CN113642199B - 一种基于人工智能的原油凝结识别方法及设备 - Google Patents

Abstract

本发明公开了一种基于人工智能的原油凝结识别方法及设备，属于石油工业技术领域，解决了无法实时获取输油管道中含蜡原油的凝结情况的问题。方法包括：绘制输油管道各个节点处的传播声速变化曲线以及衰减系数变化曲线；对各变化曲线分别进行特征提取，得到各变化曲线的第一曲线特征向量；在得到新的传播声速与衰减系数后，更新到对应的变化曲线中，并对更新后的变化曲线进行特征提取，得到第二曲线特征向量；基于第一曲线特征向量与第二曲线特征向量，得到特征变化值；基于特征变化值，确定变化曲线是否发生突变；若未发生突变，则基于最后确定的传播声速与衰减系数，确定超声波发射装置所在节点处的原油的凝结度。

Description

一种基于人工智能的原油凝结识别方法及设备

技术领域

本申请涉及石油工业技术领域，尤其涉及一种基于人工智能的原油凝结识别方法及设备。

背景技术

管道输送高凝高粘原油是一个复杂的工艺过程。而高凝高粘原油中的含蜡原油作为一种多组分的烃类、非烃类复杂混合物，在其采输过程中，随着温度的降低，原油中的蜡晶会不断地析出，并相互交联形成具有一定强度的网络结构体，进而呈现所谓的胶凝现象。因此目前对于含蜡原油，主要还是采用加热管道的方式进行输送，以保证含蜡原油在管道中的流动性。

而实际的油田产出的原油组成和流态复杂，在通过输油管道输送过程中，存在结蜡、腐蚀冲刷、管道失效等风险，输送流程环节较多且具有复杂性，极大地影响输油管道安全平稳运行。但是目前并没有一个有效监测输油管道中原油状态以及输油管道运行状态的方法，无法知道输油管道中原油的凝结情况，也就无法对出现的异常情况针对性地作出应对，从而增大了原油管道运输的风险。

发明内容

本申请实施例提供了一种基于人工智能的原油凝结识别方法及设备，用于解决如下技术问题：在含蜡原油输送过程中，无法实时获取输油管道中含蜡原油的凝结情况。

本申请实施例采用下述技术方案：

一方面，本申请实施例提供了一种基于人工智能的原油凝结识别方法，方法包括：基于预设时间间隔，获取输油管道各个节点处的超声波传播声速以及超声波衰减系数；绘制所述输油管道各个节点处的传播声速变化曲线，以及衰减系数变化曲线；对所述输油管道各个节点处的各变化曲线分别进行特征提取，得到所述各变化曲线的第一曲线特征向量；在得到新的传播声速与衰减系数后，将所述新的传播声速与衰减系数更新到对应的变化曲线中，并对更新后的所述变化曲线进行特征提取，得到所述变化曲线的第二曲线特征向量；基于所述第一曲线特征向量与第二曲线特征向量，得到所述变化曲线的特征变化值；基于所述特征变化值，确定所述变化曲线是否发生突变；若未发生突变，则基于最后确定的传播声速与衰减系数，确定所述超声波发射装置所在节点处的原油的凝结度。

在一种可行的实施方式中，所述基于预设时间间隔，获取输油管道各个节点处的超声波传播声速以及超声波衰减系数，具体包括：基于预设时间间隔，控制安装在所述输油管道各个节点处的超声波发射装置发射预设频率的超声波；其中，所述预设频率包括一组不同的频率；根据所述超声波接收装置接收到所述超声波的时间，确定所述超声波在所述输油管道中的传播时间；其中，所述超声波发射装置与对应的所述超声波接收装置相对设置在输油管道的两侧；获取所述所述超声波发送装置安装节点处，输油管道的直径；根据所述输油管道的直径以及所述超声波的传播时间，分别计算不同频率的超声波在所述输油管道中传播的传播声速；确定所述超声波接收装置接收到的所述预设频率的超声波的振幅；根据所述振幅以及所述输油管道的直径，计算所述预设频率的超声波在所述输油管道中的衰减系数。

