基于时序驱动的管道结蜡程度预测及清管效果评价-bcca1b5d.pdf

采输技术

DOI：10.3969/j.issn.1001-2206.2024.01.010

基于时序驱动的管道结蜡程度预测及清管效果

评价

111231

姜兆波，姚佳杉，高晓楠，马静，刘倩，梁昌晶

1.中国石油华北油田公司第一采油厂，河北任丘062552

2.华北石油通信有限公司，河北任丘062552

3.中国石油华北油田公司第三采油厂，河北河间062450

摘要：为避免凭经验盲目确定清管周期，造成过度清管现象的发生，基于结蜡过程的缓慢时序性，在研究生

产数据参数与结蜡程度关系的基础上，通过改进K-means算法确定不同时序下的结蜡程度，并将数据引入卷

积神经网络（CNN），利用CNN模型的特征提取和自适应学习能力，实现不同结蜡程度持续时间的在线更新，

依据结蜡等级和清管周期的变化构建清管效果评价指数模型，实现了清管作业的事前预警。结果表明，不同管

道在完整结蜡周期内的等级时间不同，周期长短也不同，体现了输入参数差异引起的结蜡程度不同，改进K-

means算法将结蜡程度分为4个等级；本文模型的总体平均误差为0.781d，小于RNN模型和LSTM模型的

2.025d、1.225d；待评价管道的清管效果评价指数为0.828，说明本次清管效果良好。研究结果可为管道完整

性管理水平的提升提供实际参考。

关键词：时序；结蜡程度；清管效果；K-means；CNN

Predictionofpipelinewaxformationdegreeandevaluationofpiggingeffect

basedontimingdrive

111231

JIANGZhaobo,YAOJiashan,GAOXiaonan,MAJing,LIUQian,LIANGChangjing

1.No.1OilProductionPlantofPetroChinaHuabeiOilfieldCompany,CNPC,Renqiu062552,China

2.NorthChinaPetroleumCommunicationCo.,Ltd.,Renqiu062552,China

3.No.3OilProductionPlantofPetroChinaHuabeiOilfieldCompany,CNPC,Hejian062450,China

Abstract：Determiningthepiggingcyclebyfieldmanualexperiencehassomeblindness.Toavoidexcessivepigging,basedontheslow

timingofthewaxformation,thispaperstudiestherelationshipbetweenproductiondataparametersandthedegreeofwaxformation.

Then,thepaperappliestheimprovedK-meansalgorithmtodeterminethedegreeofwaxformationindifferenttimeseriesand

introducesthedataintotheconvolutionalneuralnetwork(CNN).WiththefeatureextractionandadaptivelearningabilityoftheCNN

model,itupdatesonlinedifferentdurationsofwaxformationdegrees.Thepiggingeffectevaluationindexmodelisbuiltaccordingtothe

changeinwaxformationdegreeandpiggingcycletorealizetheearlywarningofpiggingoperation.Theresultsshowthatdifferent

pipelineshavevariousgradetimeandcyclelengthsinthecompletewaxformationcycle,whichreflectsthedifferenceinwaxformation

degreecausedbythedifferenceininputparameters.TheimprovedK-m