压力差值输入至流型识别模型，以通过所述流型识别模型输出所述旋流气液分离器的入口流型，所述流型识别模型内搭建的机器学习算法为GBDT或XGBoost。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括模型训练模块，被配置成：

获取通过所述第一压力传感器和所述第二压力传感器采集到的多个第一历史压力值和第二历史压力值；

根据多个第一历史压力值和第二历史压力值确定所述入口和所述溢流口之间的多个历史压力差值，以及与每个历史压力差值对应的历史入口流型；根据所述历史入口流型对每个历史压力差值添加流型标识；

依次将包含有所述流型标识的历史压力差值输入至流型识别模型，以对所述流型识别模型进行训练。