本申请实施例通过安装在输油管道两侧的超声波发射装置和超声波接收装置，测量超声波在输油管道中的传播声速和衰减系数，并根据时间绘制传播声速变化曲线和衰减系数变化曲线，分析各变化曲线以确定变化曲线是否发生突变，可以在输油管道中原油凝结度出现异常时及时告警，引起工作人员的注意。最后再根据传播声速与衰减系数确定输油管道中的原油凝结度，可以使工作人员实时监控输油管道各节点的原油凝结情况，从而实时通过合理的措施保证原油在输油管道中的流动性。

在一种可行的实施方式中，对所述输油管道各个节点处的变化曲线分别进行特征提取，得到各变化曲线的第一曲线特征向量，具体包括：对得到的每条变化曲线进行分割，并分别计算分割后的各段曲线的相对高度；对所述分割后的各段曲线继续进行分割，直至各段曲线的相对高度均小于相对高度阈值；并将分割过程中得到的每个相对高度，按照分割曲线的层次存储在二叉树相应的节点中；基于所述二叉树，得到对应的变化曲线的所述第一曲线特征向量。

在一种可行的实施方式中，对所述每条变化曲线进行分割，并分别计算分割后的各段曲线的相对高度；对所述分割后的各段曲线继续进行分割，直至各段曲线的相对高度均小于相对高度阈值；并将分割过程中得到的每个相对高度，按照分割曲线的层次存储在二叉树相应的节点中，具体包括：确定某一条变化曲线两个端点之间的距离；确定所述变化曲线上的点到两个端点连线的最远距离；将所述最远距离与所述两个端点之间的距离的比值作为所述变化曲线的相对高度，并将所述相对高度存放在所述二叉树的根节点；通过所述最远距离对应的点，将所述变化曲线分为两段；分别确定两段曲线的相对高度，并存放在所述根节点的子节点中；继续分割每段曲线并求分割后的每段曲线的相对高度，并存放在所述子节点的子节点中；若某段曲线的相对高度小于相对高度阈值，则停止分割该段曲线。

在一种可行的实施方式中，所述基于所述二叉树，得到对应的变化曲线的所述第一曲线特征向量，具体包括：在所述变化曲线的每段曲线都停止分割后，将所述二叉树中的空白节点用0填补，形成完全二叉树；按照从上到下、从左到右的次序遍历所述完全二叉树的节点，得到所述变化曲线的所述第一曲线特征向量。

在一种可行的实施方式中，基于所述第一曲线特征向量与第二曲线特征向量，得到所述变化曲线的特征变化值，具体包括：根据所述第一曲线特征向量与第二曲线特征向量中的特征数据对曲线识别的影响程度，为所述特征数据设置不同的权重；其中，任一所述特征数据在第一曲线特征向量与第二曲线特征向量中对应的权重相同；基于所述权重，计算所述第一曲线特征向量与所述第二曲线特征向量的欧拉距离；将所述欧拉距离作为所述第二曲线特征向量的变化值。

在一种可行的实施方式中，基于所述特征变化值，确定所述变化曲线是否发生突变，具体包括：在所述变化曲线中的数据点少于预设数量的情况下，确定所述变化曲线未发生突变；以及，在所述变化曲线中的数据点不少于预设数量的情况下，若所述变化值大于第一预设阈值，则确定所述变化曲线发生突变；在所述变化曲线发生突变的情况下，确定同一时刻发生突变的变化曲线数量；若所述发生突变的变化曲线数量小于第二预设阈值，则确定所述输油管道中原油的凝结度属于正常情况；若所述发生突变的变化曲线数量不小于第二预设阈值，则确定所述输油管道中原油的凝结度属于异常情况，并向工作人员的终端发出告警。

本申请实施例通过对比更新前和更新后的变化曲线的特征，确定两者的变化值，从而判断传播声速与衰减系数是否发生了突变，若发生了突变则意味着管道中的原油可能出现了突然的凝结现象，且这种现象会比较严重，因此要向工作人员发出告警，让工作人员排查故障，以保证原油的正常运输。

