[发明专利]旋流气液分离器入口流型识别方法、装置及处理器在审

专利信息
申请号: 202211066113.2 申请日: 2022-08-31
公开(公告)号: CN115406575A 公开(公告)日: 2022-11-29
发明(设计)人: 杨兆铭;苏怀;张劲军;何利民;罗小明;向旗;胡晶晶 申请(专利权)人: 中国石油大学(北京)
主分类号: G01L13/00 分类号: G01L13/00;G06N20/20
代理公司: 北京润平知识产权代理有限公司 11283 代理人: 邝圆晖
地址: 102249*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 流气 分离器 入口 识别 方法 装置 处理器
【说明书】:

本申请实施例提供一种旋流气液分离器入口流型识别方法、装置及处理器。方法包括:在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,获取通过第一压力传感器和第二压力传感器采集到的第一压力值和第二压力值,根据第一压力值和第二压力值确定入口和溢流口之间的压力差值,将压力差值输入至流型识别模型,以通过流型识别模型输出旋流气液分离器的入口流型。

技术领域

本申请涉及计算机技术领域,具体涉及一种旋流气液分离器入口流型识别方法、装置、存储介质及处理器。

背景技术

旋流气液分离器(GLCC)是石油、化工领域的重要分离装备,其工作原理为气液混合物由切向入口进入分离器内部,气液两相由于离心力的不同而实现分离,继而从不同方向排出。作为油气集输模块中与管道相连的元件,其流型的识别对站场整体的流动安全保障具有重要意义。

现有技术中流型识别主要基于直接观测法,由于分离器与管道均不能用透明材料制造,因此直接观测法无法用于现场识别旋流气液分离器(GLCC)的入口流型,且无法通过旋流气液分离器(GLCC)的相关实际测得数据来进行流型识别。

发明内容

本申请实施例的目的是提供一种旋流气液分离器入口流型识别方法、装置、存储介质及处理器。

为了实现上述目的,本申请第一方面提供一种旋流气液分离器入口流型识别方法,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,方法包括:

获取通过第一压力传感器和第二压力传感器采集到的第一压力值和第二压力值;

根据第一压力值和第二压力值确定入口和溢流口之间的压力差值;

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

在本申请的实施例中,获取通过第一压力传感器和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入口和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,依次将包含有流型标识的历史压力差值输入至流型识别模型,以对流型识别在本申请的实施例中,模型进行训练。

在本申请的实施例中,按照预设比例将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;随机从训练集中选出N个包含有流型标识的历史压力差值输入至流型识别模型,以对流型识别模型进行训练;在通过训练集中的数据对流型识别模型进行训练后,随机从验证集中选出M个包含有流型标识的历史压力差值输入至流型识别模型,以检测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;在流型识别模型的预测准确率大于预设阈值的情况下,确定流型识别模型训练完毕;在流型识别模型的预测准确率小于或等于预设阈值的情况下,再次执行随机从训练集中选出N个包含有流型标识的历史压力差值输入至流型识别模型,以对流型识别模型进行训练的步骤,直到流型识别模型的预测准确率大于预设阈值。

在本申请的实施例中,在确定的气相表观流速与液相表观流速的情况下,获取通过第一压力传感器和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,以使第一历史压力值和第二历史压力值之间的历史压力差值呈周期性变化。

本发明第二方面提供一种处理器,被配置成执行上述的旋流气液分离器入口流型识别方法。

本申请第三方面提供一种旋流气液分离器入口流型识别装置,包括:

数据采集模块,用于通过第一压力传感器和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,用于根据第一压力值和第二压力值确定入口和溢流口之间的压力差值;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油大学(北京),未经中国石油大学(北京)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211066113.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top