CN117647963A - 用于天然气方井池的排液智能控制方法及系统 - Google Patents
用于天然气方井池的排液智能控制方法及系统 Download PDFInfo
- Publication number
- CN117647963A CN117647963A CN202410116422.9A CN202410116422A CN117647963A CN 117647963 A CN117647963 A CN 117647963A CN 202410116422 A CN202410116422 A CN 202410116422A CN 117647963 A CN117647963 A CN 117647963A
- Authority
- CN
- China
- Prior art keywords
- liquid discharge
- natural gas
- control
- drainage
- square well
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000007788 liquid Substances 0.000 title claims abstract description 317
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 156
- 239000003345 natural gas Substances 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012544 monitoring process Methods 0.000 claims abstract description 57
- 238000011217 control strategy Methods 0.000 claims abstract description 50
- 238000005065 mining Methods 0.000 claims abstract description 28
- 238000004519 manufacturing process Methods 0.000 claims abstract description 14
- 239000000126 substance Substances 0.000 claims description 47
- 238000011156 evaluation Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 16
- 230000007704 transition Effects 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 4
- 239000002343 natural gas well Substances 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 7
- 206010063385 Intellectualisation Diseases 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000011143 downstream manufacturing Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了用于天然气方井池的排液智能控制方法及系统，应用于数据处理技术领域，该方法包括：通过采集天然气方井池的排液设备信息，构建排液网络。基于排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值。连接开采控制平台，获取天然气开采数据，拟合开采量走势。通过监测设备对天然气方井池进行监测，获取方井池的监测参数。根据开采量走势、方井池的监测参数，拟合两者的协同调整系数。根据协同调整系数、排液网络及转折点流量损失值，进行排液寻优，确定排液控制策略，对排液设备进行排液控制。解决了现有技术中天然气方井池排液过程控制智能化较低，排液控制与产能匹配度较低，导致开采量难以保障的技术问题。
Description
技术领域
本发明涉及数据处理领域，尤其涉及用于天然气方井池的排液智能控制方法及系统。
背景技术
天然气方井池是一种用于储存和排放天然气的设施。它通常是一个长方形的井坑，在天然气开采过程中，会产生大量的天然气，这些天然气需要被收集并输送到下游的处理设施或管道中。方井池可以作为一个临时储存设施，将收集到的天然气储存起来，以便后续的处理和运输。然而，在现有技术中天然气方井池排液过程多为人工控制，控制的智能化较低，排液控制与产能匹配度较低，导致最终开采量难以保障。
因此，在现有技术中天然气方井池排液过程控制智能化较低，排液控制与产能匹配度较低，导致开采量难以保障的技术问题。
发明内容
本申请通过提供用于天然气方井池的排液智能控制方法及系统，解决了在现有技术中天然气方井池排液过程控制智能化较低，排液控制与产能匹配度较低，导致开采量难以保障的技术问题。
本申请提供用于天然气方井池的排液智能控制方法，包括：所采集天然气方井池的排液设备信息，标记排液转折点，构建排液网络；