在一种可行的实施方式中，所述基于最后确定的传播声速与衰减系数，确定所述超声波发射装置所在节点处的原油的凝结度，具体包括：基于所述原油的凝结度与传播声速的关系，以及原油的凝结度与原油温度的关系，制作第一关系表；基于所述原油的凝结度与衰减系数的关系，以及原油的凝结度与温度的关系，制作第二关系表；基于不同频率的超声波在所述输油管道中测得的传播声速，在所述第一关系表中分别查找对应的凝结度，并求平均值，得到第一凝结度；基于不同频率的超声波在所述输油管道中测得的衰减系数，在所述第二关系表中分别查找对应的凝结度，并求平均值，得到第二凝结度；将所述第一凝结度与所述第二凝结度分别乘以对应的预设权重并相加，得到所述原油的凝结度。

在传播声速和衰减系数没有发生突变时，本申请实施例根据实验得到的原油的凝结度、传播声速与温度三者之间的关系表，确定当前原油的第一凝结度，以及根据实验得到的原油的凝结度、衰减系数、温度三者之间的关系，确定当前原油的第二凝结度，然后求平均值得到最终的凝结度，可以缩小误差，得到比较准确的原油凝结度。

在一种可行的实施方式中，在基于最后确定的传播声速与衰减系数，确定所述超声波发射装置所在节点处的原油的凝结度之后，所述方法还包括：基于所述第一凝结度，在所述第一关系表中查找对应的第一原油温度；基于所述第二凝结度，在所述第二关系表中查找对应的第二原油温度；对所述第一原油温度与所述第二原油温度求平均值，得到原油温度；根据所述输油管道各个节点处得到的所述原油凝结度与所述原油温度，得到所述输油管道的原油凝结度分布曲线以及原油温度分布曲线；将所述原油凝结度分布曲线以及原油温度分布曲线发送到工作人员的终端，以供工作人员判断所述原油是否有凝结风险。

本申请实施例通过将输油管道各个节点处得到的原油凝结度与原油温度，绘制为原油凝结度分布曲线以及原油温度分布曲线，能够让工作人员实时获取输油管道中含蜡原油的凝结情况，更直观地分析输油管道中原油的运输状态，及时发现异常及时处理。

另一方面，本申请实施例还提供了一种基于人工智能的原油凝结识别设备，设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行上述任一实施方式所述的一种基于人工智能的原油凝结识别方法。

本申请实施例通过将特征提取、曲线识别等人工智能技术与原油检测结合，提出了一种基于人工智能的原油凝结识别方法，能够实时监测输油管道中含蜡原油的凝结状态，而不是对输油管道中的情况一无所知的状态，更加有利于含蜡原油的运输，降低含蜡原油运输过程中的凝结风险。即使因为故障已经发生了较为严重的凝结现象，也可以在监测到之后及时调整输油管道对应节点的加热温度，以使含蜡原油恢复流动性，及时排除隐患。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本申请实施例提供的一种基于人工智能的原油凝结方法流程图；

图2为本申请实施例提供的一种输油管道示意图；

图3为本申请实施例提供的一种传播声速变化曲线示意图；

图4为本申请实施例提供的一种基于人工智能的原油凝结设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

图1为本申请实施例提供的一种基于人工智能的原油凝结方法流程图，如图1所示，基于人工智能的原油凝结方法具体可包括步骤101-106：

步骤101、处理器基于预设时间间隔，控制安装在输油管道各个节点处的超声波发射装置发射预设频率的超声波。

具体地，在输送含蜡原油的输油管道的各个节点处成对安装超声波发射装置与超声波接收装置。超声波发射装置与超声波接收装置相对设置在输油管道的两侧，以使超声波能够穿过输油管道被超声波接收装置接收。

在一个实施例中，如图2所示，210为一段输油管道，211、221、231为三个超声波发送装置示例，212、222、232为三个超声波接收装置示例。每个超声波发送装置与超声波接收装置一一对应，比如超声波发送装置211和超声波接收装置212安装在输油管道的两侧且相对安装。

