一种用于油田加热炉盘管结垢预测算法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114529106A(43)申请公布日2022.05.24(21)申请号202210419047.6G06F16/2458(2019.01)(22)申请日2022.04.21G06F16/248(2019.01)F24H15/288(2022.01)(71)申请人深圳市佳运通电子有限公司地址518000广东省深圳市福田区华富街道莲花一村社区皇岗路5001号深业上城(南区)T2栋4601(72)发明人刘永才胡明发郭卫猛吴中华王亮亮严刚(74)专利代理机构深圳市辉泓专利代理有限公司44510专利代理师刘海军孟强(51)Int.Cl.G06Q10/04(2012.01)G06Q50/02(2012.01)G06N20/20(2019.01)权利要求书2页说明书5页附图2页(54)发明名称一种用于油田加热炉盘管结垢预测算法(57)摘要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。CN114529106ACN114529106A权利要求书1/2页1.一种用于油田加热炉盘管结垢预测算法，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，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，结合温差表判断是否需要清垢；或/和机器学习分析算法，即AI模型对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。2.根据权利要求1所述的用于油田加热炉盘管结垢预测算法，其特征在于，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。3.根据权利要求2所述的用于油田加热炉盘管结垢预测算法，其特征在于，在步骤S22当中，PLC点位的数据包括出口温度、进口温度、燃气流量、环境温度、汇管介质流量，其标准差分别表示为σ出、σ进、σ气、σ环和σ介。4.根据权利要求2所述的用于油田加热炉盘管结垢预测算法，其特征在于，在步骤S21当中，所述扫描窗口区间划分为前、中、后三段，只取标准差满足阈值范围内的数据中断对应的PLC点位数据作为训练数据。5.根据权利要求1所述的用于油田加热炉盘管结垢预测算法，其特征在于，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的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；根据伯努利方程：；其中，V为流体流速、V1的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，p为流体压强，p1为PLC点位处所测的流体压强;随着V1增大，p1会减小，结垢越厚，p1减小越多，压差p‑p1，故当进出口的压差p‑p1大于设定的压差上限时，判断为有垢；其中包括：1）压差统计表的生成步骤；2CN114529106A权利要求书2/2页将清垢后一段时间预处理好的历史数据按介质流量分区间，计算各区间箱线图检测中的轻度异常值，作为对应介质流量分区间的压差上限值，将计算值存入表中；2）分析步骤；每隔一段时间传入实时数据，并依据步骤S2所设规则判断数据是否稳定；若数据不稳定，则丢弃此段时间数据，等待下一个周期循环判断；若数据稳定，则计算盘管进出口的压差p‑p1，并与压差统计表中对应介质流量区间的压差上限作比较，若超