基于所述排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值；连接开采控制平台，获取天然气开采数据，拟合开采量走势；通过监测设备对天然气方井池进行监测，获取方井池的监测参数，所述监测参数包括井内压力值、有害物浓度；根据所述开采量走势、所述方井池的监测参数，拟合两者的协同调整系数；根据所述协同调整系数、排液网络及转折点流量损失值，进行排液寻优，确定排液控制策略；将所述排液控制策略发送至排液设备控制平台，对排液设备进行排液控制。
本申请还提供了用于天然气方井池的排液智能控制系统，包括：信息采集模块，用于采集天然气方井池的排液设备信息，标记排液转折点，构建排液网络；损失值分析模块，用于基于所述排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值；开采数据获取模块，用于连接开采控制平台，获取天然气开采数据，拟合开采量走势；监测模块，用于通过监测设备对天然气方井池进行监测，获取方井池的监测参数，所述监测参数包括井内压力值、有害物浓度；协同调整模块，用于根据所述开采量走势、所述方井池的监测参数，拟合两者的协同调整系数；控制策略获取模块，用于根据所述协同调整系数、排液网络及转折点流量损失值，进行排液寻优，确定排液控制策略；排液控制模块，用于将所述排液控制策略发送至排液设备控制平台，对排液设备进行排液控制。
本申请还提供了一种电子设备，包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的可执行指令时，实现本申请提供的用于天然气方井池的排液智能控制方法。
本申请提供一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时，实现本申请提供的用于天然气方井池的排液智能控制方法。
拟通过本申请提出的用于天然气方井池的排液智能控制方法及系统，通过采集天然气方井池的排液设备信息，构建排液网络。基于排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值。连接开采控制平台，获取天然气开采数据，拟合开采量走势。通过监测设备对天然气方井池进行监测，获取方井池的监测参数。根据开采量走势、方井池的监测参数，拟合两者的协同调整系数。根据协同调整系数、排液网络及转折点流量损失值，进行排液寻优，确定排液控制策略，对排液设备进行排液控制。实现了基于开采预设量对排液设备进行智能化排液控制，提高了排液控制与开采预设量的匹配度，保障开采量的稳定性。解决了现有技术中天然气方井池排液过程控制智能化较低，排液控制与产能匹配度较低，导致开采量难以保障的技术问题。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对本公开实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本公开的一些实施例，而非对本公开的限制。
图1为本申请实施例提供的用于天然气方井池的排液智能控制方法的流程示意图；
图2为本申请实施例提供的用于天然气方井池的排液智能控制方法构建排液网络的流程示意图；
图3为本申请实施例提供的用于天然气方井池的排液智能控制方法获取协同调整系数的流程示意图；
图4为本申请实施例提供的用于天然气方井池的排液智能控制系统的结构示意图；
图5为本发明实施例提供的用于天然气方井池的排液智能控制系统电子设备的结构示意图。
附图标记说明：信息采集模块11，损失值分析模块12，开采数据获取模块13，监测模块14，协同调整模块15，控制策略获取模块16，排液控制模块17，处理器31，存储器32，输入装置33，输出装置34。
具体实施方式
实施例一：
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的。
虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上，所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
本申请中使用了流程图来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
如图1所示，本申请实施例提供了用于天然气方井池的排液智能控制方法，所述方法包括：
采集天然气方井池的排液设备信息，标记排液转折点，构建排液网络；
基于所述排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值；
连接开采控制平台，获取天然气开采数据，拟合开采量走势；
天然气方井池是一种用于储存和排放天然气的设施。它通常是一个长方形的井坑，在天然气开采过程中，会产生大量的天然气，这些天然气需要被收集并输送到下游的处理设施或管道中。方井池可以作为一个临时储存设施，将收集到的天然气储存起来，以便后续的处理和运输。采集天然气方井池的排液设备信息，标记排液转折点，构建排液网络。基于所述排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值。进一步，连接开采控制平台，获取天然气开采数据，拟合开采量走势，所述开采量走势为天然气开采量数据随时间变化的走势。
如图2所示，本申请实施例提供的方法还包括：
采集天然气井池的排液源设备、排液管路；
根据所述排液管路，定位排液管路直径转变点、管路路径拐点，标记为所述排液转折点；
根据所述排液源设备与排液管路的连接关系，构建所述排液网络，并将所述排液转折点在所述排液网络中进行标记。
