[發明專利]用于識別旋流氣液分離器入口流型的方法、處理器及裝置

在審

• 申請號: 202211066114.7
• 申請日: 2022-08-31
• 公開（公告）號: CN115452316A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 楊兆銘;蘇懷;張勁軍;何利民;羅小明;向旗;胡晶晶
• 申請（專利權）人: 中國石油大學(北京)
• 主分類號: G01M10/00
• 分類號: G01M10/00;G06N20/00;G06K9/62
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 鄺圓暉

本申請實施例提供一種用于識別旋流氣液分離器入口流型的方法、處理器及裝置。方法包括：通過流量計采集入口的氣相流量和液相流量；獲取與入口相連管道的管道參數；根據氣相流量和管道參數確定入口的氣相流速；根據液相流量和管道參數確定入口的液相流速；將氣相流速和液相流速輸入至流型識別模型，以通過流型識別模型確定旋流氣液分離器的入口流型。通過該技術方案可以快速、確定的識別旋流氣液分離器的入口流型，且可以快速地獲得旋流氣液分離器的相關數據。

技術領域

本申請涉及計算機技術領域，具體涉及一種用于識別旋流氣液分離器入口流型的方法、處理器、裝置及存儲介質。

背景技術

旋流氣液分離器(GLCC)是石油、化工領域的重要分離裝備，其工作原理為氣液混合物由切向入口進入分離器內部，氣液兩相由于離心力的不同而實現分離，繼而從不同方向排出。作為油氣集輸模塊中與管道相連的元件，其流型的識別對站場整體的流動安全保障具有重要意義。

現有技術中流型識別主要基于直接觀測法與間接測量法，由于分離器與管道均不能用透明材料制造，因此直接觀測法無法用于現場識別旋流氣液分離器(GLCC)的入口流型，間接測量法無法通過旋流氣液分離器(GLCC)的相關實際測得數據來進行流型識別。

發明內容

本申請實施例的目的是提供一種用于識別旋流氣液分離器入口流型的方法、處理器、裝置及存儲介質。

為了實現上述目的，本申請第一方面提供一種用于識別旋流氣液分離器入口流型的方法，旋流氣液分離器的入口處安裝有流量計，包括：

通過流量計采集入口的氣相流量和液相流量；

獲取與入口相連管道的管道參數；

根據氣相流量和管道參數確定入口的氣相流速；

根據液相流量和管道參數確定入口的液相流速；

將氣相流速和液相流速輸入至流型識別模型，以通過流型識別模型確定旋流氣液分離器的入口流型。

在本申請的實施例中，管道參數包括管道的內徑和截面積，根據氣相流量和管道參數確定入口的氣相流速包括，根據公式(1)計算入口的氣相流速：

其中，v_g為入口的氣相流速，Q_g為入口的氣相流量，A為管道的截面積，d為管道的內徑。

在本申請的實施例中，根據液相流量和管道參數確定入口的液相流速包括，根據公式(2)計算入口的液相流速：

其中，v_l為入口的液相流速，Q_l為入口的液相流量，A為管道的截面積，d為管道的內徑。

在本申請的實施例中，方法還包括：獲取多個數據樣本，數據樣本包括多個歷史旋流氣液分離器入口的歷史氣相流速和歷史液相流速；確定每個數據樣本對應的歷史入口流型；根據歷史入口流型對每個數據樣本添加流型標識；依次將包含有流型標識的數據樣本輸入至流型識別模型，以對流型識別模型進行訓練。

在本申請的實施例中，方法還包括：按照預設比例將多個數據樣本劃分為訓練集和驗證集；隨機從訓練集中選出N個數據樣本輸入至流型識別模型，以對流型識別模型進行訓練；隨機從驗證集中選出M個數據樣本輸入至流型識別模型，并根據每個數據樣本的流型標識確定流型識別模型的預測準確率，其中，N和M均為大于零的自然數；在預測準確率大于預設閾值的情況下，確定流型識別模型訓練完畢；在流型識別模型的預測準確率小于或者等于預設閾值的情況下，再次執行隨機從訓練集中選出N個數據樣本輸入至流型識別模型的步驟，直到預測準確率大于預設閾值。