作为一种可行的实施方式，一对超声波发射装置与超声波接收装置可以合称为超声波收发装置，若干对超声波收发装置安装在输油管道的各个节点处。而工作人员可以根据检测需求，灵活地将输油管道的任意位置设为节点，因此，超声波收发装置之间的间隔并不一定是相同的，主要根据工作人员的设置而决定。另外，每个节点的位置也是可以随时更改的，更改后由安装人员将超声波收发装置挪到新的节点位置即可。

进一步地，安装的每对超声波收发装置都与一个处理器无线连接。处理器每隔一段时间就控制超声波发射装置发射预设频率的超声波，并控制超声波接收装置接收对应的预设频率的超声波。其中，预设频率指的是一组不同频率的超声波，例如，处理器每一小时就控制超声波发射装置连续发射一组2MHz、5MHz、10MHz的超声波。

步骤102、获取输油管道各个节点处的超声波传播声速以及超声波衰减系数。

具体地，由于输油管道在运输含蜡原油时需要加热传输，因此管道外壁会发烫，为避免损坏超声波收发装置，在安装超声波收发装置时需在管道和装置之间增设隔热材料，因此本申请中输油管道的直径默认为：输油管道原本的直径加上两个隔热材料的厚度。且输油管道不同节点处的原本直径也不相同，在处理器中存储有输油管道各个节点处的原本直径。

进一步地，在输油管道开始输送含蜡原油时，处理器记录超声波从超声波发送装置发出到超声波接收装置接收到的时间，从而确定超声波在输油管道中的传播时间。然后根据v_i=L/T_i，分别计算不同频率的超声波在输油管道中传播的传播声速v_i。其中，L为输油管道的直径，Ti为不同频率的超声波的传播时间，i为不同频率的超声波的标号。

进一步地，处理器确定超声波接收装置接收到的不同频率的超声波的振幅。然后根据α_i=1/LlnA_i，得到不同频率的超声波在输油管道中的衰减系数α_i。其中，A_i为接收到的不同频率的超声波的振幅。

步骤103、处理器绘制绘制所述输油管道各个节点处的传播声速变化曲线，以及衰减系数变化曲线。

具体地，超声波发射装置根据处理器的指令，以预设时间间隔发射一次超声波，每次发射均连续发射设定好的不同频率的超声波，这些不同频率的超声波被对应的超声波接收装置所接收。处理器获取超声波接收装置接收的不同频率的超声波，并分别计算对应的传播声速和衰减系数。

例如，超声波发射装置间隔一小时发射一次1MHz、5MHz、7MHz这三种频率的超声波，三种频率的超声波的发射是连续的，即发射完1MHz的超声波就立即发射5MHz的超声波，然后立即发射7MHz的超声波。一小时后再次连续发射这三种频率的超声波。

进一步地，处理器根据接收到超声波的时间与计算出的传播声速的对应关系，绘制不同频率的超声波对应的传播声速变化曲线；以及，根据接收到超声波的时间与计算出的衰减系数的对应关系，绘制不同频率的超声波对应的衰减系数变化曲线。

在一个实施例中，传播声速变化曲线如图3所示，横坐标为时间，纵坐标为计算出的传播声速。衰减系数变化曲线的横坐标为时间，纵坐标为衰减系数。每种频率的超声波都对应一条传播声速变化曲线和一条衰减系数变化曲线。

需要说明的是，输油管道的每个节点处都对应若干条传播声速变化曲线和若干条衰减系数变化曲线。

步骤104、处理器对输油管道各个节点处的各变化曲线分别进行特征提取，得到各变化曲线的第一曲线特征向量，在确定新的传播声速与衰减系数后，将新的传播声速与衰减系数更新到对应的变化曲线中，并对更新后的变化曲线进行特征提取，得到变化曲线的第二曲线特征向量。

具体地，在得到不同频率的超声波对应的若干条传播声速变化曲线和若干条衰减系数变化曲线之后，处理器对每条变化曲线进行特征提取，每条变化曲线提取得到一个第一曲线特征向量，多个第一曲线特征向量合称为一组第一曲线特征向量。在接收到新的超声波，且计算出新的传播声速与衰减系数后，将新的传播声速与衰减系数更新到对应的变化曲线中，并对更新后的变化曲线进行特征提取，得到一组第二曲线特征向量。