采集获取天然气井池的排液源设备、排液管路，其中，排液源设备为具体采用的排液方式，如水泵排液、液氮排液等，排液管路为排液的管道路径以及距离。根据所述排液管路，定位排液管路直径转变点、管路路径拐点，标记为所述排液转折点。其中，液管路直径转变点为管路直径产生变化的点，管路路径拐点为管路的方向改变点。根据所述排液源设备与排液管路的连接关系，构建所述排液网络，并将所述排液转折点在所述排液网络中进行标记。
本申请实施例提供的方法还包括：
根据所述排液网络，获取各排液管路的距离自然损失值；
根据所述排液转折点的管路直径变化量、管路路径拐点的角度及半径，确定转折点的损失增量系数；
利用所述损失增量系数与所述距离自然损失值进行叠加，确定各转折点流量损失值。
根据所述排液网络，获取各排液管路的距离自然损失值，其中，排液管路的距离自然损失值为相同管径不同距离下产生的流量损失值。随后，根据所述排液转折点的管路直径变化量、管路路径观点的角度及半径，确定转折点的损失增量系数。在获取转折点的损失增量系数时，基于大数据获取不同管路直径变化量对应的多个直径变化流量损失系数，流量损失系数为经过转折点产生的具体流量损失，不同管路路径拐点的角度及半径对应的多个拐点流量损失系数，对各管路直径变化量对应的多个直径变化流量损失系数进行均值计算，获取各管路直径变化量对应的直径变化流量损失系数，对各管路路径拐点的角度及半径对应的多个拐点流量损失系数，进行均值计算，获取各管路路径拐点的角度及半径对应的拐点流量损失系数，基于直径变化流量损失系数和拐点流量损失系数，确定转折点的损失增量系数。最后，对所述损失增量系数与所述距离自然损失值进行叠加，确定各转折点流量损失值。
通过监测设备对天然气方井池进行监测，获取方井池的监测参数，所述监测参数包括井内压力值、有害物浓度；
根据所述开采量走势、所述方井池的监测参数，拟合两者的协同调整系数；
根据所述协同调整系数、排液网络及转折点流量损失值，进行排液寻优，确定排液控制策略；
将所述排液控制策略发送至排液设备控制平台，对排液设备进行排液控制。
通过监测设备对天然气方井池进行监测，获取方井池的监测参数，所述监测参数包括井内压力值、有害物浓度。根据所述开采量走势、所述方井池的监测参数，拟合两者的协同调整系数。根据所述协同调整系数、排液网络及转折点流量损失值，进行排液寻优，获取排液寻优结果，进而确定排液控制策略。最后，将所述排液控制策略发送至排液设备控制平台，对排液设备进行排液控制。实现了基于开采预设量对排液设备进行智能化排液控制，提高了排液控制与开采预设量的匹配度，保障开采量的稳定性。
如图3所示，本申请实施例提供的方法还包括：
根据所述方井池的监测参数，拟合井内压力值走势、有害物浓度走势；
以时间轴将所述开采量走势、所述井内压力值走势、有害物浓度走势进行对齐，确定开采量与压力值、开采量与有害物浓度的线性关系；
基于所述开采量与压力值、开采量与有害物浓度的线性关系，确定所述协同调整系数。
根据所述方井池的监测参数，获取井内压力值、有害物浓度随时间变化的趋势，拟合井内压力值走势、有害物浓度走势。进一步，以时间轴将所述开采量走势、所述井内压力值走势、有害物浓度走势进行对齐，获取在各时间节点下开采量与压力值、开采量与有害物浓度的对应关系，获取不同时间节点对应的开采量与压力值、开采量与有害物浓度的点，以开采量为横坐标以压力值为纵坐标，对开采量与压力值的线性关系进行拟合，以开采量为横坐标以有害物浓度为纵坐标，对开采量与有害物浓度的线性关系进行拟合，确定开采量与压力值、开采量与有害物浓度的线性关系。最后，基于所述开采量与压力值、开采量与有害物浓度的线性关系，确定所述协同调整系数，协同调整系数为线性关系的特征值，基于开采量和线性关系的特征值从而得到对应压力值与有害物浓度。
本申请实施例提供的方法还包括：
连接开采控制平台，提取开采控制参数，确定开采预设量；
根据天然气方井池的容量信息、环境地质信息，确定方井池的压力阈值、有害物浓度阈值；
根据所述开采预设量、所述协同调整系数，获得井内压力增量、有害物浓度增量；
基于所述方井池的压力阈值、有害物浓度阈值和井内压力增量、有害物浓度增量，得到排液需求参数；
以所述排液需求参数为寻优目标，基于所述排液网络及转折点流量损失值进行寻优，确定所述排液控制策略。
连接开采控制平台，提取开采控制参数，确定开采预设量，开采预设量为预先设置的在预定时间周期内各时间节点的开采量。根据天然气方井池的容量信息，确定天然气方井池的容量对应的最大压力阈值，根据环境地质信息确定有害物浓度阈值，所述有害物浓度阈值为当前环境地质信息下天然气开采时的最大有害物浓度数据。根据所述开采预设量，将所述开采预设量的各时间节点的具体开采量数据根据所述协同调整系数，获得对应时间节点顺序的井内压力增量、有害物浓度增量。基于所述方井池的压力阈值、有害物浓度阈值和井内压力增量、有害物浓度增量，得到排液需求参数，所述排液需求参数包含：对应时间节点顺序的压力阈值和井内压力增量的差值以及有害物浓度阈值和有害物浓度增量的差值。最后，以所述排液需求参数为寻优目标，基于所述排液网络及转折点流量损失值进行寻优，确定所述排液控制策略。
本申请实施例提供的方法还包括：
根据所述排液需求参数，提取排液需求参数的时间变化信息；
根据所述排液网络及转折点流量损失值，确定起始排液参数与出液参数的差异值；
根据初始时间的所述排液需求参数，设定起始排液参数的第一优选控制参数；
根据所述排液需求参数的时间变化信息，获得最大排液需求的时间信息，设定对应排液参数为第二优选控制参数；
以所述差异值为约束条件，以控制参数输出值最小、排液需求参数匹配度最高为目标值，分别以所述第一优选控制参数、第二优选控制参数为寻优方向，进行控制参数寻优，输出所述排液控制策略；
