基于大数据挖掘的热油管道闭环安全生产体系

摘要：

长输加热原油管道运行工艺复杂,安全生产与优化相互矛盾,且存在管道沿线油温理论计算误差大,管壁结蜡评估难度大等问题.本研究利用管道实际生产数据,基于数据挖掘算法从热力和水力两个方面,构建了热油管道闭环安全生产体系.其中热力系统是利用BP神经网络,ARMA和Seq2Seq算法模型,建立稳态和非稳态油温预测模型,预测误差小于0.5℃.水力系统则是通过分析管道清管后一定时间内管道摩阻,利用MEA-BP神经网络建立管道标准摩阻预测模型,可对高含蜡热油管道管壁结蜡情况进行有效评估.建立摩阻数据库,利用高斯公式,对历史摩阻数据进行分析,设置历史摩阻数据的90％、95％为预警值和报警值,有效监控由于管道结蜡等引起的长周期摩阻变化.将研究成果应用于指导HY热油管道工艺调整,实现节能达92.4％.基于生产数据建立的油温预测模型,构建的热油管道闭环安全生产体系,具有很好的适用性,为未来管道智能化控制奠定了基础.

关键词：热油管道、数据挖掘、神经网络、摩阻、安全优化

所属期刊栏目：36

分类号：TE832(石油、天然气储存与运输)

资助基金：国家自然科学基金;中国博士后科学基金;青岛博士后研究人员应用研究项目

在线出版日期：2021-02-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：85-91