其中，特征提取方法为：首先确定变化曲线两个端点之间的距离，然后确定变化曲线上的点到两个端点连线的最远距离。将最远距离与两个端点之间的距离的比值作为变化曲线的相对高度，并将相对高度存放在二叉树的根节点。通过最远距离对应的点，将变化曲线分为两段。分别确定两段曲线的相对高度，并存放在根节点的子节点中。继续分割每段曲线并求分割后的每段曲线的相对高度，并存放在子节点的子节点中。若某段曲线的相对高度小于相对高度阈值，则停止分割该段曲线。每段曲线都停止分割后，将二叉树中的空白节点用0填补，形成完全二叉树。最后按照从上到下、从左到右的次序遍历完全二叉树的节点，得到一个第一曲线特征向量。

在一个实施例中，如图3所示，某条传播声速变化曲线的端点为A、B，具体特征提取过程如下：

（1）：确定变化曲线上距离AB连线最远的点P，并通过h=|PC|/|AB|确定变化曲线的相对高度h，将h存放在二叉树的根节点中。

（2）：通过点P将曲线分割为曲线AP和曲线BP，并通过h的计算公式计算曲线AP的相对高度h1和曲线BP的相对高度h2。将h1存放在根节点h的左子节点中，将h2存放在根节点h的右子节点中。

（3）：通过（2）中的方法对曲线AP和曲线BP继续分割，并求相对高度，存放在二叉树中。直至某段曲线的相对高度小于预设的阈值，则停止分割该段曲线。

（4）：所有曲线都停止分割后，将二叉树中的空白节点用0填补，形成完全二叉树，最后按照从上到下、从左到右的次序遍历完全二叉树的节点，得到这条传播声速变化曲线的第一特征向量。

步骤105、处理器基于第一曲线特征向量与第二曲线特征向量，得到第二曲线特征向量的变化值，基于变化值，确定对应的变化曲线是否发生突变。

具体地，工作人员根据经验判断第一曲线特征向量与第二曲线特征向量中的特征数据对曲线识别的影响程度，并为各特征数据提前设置不同的权重。其中，特征数据即为第一曲线特征向量和第二曲线特征向量中的元素，任一特征数据在第一曲线特征向量与第二曲线特征向量中对应的权重相同。

进一步地，处理器基于特征数据的权重，根据公式：

计算第一曲线特征向量与第二曲线特征向量的欧拉距离D(X,Y）。其中，X=(x₁，x₂，……，x_n)为第一曲线特征向量，Y=(y₁，y₂，……，y_n)为第二曲线特征向量，w_j为每个特征数据对应的权重，j为第一曲线特征向量与第二曲线特征向量中特征数据的标号。将计算出的欧拉距离作为该变化曲线的特征变化值。

进一步地，由于在设备启动后的前几次计算时，变化曲线中的数据点过少，曲线特征也不能较准确地反映曲线的特征，因此在变化曲线中的数据点少于预设数量的情况下，默认变化曲线未发生突变。然后在变化曲线中的数据点不少于预设数量的情况下，若特征变化值大于第一预设阈值，则确定变化曲线发生突变。在变化曲线发生突变的情况下，统计该变化曲线对应的节点处同一时刻发生突变的变化曲线数量，若发生突变的变化曲线数量小于第二预设阈值，则确定该节点处原油的凝结度属于正常情况。若发生突变的变化曲线数量不小于第二预设阈值，则确定该节点处原油的凝结度属于异常情况，并向工作人员的终端发出告警。

在一个实施例中，在各变化曲线中的数据点少于10个的情况下，默认数据更新后的变化曲线没有发生突变，此时可以计算特征变化值也可以不计算特征变化值。在各变化曲线中的数据点达到10个以后，则根据计算出的特征变化值判断对应的变化曲线是否发生了突变。若特征变化值大于5，则认为该变化曲线中刚刚更新的数据发生了突变，此时统计该变化曲线对应的节点处同一时刻所有的变化曲线中发生突变的数量，若该节点处当前时刻发生突变的变化曲线超过3条，则认为刚刚计算出的传播声速或衰减系数出现了异常情况，则向工作人员告警该传播声速对应的超声波收发装置所在的节点位置，以使工作人员及时排查该位置处的原油温度等是否出现了问题。若发生突变的变化曲线没有超过3条，则认为此次检测还在正常情况范畴内，忽略此情况。