通过排液周期评价模块对排液控制策略进行周期评价调整，直到满足预设要求为止，确定所述排液控制策略。
以所述排液需求参数为寻优目标，基于所述排液网络及转折点流量损失值进行寻优，确定所述排液控制策略，包括：根据所述排液需求参数，提取排液需求参数的时间变化信息。根据所述排液网络及转折点流量损失值，基于排液网络及转折点流量损失值，获取总流量损失数据，进而确定起始排液参数与出液参数的差异值，所述起始排液参数为未经排液网络及转折点流量损失的排液参数，出液参数为经过排液网络及转折点流量损失的最终排液参数。构建排液需求参数与优选控制参数的对应关系，所述排液需求参数与优选控制参数的对应关系基于技术人员进行设置，并且优选控制参数最高为设备的最大运行参数，且在到达最大运行参数后排液需求参数继续增加优选控制参数不会变化。基于排液需求参数与优选控制参数的对应关系，根据初始时间的所述排液需求参数，设定起始排液参数的第一优选控制参数，所述初始时间的所述排液需求参数为排液需求参数的时间变化信息中起始时间节点的排液需求参数，将其设定为第一优选控制参数。根据所述排液需求参数的时间变化信息，获得最大排液需求的时间信息，设定对应排液参数为第二优选控制参数，其中，第一优选控制参数和第二优选控制参数为流量控制参数。以所述差异值为约束条件，以控制参数输出值最小、排液需求参数匹配度最高为目标值，分别以所述第一优选控制参数、第二优选控制参数为寻优方向，进行控制参数寻优。
在进行控制参数寻优时，以控制参数输出值最小，所述控制参数输出值为开采预设量时间区间内控制参数的总输出值，排液需求参数匹配度为开采预设量时间区间内的总排液需求参数与获取的控制参数对应的排液需求参数的比值，作为寻优目标，在第一优选控制参数、第二优选控制参数构建的寻优空间内对各个时间节点分别进行控制参数寻优，获取各个时间节点组成的寻优结果，获取寻优结果的控制参数输出值、排液需求参数匹配度，并将初始寻优结果作为当前最优结果在寻优空间内进行迭代寻优，对每次迭代寻优结果与当前最优结果进行比较，获取控制参数输出值最小、排液需求参数匹配度最高的控制参数，直至达到最终的迭代次数时获取最优结果。由于差异值为管道产生的流量损失，因此，需要在最优结果控制参数的基础上叠加差异值进行流量控制参数补偿，获取补偿后的最优结果控制参数，得到排液控制策略。通过排液周期评价模块对排液控制策略进行周期评价调整，直到满足预设要求为止，确定所述排液控制策略。
本申请实施例提供的方法还包括：
基于马尔科夫链，搭建排液周期评价模块；
以排液网络确定时序链，将所述排液需求参数与所述时序链进行需求时间节点对齐，并将排液需求参数作为节点状态，以排液控制策略的控制参数输出值作为时序链节点行为关系，通过所述排液周期评价模块对各时序链节点进行排液评价；
判断各时序链节点的评估概率是否达到预设要求，基于评估概率对所述排液控制策略进行调整。
基于马尔科夫链，搭建排液周期评价模块。以排液网络确定时序链，将所述排液需求参数与所述时序链进行需求时间节点对齐，并将排液需求参数作为节点状态，以排液控制策略的控制参数输出值作为时序链节点行为关系，通过所述排液周期评价模块对各时序链节点进行排液评价。最后，排液评价各时序链节点的评估概率是否达到预设要求，所述预设要求为预先设置的评估概率阈值，当大于等于该评估概率时则满足预设要求，基于评估概率对所述排液控制策略进行再次寻优调整或进行人工介入调整。
本发明实施例所提供的技术方案，通过采集天然气方井池的排液设备信息，标记排液转折点，构建排液网络。基于所述排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值。连接开采控制平台，获取天然气开采数据，拟合开采量走势。通过监测设备对天然气方井池进行监测，获取方井池的监测参数，所述监测参数包括井内压力值、有害物浓度。根据所述开采量走势、所述方井池的监测参数，拟合两者的协同调整系数。根据所述协同调整系数、排液网络及转折点流量损失值，进行排液寻优，确定排液控制策略。将所述排液控制策略发送至排液设备控制平台，对排液设备进行排液控制。实现了基于开采预设量对排液设备进行智能化排液控制，提高了排液控制与开采预设量的匹配度，保障开采量的稳定性。解决了现有技术中天然气方井池排液过程控制智能化较低，排液控制与产能匹配度较低，导致开采量难以保障的技术问题。
实施例二：
基于与前述实施例中用于天然气方井池的排液智能控制方法同样发明构思，本发明还提供了用于天然气方井池的排液智能控制系统，系统可以由硬件和/或软件的方式来实现，一般可集成于电子设备中，用于执行本发明任意实施例所提供的方法。如图4所示，所述系统包括：
信息采集模块11，用于采集天然气方井池的排液设备信息，标记排液转折点，构建排液网络；
损失值分析模块12，用于基于所述排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值；
开采数据获取模块13，用于连接开采控制平台，获取天然气开采数据，拟合开采量走势；
监测模块14，用于通过监测设备对天然气方井池进行监测，获取方井池的监测参数，所述监测参数包括井内压力值、有害物浓度；
协同调整模块15，用于根据所述开采量走势、所述方井池的监测参数，拟合两者的协同调整系数；
控制策略获取模块16，用于根据所述协同调整系数、排液网络及转折点流量损失值，进行排液寻优，确定排液控制策略；
排液控制模块17，用于将所述排液控制策略发送至排液设备控制平台，对排液设备进行排液控制。
进一步地，所述信息采集模块11还用于：
采集天然气井池的排液源设备、排液管路；
根据所述排液管路，定位排液管路直径转变点、管路路径拐点，标记为所述排液转折点；
根据所述排液源设备与排液管路的连接关系，构建所述排液网络，并将所述排液转折点在所述排液网络中进行标记。
进一步地，所述信息采集模块11还用于：
根据所述排液网络，获取各排液管路的距离自然损失值；
根据所述排液转折点的管路直径变化量、管路路径拐点的角度及半径，确定转折点的损失增量系数；
利用所述损失增量系数与所述距离自然损失值进行叠加，确定各转折点流量损失值。
进一步地，所述协同调整模块15还用于：
根据所述方井池的监测参数，拟合井内压力值走势、有害物浓度走势；
以时间轴将所述开采量走势、所述井内压力值走势、有害物浓度走势进行对齐，确定开采量与压力值、开采量与有害物浓度的线性关系；
基于所述开采量与压力值、开采量与有害物浓度的线性关系，确定所述协同调整系数。
进一步地，所述控制策略获取模块16还用于：
连接开采控制平台，提取开采控制参数，确定开采预设量；
根据天然气方井池的容量信息、环境地质信息，确定方井池的压力阈值、有害物浓度阈值；
根据所述开采预设量、所述协同调整系数，获得井内压力增量、有害物浓度增量；
基于所述方井池的压力阈值、有害物浓度阈值和井内压力增量、有害物浓度增量，得到排液需求参数；
以所述排液需求参数为寻优目标，基于所述排液网络及转折点流量损失值进行寻优，确定所述排液控制策略。
进一步地，所述控制策略获取模块16还用于：
根据所述排液需求参数，提取排液需求参数的时间变化信息；
根据所述排液网络及转折点流量损失值，确定起始排液参数与出液参数的差异值；
根据初始时间的所述排液需求参数，设定起始排液参数的第一优选控制参数；
根据所述排液需求参数的时间变化信息，获得最大排液需求的时间信息，设定对应排液参数为第二优选控制参数；
以所述差异值为约束条件，以控制参数输出值最小、排液需求参数匹配度最高为目标值，分别以所述第一优选控制参数、第二优选控制参数为寻优方向，进行控制参数寻优，输出所述排液控制策略；
通过排液周期评价模块对排液控制策略进行周期评价调整，直到满足预设要求为止，确定所述排液控制策略。
进一步地，所述控制策略获取模块16还用于：
基于马尔科夫链，搭建排液周期评价模块；
以排液网络确定时序链，将所述排液需求参数与所述时序链进行需求时间节点对齐，并将排液需求参数作为节点状态，以排液控制策略的控制参数输出值作为时序链节点行为关系，通过所述排液周期评价模块对各时序链节点进行排液评价；
判断各时序链节点的评估概率是否达到预设要求，基于评估概率对所述排液控制策略进行调整。
所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
实施例三：
图5为本发明实施例三提供的电子设备的结构示意图，示出了适于用来实现本发明实施方式的示例性电子设备的框图。图5显示的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图5所示，该电子设备包括处理器31、存储器32、输入装置33及输出装置34；电子设备中处理器31的数量可以是一个或多个，图5中以一个处理器31为例，电子设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的用于天然气方井池的排液智能控制方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述用于天然气方井池的排液智能控制方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例。
Claims (10)
1.用于天然气方井池的排液智能控制方法，其特征在于，包括：
采集天然气方井池的排液设备信息，标记排液转折点，构建排液网络；
基于所述排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值；
连接开采控制平台，获取天然气开采数据，拟合开采量走势；
通过监测设备对天然气方井池进行监测，获取方井池的监测参数，所述监测参数包括井内压力值、有害物浓度；
根据所述开采量走势、所述方井池的监测参数，拟合两者的协同调整系数；
根据所述协同调整系数、排液网络及转折点流量损失值，进行排液寻优，确定排液控制策略；
将所述排液控制策略发送至排液设备控制平台，对排液设备进行排液控制。
2.根据权利要求1所述的方法，其特征在于，所述采集天然气方井池的排液设备信息，标记排液转折点，构建排液网络，包括：
采集天然气井池的排液源设备、排液管路；
根据所述排液管路，定位排液管路直径转变点、管路路径拐点，标记为所述排液转折点；
根据所述排液源设备与排液管路的连接关系，构建所述排液网络，并将所述排液转折点在所述排液网络中进行标记。
3.根据权利要求2所述的方法，其特征在于，基于所述排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值，包括：
根据所述排液网络，获取各排液管路的距离自然损失值；
根据所述排液转折点的管路直径变化量、管路路径拐点的角度及半径，确定转折点的损失增量系数；
利用所述损失增量系数与所述距离自然损失值进行叠加，确定各转折点流量损失值。
4.根据权利要求1所述的方法，其特征在于，根据所述开采量走势、所述方井池的监测参数，拟合两者的协同调整系数，包括：
根据所述方井池的监测参数，拟合井内压力值走势、有害物浓度走势；