步骤106、若未发生突变，则基于最后确定的传播声速与衰减系数，确定超声波发射装置所在节点处的原油的凝结度。

具体地，在含蜡原油输送之前，先进行一系列的实验，得到不同温度下含蜡原油的凝结程度、不同频率超声波在不同凝结程度的含蜡原油中传播的传播声速、以及不同频率超声波在不同凝结程度的含蜡原油中的衰减系数。将含蜡原油凝结度-传播声速-原油温度三者的对应关系制作为第一关系表。将含蜡原油凝结度-衰减系数-原油温度三者的对应关系制作为第二关系表。

进一步地，基于不同频率的超声波在输油管道中测得的传播声速，在第一关系表中分别查找不同频率超声波对应的含蜡原油凝结度，并求平均值，得到第一凝结度；基于不同频率的超声波在输油管道中测得的衰减系数，在第二关系表中分别查找对应的凝结度，并求平均值，得到第二凝结度。将第一凝结度与第二凝结度分别乘以对应的预设权重并相加，得到含蜡原油的凝结度。其中，预设权重为根据实验中测得的原油凝结度分别对传播声速与衰减系数的影响大小而设置的，第一凝结度与第二凝结度的权重相加为1。

在一个实施例中，若输油管道的某节点处只发射了1MHz、5MHz、7MHz这三种频率的超声波，在分别计算出这三种频率的超声波对应的传播声速和衰减系数之后，根据各自的传播声速在第一关系表中查找对应的凝结度，并求三个凝结度的平均值，作为第一凝结度。再根据各自的衰减系数在第二关系表中查找对应的凝结度，并求三个凝结度的平均值，作为第二凝结度。最后用第一凝结度*第一凝结度权重+第二凝结度*第二凝结度权重即可计算出最终的含蜡原油凝结度。

进一步地，基于第一凝结度，在第一关系表中查找对应的第一原油温度。基于第二凝结度，在第二关系表中查找对应的第二原油温度。对第一原油温度与第二原油温度求平均值，得到原油温度。根据输油管道各个节点处得到的原油凝结度与原油温度，得到输油管道的原油凝结度分布曲线以及原油温度分布曲线。将原油凝结度分布曲线以及原油温度分布曲线发送到工作人员的终端，以供工作人员判断各节点处的含蜡原油是否有凝结风险。工作人员可以直观地看到整条输油管道中各个位置处原油的凝结度和对应的原油温度，绘制成曲线，在某个位置的数据出现异常时是非常明显的，因此更有利于反映输油管道中含蜡原油的实时状态。

另外，图4为本申请实施例提供的一种基于人工智能的原油凝结设备的结构示意图，如图4所示，基于人工智能的原油凝结识别设备400包括：

至少一个处理器401；以及，与至少一个处理器401通信连接的存储器402；其中，存储器402存储有能够被至少一个处理器401执行的指令，以使至少一个处理器401能够执行：

基于预设时间间隔，控制安装在输油管道各个节点处的超声波发射装置发射预设频率的超声波；其中，预设频率包括一组不同的频率；

根据超声波接收装置接收到超声波的时间、输油管道各个节点处的直径，以及接收到的超声波的振幅，确定输油管道各个节点处超声波的传播声速以及衰减系数；

绘制输油管道各个节点处的传播声速变化曲线，以及衰减系数变化曲线；

对输油管道各个节点处的各变化曲线分别进行特征提取，得到各变化曲线的第一曲线特征向量；

在得到新的传播声速与衰减系数后，将新的传播声速与衰减系数更新到对应的变化曲线中，并对更新后的变化曲线进行特征提取，得到变化曲线的第二曲线特征向量；

基于第一曲线特征向量与第二曲线特征向量，得到变化曲线的特征变化值；

基于特征变化值，确定变化曲线是否发生突变；

若未发生突变，则基于最后确定的传播声速与衰减系数，确定超声波发射装置所在节点处的原油的凝结度。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请的实施例可以有各种更改和变化。凡在本申请实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于人工智能的原油凝结识别方法，其特征在于，所述方法包括：