以时间轴将所述开采量走势、所述井内压力值走势、有害物浓度走势进行对齐，确定开采量与压力值、开采量与有害物浓度的线性关系；
基于所述开采量与压力值、开采量与有害物浓度的线性关系，确定所述协同调整系数。
5.根据权利要求1所述的方法，其特征在于，根据所述协同调整系数、排液网络及转折点流量损失值，进行排液寻优，确定排液控制策略，包括：
连接开采控制平台，提取开采控制参数，确定开采预设量；
根据天然气方井池的容量信息、环境地质信息，确定方井池的压力阈值、有害物浓度阈值；
根据所述开采预设量、所述协同调整系数，获得井内压力增量、有害物浓度增量；
基于所述方井池的压力阈值、有害物浓度阈值和井内压力增量、有害物浓度增量，得到排液需求参数；
以所述排液需求参数为寻优目标，基于所述排液网络及转折点流量损失值进行寻优，确定所述排液控制策略。
6.根据权利要求5所述的方法，其特征在于，以所述排液需求参数为寻优目标，基于所述排液网络及转折点流量损失值进行寻优，确定所述排液控制策略，包括：
根据所述排液需求参数，提取排液需求参数的时间变化信息；
根据所述排液网络及转折点流量损失值，确定起始排液参数与出液参数的差异值；
根据初始时间的所述排液需求参数，设定起始排液参数的第一优选控制参数；
根据所述排液需求参数的时间变化信息，获得最大排液需求的时间信息，设定对应排液参数为第二优选控制参数；
以所述差异值为约束条件，以控制参数输出值最小、排液需求参数匹配度最高为目标值，分别以所述第一优选控制参数、第二优选控制参数为寻优方向，进行控制参数寻优，输出所述排液控制策略；
通过排液周期评价模块对排液控制策略进行周期评价调整，直到满足预设要求为止，确定所述排液控制策略。
7.根据权利要求6所述的方法，其特征在于，还包括：
基于马尔科夫链，搭建排液周期评价模块；
以排液网络确定时序链，将所述排液需求参数与所述时序链进行需求时间节点对齐，并将排液需求参数作为节点状态，以排液控制策略的控制参数输出值作为时序链节点行为关系，通过所述排液周期评价模块对各时序链节点进行排液评价；
判断各时序链节点的评估概率是否达到预设要求，基于评估概率对所述排液控制策略进行调整。
8.用于天然气方井池的排液智能控制系统，其特征在于，包括：
信息采集模块，用于采集天然气方井池的排液设备信息，标记排液转折点，构建排液网络；
损失值分析模块，用于基于所述排液网络，对排液转折点进行流量损失值分析，确定转折点流量损失值；
开采数据获取模块，用于连接开采控制平台，获取天然气开采数据，拟合开采量走势；
监测模块，用于通过监测设备对天然气方井池进行监测，获取方井池的监测参数，所述监测参数包括井内压力值、有害物浓度；
协同调整模块，用于根据所述开采量走势、所述方井池的监测参数，拟合两者的协同调整系数；
控制策略获取模块，用于根据所述协同调整系数、排液网络及转折点流量损失值，进行排液寻优，确定排液控制策略；
排液控制模块，用于将所述排液控制策略发送至排液设备控制平台，对排液设备进行排液控制。
9.一种电子设备，其特征在于，所述电子设备包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的可执行指令时，实现权利要求1至7任一项所述的用于天然气方井池的排液智能控制方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一所述的用于天然气方井池的排液智能控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410116422.9A CN117647963B (zh) | 2024-01-29 | 2024-01-29 | 用于天然气方井池的排液智能控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410116422.9A CN117647963B (zh) | 2024-01-29 | 2024-01-29 | 用于天然气方井池的排液智能控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117647963A true CN117647963A (zh) | 2024-03-05 |
| CN117647963B CN117647963B (zh) | 2024-04-09 |
Family
ID=90045417
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410116422.9A Active CN117647963B (zh) | 2024-01-29 | 2024-01-29 | 用于天然气方井池的排液智能控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117647963B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09330127A (ja) * | 1996-06-11 | 1997-12-22 | Hitachi Ltd | 河川網流れの解析支援装置及びそれを備えた排水機場の運転支援装置 |
| CN101424943A (zh) * | 2008-12-18 | 2009-05-06 | 浙江大学 | 基于互联网的污水流量跟踪协调优化控制方法及其系统 |
| CN102419584A (zh) * | 2011-11-30 | 2012-04-18 | 锦州华冠环境科技实业公司 | 利用物联网络对污染源排放规律进行计量评价的方法及物联网络控制器 |
| CN202995401U (zh) * | 2012-11-14 | 2013-06-12 | 西安众智惠泽光电科技有限公司 | 一种天然气井安全监控系统 |
| CN104216338A (zh) * | 2013-05-29 | 2014-12-17 | 周奇迪 | 多栋建筑的沼气使用控制方法及系统 |
| CN111240282A (zh) * | 2019-12-31 | 2020-06-05 | 联想(北京)有限公司 | 一种工艺优化方法、装置、设备及计算机可读存储介质 |
| CN113050430A (zh) * | 2021-03-29 | 2021-06-29 | 浙江大学 | 一种基于鲁棒强化学习的排水系统控制方法 |
| CN213712669U (zh) * | 2020-10-20 | 2021-07-16 | 黄浩 | 一种基于ewt及互时频的城市排污管道智能监测系统 |
| CN114091728A (zh) * | 2021-10-20 | 2022-02-25 | 中国电力科学研究院有限公司 | 一种基于江水源热泵的供能系统优化调度方法和系统 |
| CN115510600A (zh) * | 2022-11-10 | 2022-12-23 | 创辉达设计股份有限公司 | 一种城市排水网络优化设计方法 |
| CN115545478A (zh) * | 2022-10-08 | 2022-12-30 | 大连理工大学 | 一种考虑碳排放配额影响与区域污染物浓度约束的环境经济调度方法 |
| US20230087886A1 (en) * | 2021-09-21 | 2023-03-23 | Suncor Energy Inc. | System and Method for Monitoring, Analyzing and Controlling Emissions in A Plant |
| US20230280000A1 (en) * | 2021-07-13 | 2023-09-07 | Chiyoda Corporation | Management system and management method, and computer-readable storage medium |
| CN116976680A (zh) * | 2023-09-22 | 2023-10-31 | 广东海洋大学深圳研究院 | 一种天然气水合物钻采井筒的压力预警方法 |
| CN117331360A (zh) * | 2023-11-06 | 2024-01-02 | 安吉聚泰机械有限公司 | 基于功能需求的竹材生产工艺参数智能控制方法及系统 |
-
2024
- 2024-01-29 CN CN202410116422.9A patent/CN117647963B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09330127A (ja) * | 1996-06-11 | 1997-12-22 | Hitachi Ltd | 河川網流れの解析支援装置及びそれを備えた排水機場の運転支援装置 |
| CN101424943A (zh) * | 2008-12-18 | 2009-05-06 | 浙江大学 | 基于互联网的污水流量跟踪协调优化控制方法及其系统 |
| CN102419584A (zh) * | 2011-11-30 | 2012-04-18 | 锦州华冠环境科技实业公司 | 利用物联网络对污染源排放规律进行计量评价的方法及物联网络控制器 |
| CN202995401U (zh) * | 2012-11-14 | 2013-06-12 | 西安众智惠泽光电科技有限公司 | 一种天然气井安全监控系统 |
| CN104216338A (zh) * | 2013-05-29 | 2014-12-17 | 周奇迪 | 多栋建筑的沼气使用控制方法及系统 |
| CN111240282A (zh) * | 2019-12-31 | 2020-06-05 | 联想(北京)有限公司 | 一种工艺优化方法、装置、设备及计算机可读存储介质 |
| CN213712669U (zh) * | 2020-10-20 | 2021-07-16 | 黄浩 | 一种基于ewt及互时频的城市排污管道智能监测系统 |
| CN113050430A (zh) * | 2021-03-29 | 2021-06-29 | 浙江大学 | 一种基于鲁棒强化学习的排水系统控制方法 |
| US20230280000A1 (en) * | 2021-07-13 | 2023-09-07 | Chiyoda Corporation | Management system and management method, and computer-readable storage medium |
| US20230087886A1 (en) * | 2021-09-21 | 2023-03-23 | Suncor Energy Inc. | System and Method for Monitoring, Analyzing and Controlling Emissions in A Plant |
| CN114091728A (zh) * | 2021-10-20 | 2022-02-25 | 中国电力科学研究院有限公司 | 一种基于江水源热泵的供能系统优化调度方法和系统 |