基于预设时间间隔，获取输油管道各个节点处的超声波传播声速以及超声波衰减系数；

绘制所述输油管道各个节点处的传播声速变化曲线，以及衰减系数变化曲线；

对所述输油管道各个节点处的各变化曲线分别进行特征提取，得到所述各变化曲线的第一曲线特征向量；

在得到新的传播声速与衰减系数后，将所述新的传播声速与衰减系数更新到对应的变化曲线中，并对更新后的所述变化曲线进行特征提取，得到所述变化曲线的第二曲线特征向量；

基于所述第一曲线特征向量与第二曲线特征向量，得到所述变化曲线的特征变化值；

基于所述特征变化值，确定所述变化曲线是否发生突变；

在所述变化曲线发生突变的情况下，确定同一时刻发生突变的变化曲线数量；

若所述发生突变的变化曲线数量小于第二预设阈值，则确定所述输油管道中原油的凝结度属于正常情况；

若所述发生突变的变化曲线数量不小于第二预设阈值，则确定所述输油管道中原油的凝结度属于异常情况，并向工作人员的终端发出告警；

若未发生突变，则基于最后确定的传播声速与衰减系数，确定所述超声波发射装置所在节点处的原油的凝结度；

根据所述所述超声波发射装置所在节点处的原油的凝结度，得到所述输油管道的原油凝结度分布曲线；

将所述原油凝结度分布曲线发送到工作人员的终端，以供工作人员判断所述原油是否有凝结风险。

2.根据权利要求1所述的一种基于人工智能的原油凝结识别方法，其特征在于，所述基于预设时间间隔，获取输油管道各个节点处的超声波传播声速以及超声波衰减系数，具体包括：

基于预设时间间隔，控制安装在所述输油管道各个节点处的超声波发射装置发射预设频率的超声波；其中，所述预设频率包括一组不同的频率；

根据所述超声波接收装置接收到所述超声波的时间，确定所述超声波在所述输油管道中的传播时间；其中，所述超声波发射装置与对应的所述超声波接收装置相对设置在输油管道的两侧；

获取所述超声波发送装置安装节点处，输油管道的直径；

根据所述输油管道的直径以及所述超声波的传播时间，分别计算不同频率的超声波在所述输油管道中传播的传播声速；

确定所述超声波接收装置接收到的所述预设频率的超声波的振幅；

根据所述振幅以及所述输油管道的直径，计算所述预设频率的超声波在所述输油管道中的衰减系数。

3.根据权利要求1所述的一种基于人工智能的原油凝结识别方法，其特征在于，对所述输油管道各个节点处的变化曲线分别进行特征提取，得到各变化曲线的第一曲线特征向量，具体包括：

对得到的每条变化曲线进行分割，并分别计算分割后的各段曲线的相对高度；

对所述分割后的各段曲线继续进行分割，直至各段曲线的相对高度均小于相对高度阈值；并将分割过程中得到的每个所述相对高度，按照分割曲线的层次存储在二叉树相应的节点中；

基于所述二叉树，得到对应的变化曲线的所述第一曲线特征向量。

4.根据权利要求3所述的一种基于人工智能的原油凝结识别方法，其特征在于，对每条变化曲线进行分割，并分别计算分割后的各段曲线的相对高度；对所述分割后的各段曲线继续进行分割，直至各段曲线的相对高度均小于相对高度阈值；并将分割过程中得到的每个相对高度，按照分割曲线的层次存储在二叉树相应的节点中，具体包括：

确定任一条变化曲线两个端点之间的距离；

确定所述变化曲线上的点到两个端点连线的最远距离；

将所述最远距离与所述两个端点之间的距离的比值作为所述变化曲线的相对高度，并将所述相对高度存放在所述二叉树的根节点；

通过所述最远距离对应的点，将所述变化曲线分为两段；

分别确定两段曲线的相对高度，并存放在所述根节点的子节点中；

继续分割每段曲线并求分割后的每段曲线的相对高度，并存放在所述子节点的子节点中；

若某段曲线的相对高度小于相对高度阈值，则停止分割该段曲线。

5.根据权利要求4所述的一种基于人工智能的原油凝结识别方法，其特征在于，所述基于所述二叉树，得到对应的变化曲线的所述第一曲线特征向量，具体包括：

在所述变化曲线的每段曲线都停止分割后，将所述二叉树中的空白节点用0填补，形成完全二叉树；

按照从上到下、从左到右的次序遍历所述完全二叉树的节点，得到所述变化曲线的第一曲线特征向量。

6.根据权利要求1所述的一种基于人工智能的原油凝结识别方法，其特征在于，基于所述第一曲线特征向量与第二曲线特征向量，得到所述变化曲线的特征变化值，具体包括：

根据所述第一曲线特征向量与第二曲线特征向量中的特征数据对曲线识别的影响程度，为所述特征数据设置不同的权重；其中，任一所述特征数据在第一曲线特征向量与第二曲线特征向量中对应的权重相同；

基于所述权重，计算所述第一曲线特征向量与所述第二曲线特征向量的欧拉距离；

将所述欧拉距离确定为所述变化曲线的特征变化值。

7.根据权利要求1所述的一种基于人工智能的原油凝结识别方法，其特征在于，基于所述特征变化值，确定所述变化曲线是否发生突变，具体包括：

在所述变化曲线中的数据点少于预设数量的情况下，确定所述变化曲线未发生突变；以及，

在所述变化曲线中的数据点不少于预设数量的情况下，若所述变化值大于第一预设阈值，则确定所述变化曲线发生突变；

在所述变化曲线发生突变的情况下，确定同一时刻发生突变的变化曲线数量；

若所述发生突变的变化曲线数量小于第二预设阈值，则确定所述输油管道中原油的凝结度属于正常情况；

若所述发生突变的变化曲线数量不小于第二预设阈值，则确定所述输油管道中原油的凝结度属于异常情况，并向工作人员的终端发出告警。

8.根据权利要求7所述的一种基于人工智能的原油凝结识别方法，其特征在于，所述基于最后确定的传播声速与衰减系数，确定所述超声波发射装置所在节点处的原油的凝结度，具体包括：

基于所述原油的凝结度与传播声速的关系，以及原油的凝结度与原油温度的关系，制作第一关系表；

基于所述原油的凝结度与衰减系数的关系，以及原油的凝结度与温度的关系，制作第二关系表；

基于不同频率的超声波在所述输油管道中测得的传播声速，在所述第一关系表中分别查找对应的凝结度，并求平均值，得到第一凝结度；

基于不同频率的超声波在所述输油管道中测得的衰减系数，在所述第二关系表中分别查找对应的凝结度，并求平均值，得到第二凝结度；

将所述第一凝结度与所述第二凝结度分别乘以对应的预设权重并相加，得到所述原油的凝结度。

9.根据权利要求8所述的一种基于人工智能的原油凝结识别方法，其特征在于，在得到所述原油的凝结度基于最后确定的传播声速与衰减系数，确定所述超声波发射装置所在节点处的原油的凝结度之后，所述方法还包括：

基于所述第一凝结度，在所述第一关系表中查找对应的第一原油温度；

基于所述第二凝结度，在所述第二关系表中查找对应的第二原油温度；

对所述第一原油温度与所述第二原油温度求平均值，得到原油温度；

根据所述输油管道各个节点处得到的所述原油凝结度与所述原油温度，得到所述输油管道的原油凝结度分布曲线以及原油温度分布曲线；

将所述原油凝结度分布曲线以及原油温度分布曲线发送到工作人员的终端，以供工作人员判断所述原油是否有凝结风险。

10.一种基于人工智能的原油凝结识别设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据权利要求1-9任一项所述的一种基于人工智能的原油凝结识别方法。

Images