| CN115545478A (zh) * | 2022-10-08 | 2022-12-30 | 大连理工大学 | 一种考虑碳排放配额影响与区域污染物浓度约束的环境经济调度方法 |
| CN115510600A (zh) * | 2022-11-10 | 2022-12-23 | 创辉达设计股份有限公司 | 一种城市排水网络优化设计方法 |
| CN116976680A (zh) * | 2023-09-22 | 2023-10-31 | 广东海洋大学深圳研究院 | 一种天然气水合物钻采井筒的压力预警方法 |
| CN117331360A (zh) * | 2023-11-06 | 2024-01-02 | 安吉聚泰机械有限公司 | 基于功能需求的竹材生产工艺参数智能控制方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 王薇: "页岩气压裂返排液回用处理装置应用", 《油气田环境保护》, vol. 27, no. 01, 28 February 2017 (2017-02-28), pages 14 - 17 * |
| 贺秋云: "长宁-威远区块页岩气井地面测试流程优化影响因素分析", 《钻采工艺》, vol. 40, no. 06, 31 December 2017 (2017-12-31), pages 38 - 40 * |
| 马俊杰: "煤层气集输管道持液率影响因素及排液点优选", 《天然气化工》, vol. 45, no. 01, 29 February 2020 (2020-02-29), pages 66 - 71 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117647963B (zh) | 2024-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109408774B (zh) | 基于随机森林和梯度提升树的预测污水出水指标的方法 | |
| CN106200381B (zh) | 一种根据处理水量分阶段控制水厂运行的方法 | |
| CN112735541A (zh) | 一种基于简单循环单元神经网络的污水处理水质预测方法 | |
| CN117647963B (zh) | 用于天然气方井池的排液智能控制方法及系统 | |
| CN116681174A (zh) | 污水处理生化池曝气量预测方法、系统、设备及介质 | |
| CN103592962A (zh) | 通过预测泵站流量实现污水网管投药量有效控制的方法 | |
| CN110929809A (zh) | 一种特征自增强的循环神经网络的污水关键水质指标软测量方法 | |
| CN116384770A (zh) | 一种提液井产量预测方法、系统、设备及介质 | |
| Johnson | Water reuse and recovery facility connected digital twin case study: Singapore PUB’s Changi WRP process, control, and hydraulics digital twin | |
| CN114842921A (zh) | 基于线性回归和决策树模型的市政污水除磷药剂投加方法 | |
| CN114897047A (zh) | 基于深度字典的多传感器数据漂移检测方法 | |
| Duckstein et al. | EFFICIENCY OF HYDROLOGIC DATA COLLECTION SYSTEMS ROLE OF TYPE I AND II ERRORS 1 | |
| Sameh et al. | Optimal multimodel representation by Laguerre filters applied to a communicating two tank system | |
| CN111161121A (zh) | 确定河流水质对流域土地利用组成响应突变的方法及系统 | |
| CN115795122B (zh) | 一种城市排水管网拓扑关系梳理方法 | |
| CN116703126B (zh) | 一种基于自然排水分区的排水预测方法和系统 | |
| WO2022156743A1 (zh) | 特征构建方法和装置、模型训练方法和装置、设备、介质 | |
| CN117541023B (zh) | 一种基于bim的桥梁施工进度管理方法及系统 | |
| CN113379034B (zh) | 一种基于网络结构搜索技术的神经网络结构优化方法 | |
| CN113536504B (zh) | 井座类型确定方法、装置、计算机设备和可读存储介质 | |
| CN116561942B (zh) | 用于城市排水系统拓扑数据的修正方法以及装置 | |
| CN115405273B (zh) | 基于集成学习的稠油多介质吞吐智能开采方法及装置 | |
| KR101869011B1 (ko) | 활성슬러지 모델링을 위한 유입하수 상태변수 평가 시스템 및 방법 | |
| CN117910181A (zh) | 基于人工神经网络的腐蚀预测方法、装置、设备和介质 | |
| CN116822366A (zh) | 一种径流污染负荷计算模型构建和径流污染负荷计算方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |