【技术实现步骤摘要】
本申请涉及智能化二氧化碳脱除，并且更具体地，涉及一种用于天然气中二氧化碳脱除的智能控制方法及系统。
技术介绍
1、天然气是指天然蕴藏于地层中的烃类和非烃类气体的混合物，主要蕴藏在地下多孔隙岩层中，包括油田气、气田气、煤层气、泥火山气和生物生成气等。天然气是一种优质的燃料和化工原料，随着全球能源结构的转型和对环境保护的日益关注，天然气在全球能源消费结构中的占比逐年上升。在天然气的利用过程中，二氧化碳的脱除是一个重要的环节。二氧化碳过高会降低天然气热值，腐蚀冻堵后续工段的管道及设备。为了长距离输送和后续工段对天然气的利用，天然气中的二氧化碳都需要进行脱除。
2、传统的二氧化碳脱除主要采用化学吸附方法。然而，传统的化学吸附过程主要依赖于人工经验进行调控，这种人工调控的方式不仅操作复杂，而且容易受到操作人员的技能和水平的影响，可能存在一定的误差和滞后性，难以实现精准调控和高效生产。因此，期待一种优化的用于天然气中二氧化碳脱除的智能控制方法及系统。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于天然气中二氧化碳脱除的智能控制方法及系统，其包括以下步骤：将原料天然气输入旋喷吸收塔以吸收掉所述原料天然气中的二氧化碳部分以得到旋喷处理后天然气；将所述旋喷处理后天然气经净化天然气冷却器降温至常温后，再进入净化天然气分离器以得到净化天然气。这样，可以智能地将天然气中的二氧化碳进行脱除，实现精准调控和高效生产。
2、第一方面，提供了一种用于天然
3、在上述用于天然气中二氧化碳脱除的智能控制方法中，将原料天然气输入旋喷吸收塔以吸收掉所述原料天然气中的二氧化碳部分以得到旋喷处理后天然气，包括：经常温贫胺液喷淋吸收掉所述原料天然气中的二氧化碳部分，且得到富胺液；将所述富胺液输入富液降压阀进行降压以得到降压后富胺液；将所述降压后富胺液输入贫富液换热器进行预热以得到预热后富胺液从所述预热后富胺液中分离出二氧化碳气体；将所述二氧化碳气体与定量补充的净化天然气在催化剂的作用下反应生成合成气。
4、在上述用于天然气中二氧化碳脱除的智能控制方法中，所述合成气包括一氧化碳和氢气。
5、在上述用于天然气中二氧化碳脱除的智能控制方法中，经所述净化天然气分离器得到的所述净化天然气输送至界外以供使用。
6、在上述用于天然气中二氧化碳脱除的智能控制方法中，将所述降压后富胺液输入贫富液换热器进行预热以得到预热后富胺液，包括：获取由热分布传感器采集的所述贫富液换热器的实时热分布图像；将所述实时热分布图像进行非线性效应补偿以得到校正后热分布图像；将所述校正后热分布图像进行图像分块以得到校正后局部热分布图像的集合；对所述校正后局部热分布图像的集合进行全局热分布模式特征提取以得到全局热分布上下文关联特征向量；将所述全局热分布上下文关联特征向量通过基于分类器的预热控制决策器以得到预热控制决策结果，所述预热控制决策结果用于表示是否停止加热。
7、在上述用于天然气中二氧化碳脱除的智能控制方法中，将所述实时热分布图像进行非线性效应补偿以得到校正后热分布图像，包括：以如下非线性效应补偿公式对所述实时热分布图像进行处理以得到所述校正后热分布图像；其中，所述非线性效应补偿公式为：；其中，为所述实时热分布图像从rgb空间转换成hsv空间后图像的各个位置的像素值，a、b、c和d为数值不相同的调整参数，为所述校正后热分布图像的各个位置的像素值。
8、在上述用于天然气中二氧化碳脱除的智能控制方法中，对所述校正后局部热分布图像的集合进行全局热分布模式特征提取以得到全局热分布上下文关联特征向量，包括：将所述校正后局部热分布图像的集合通过基于卷积神经网络模型的热分布模式特征提取器以得到局部热分布模式特征向量的序列；将所述局部热分布模式特征向量的序列通过区域焦点显著网络以得到焦点显著化局部热分布模式特征向量的序列；将所述焦点显著化局部热分布模式特征向量的序列通过包含transformer层的关联特征编码器以得到所述全局热分布上下文关联特征向量。
9、在上述用于天然气中二氧化碳脱除的智能控制方法中，将所述局部热分布模式特征向量的序列通过区域焦点显著网络以得到焦点显著化局部热分布模式特征向量的序列，包括：以如下区域焦点显著公式对所述局部热分布模式特征向量的序列进行处理以得到所述焦点显著化局部热分布模式特征向量的序列；其中，所述区域焦点显著公式为：；其中，为所述局部热分布模式特征向量的序列中第个局部热分布模式特征向量，为所述局部热分布模式特征向量的序列的均值特征向量，表示所述第个局部热分布模式特征向量与所述均值特征向量之间的注意力得分值，表示向量的转置，为所述局部热分布模式特征向量的序列的长度，为注意力权重特征向量中第个特征值，为所述焦点显著化局部热分布模式特征向量的序列中第个焦点显著化局部热分布模式特征向量。
10、在上述用于天然气中二氧化碳脱除的智能控制方法中，还包括训练步骤：对所述基于卷积神经网络模型的热分布模式特征提取器、所述区域焦点显著网络、所述包含transformer层的关联特征编码器和所述基于分类器的预热控制决策器进行训练；其中，所述训练步骤，包括：获取训练数据，所述训练数据包括由热分布传感器采集的所述贫富液换热器的训练实时热分布图像，以及，是否停止加热的真实值；将所述训练实时热分布图像进行非线性效应补偿以得到训练校正后热分布图像；将所述训练校正后热分布图像进行图像分块以得到训练校正后局部热分布图像的集合；将所述训练校正后局部热分布图像的集合通过所述基于卷积神经网络模型的热分布模式特征提取器以得到训练局部热分布模式特征向量的序列；将所述训练局部热分布模式特征向量的序列通过所述区域焦点显著网络以得到训练焦点显著化局部热分布模式特征向量的序列；将所述训练焦点显著化局部热分布模式特征向量的序列通过所述包含transformer层的关联特征编码器以得到多个训练上下文焦点显著化局部热分布模式特征向量；将所述多个训练上下文焦点显著化局部热分布模式特征向量进行级联以得到训练全局热分布上下文关联特征向量；将所述训练全局热分布上下文关联特征向量通过基于分类器的预热控制决策器以得到分类损失函数值；以所述分类损失函数值来对所述基于卷积神经网络模型的热分布模式特征提取器、所述区域焦点显著网络、所述包含transformer层的关联特征编码器和所述基于分类器的预热控制决策器进行训练，其中，在所述训练的每一轮迭代中，对所述训练全局热分布上下文关联特征向量进行优化。
11、第二方面，提供了一种用于天然气中二氧化碳脱除的智能控制系统，其包括：旋喷处理模块，用于将原料天然气输入旋喷吸收塔以吸收掉所述原料天然气中的二氧化碳部分以得到旋喷处理后本文档来自技高网...
【技术保护点】
1.一种用于天然气中二氧化碳脱除的智能控制方法，其特征在于，包括：将原料天然气输入旋喷吸收塔以吸收掉所述原料天然气中的二氧化碳部分以得到旋喷处理后天然气；将所述旋喷处理后天然气经净化天然气冷却器降温至常温后，再进入净化天然气分离器以得到净化天然气；其中，将原料天然气输入旋喷吸收塔以吸收掉所述原料天然气中的二氧化碳部分以得到旋喷处理后天然气，包括：经常温贫胺液喷淋吸收掉所述原料天然气中的二氧化碳部分，且得到富胺液；将所述富胺液输入富液降压阀进行降压以得到降压后富胺液；将所述降压后富胺液输入贫富液换热器进行预热以得到预热后富胺液；从所述预热后富胺液中分离出二氧化碳气体；将所述二氧化碳气体与定量补充的净化天然气在催化剂的作用下反应生成合成气；其中，将所述降压后富胺液输入贫富液换热器进行预热以得到预热后富胺液，包括：获取由热分布传感器采集的所述贫富液换热器的实时热分布图像；将所述实时热分布图像进行非线性效应补偿以得到校正后热分布图像；将所述校正后热分布图像进行图像分块以得到校正后局部热分布图像的集合；对所述校正后局部热分布图像的集合进行全局热分布模式特征提取以得到全局热分布上下文关联特征
2.根据权利要求1所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，所述合成气包括一氧化碳和氢气。
3.根据权利要求1所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，经所述净化天然气分离器得到的所述净化天然气输送至界外以供使用。
4.根据权利要求1所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，将所述实时热分布图像进行非线性效应补偿以得到校正后热分布图像，包括：以如下非线性效应补偿公式对所述实时热分布图像进行处理以得到所述校正后热分布图像；其中，所述非线性效应补偿公式为：；其中，为所述实时热分布图像从RGB空间转换成HSV空间后图像的各个位置的像素值，A、B、C和D为数值不相同的调整参数，为所述校正后热分布图像的各个位置的像素值。
5.根据权利要求4所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，对所述校正后局部热分布图像的集合进行全局热分布模式特征提取以得到全局热分布上下文关联特征向量，包括：将所述校正后局部热分布图像的集合通过基于卷积神经网络模型的热分布模式特征提取器以得到局部热分布模式特征向量的序列；将所述局部热分布模式特征向量的序列通过区域焦点显著网络以得到焦点显著化局部热分布模式特征向量的序列；将所述焦点显著化局部热分布模式特征向量的序列通过包含Transformer层的关联特征编码器以得到所述全局热分布上下文关联特征向量。
6.根据权利要求5所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，将所述局部热分布模式特征向量的序列通过区域焦点显著网络以得到焦点显著化局部热分布模式特征向量的序列，包括：以如下区域焦点显著公式对所述局部热分布模式特征向量的序列进行处理以得到所述焦点显著化局部热分布模式特征向量的序列；其中，所述区域焦点显著公式为：；其中，为所述局部热分布模式特征向量的序列中第个局部热分布模式特征向量，为所述局部热分布模式特征向量的序列的均值特征向量，表示所述第个局部热分布模式特征向量与所述均值特征向量之间的注意力得分值，表示向量的转置，为所述局部热分布模式特征向量的序列的长度，为注意力权重特征向量中第个特征值，为所述焦点显著化局部热分布模式特征向量的序列中第个焦点显著化局部热分布模式特征向量。
7.根据权利要求6所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，还包括训练步骤：对所述基于卷积神经网络模型的热分布模式特征提取器、所述区域焦点显著网络、所述包含Transformer层的关联特征编码器和所述基于分类器的预热控制决策器进行训练；其中，所述训练步骤，包括：获取训练数据，所述训练数据包括由热分布传感器采集的所述贫富液换热器的训练实时热分布图像，以及，是否停止加热的真实值；将所述训练实时热分布图像进行非线性效应补偿以得到训练校正后热分布图像；将所述训练校正后热分布图像进行图像分块以得到训练校正后局部热分布图像的集合；将所述训练校正后局部热分布图像的集合通过所述基于卷积神经网络模型的热分布模式特征提取器以得到训练局部热分布模式特征向量的序列；将所述训练局部热分布模式特征向量的序列通过所述区域焦点显著网络以得到训练焦点显著化局部热分布模式特征向量的序列；将所述训练焦点显著化局部热分布模式特征向量的序列通过所述包含Transformer层的关联特征编码器以得到多个训练上下文...
【技术特征摘要】
1.一种用于天然气中二氧化碳脱除的智能控制方法，其特征在于，包括：将原料天然气输入旋喷吸收塔以吸收掉所述原料天然气中的二氧化碳部分以得到旋喷处理后天然气；将所述旋喷处理后天然气经净化天然气冷却器降温至常温后，再进入净化天然气分离器以得到净化天然气；其中，将原料天然气输入旋喷吸收塔以吸收掉所述原料天然气中的二氧化碳部分以得到旋喷处理后天然气，包括：经常温贫胺液喷淋吸收掉所述原料天然气中的二氧化碳部分，且得到富胺液；将所述富胺液输入富液降压阀进行降压以得到降压后富胺液；将所述降压后富胺液输入贫富液换热器进行预热以得到预热后富胺液；从所述预热后富胺液中分离出二氧化碳气体；将所述二氧化碳气体与定量补充的净化天然气在催化剂的作用下反应生成合成气；其中，将所述降压后富胺液输入贫富液换热器进行预热以得到预热后富胺液，包括：获取由热分布传感器采集的所述贫富液换热器的实时热分布图像；将所述实时热分布图像进行非线性效应补偿以得到校正后热分布图像；将所述校正后热分布图像进行图像分块以得到校正后局部热分布图像的集合；对所述校正后局部热分布图像的集合进行全局热分布模式特征提取以得到全局热分布上下文关联特征向量；将所述全局热分布上下文关联特征向量通过基于分类器的预热控制决策器以得到预热控制决策结果，所述预热控制决策结果用于表示是否停止加热。
2.根据权利要求1所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，所述合成气包括一氧化碳和氢气。
3.根据权利要求1所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，经所述净化天然气分离器得到的所述净化天然气输送至界外以供使用。
4.根据权利要求1所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，将所述实时热分布图像进行非线性效应补偿以得到校正后热分布图像，包括：以如下非线性效应补偿公式对所述实时热分布图像进行处理以得到所述校正后热分布图像；其中，所述非线性效应补偿公式为：；其中，为所述实时热分布图像从rgb空间转换成hsv空间后图像的各个位置的像素值，a、b、c和d为数值不相同的调整参数，为所述校正后热分布图像的各个位置的像素值。
5.根据权利要求4所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，对所述校正后局部热分布图像的集合进行全局热分布模式特征提取以得到全局热分布上下文关联特征向量，包括：将所述校正后局部热分布图像的集合通过基于卷积神经网络模型的热分布模式特征提取器以得到局部热分布模式特征向量的序列；将所述局部热分布模式特征向量的序列通过区域焦点显著网络以得到焦点显著化局部热分布模式特征向量的序列；将所述焦点显著化局部热分布模式特征向量的序列通过包含transformer层的关联特征编码器以得到所述全局热分布上下文关联特征向量。
6.根据权利要求5所述的用于天然气中二氧化碳脱除的智能控制方法，其特征在于，将所述局部热分布模式特征向量的序列通过区域焦点显著网络以得到焦点显著化局部热分布模式特征向量的序列，包括：以如下区域焦点显著公式对所述局部热分布模式特征向量的序列进行处理以得到所述焦点显著化局部热分布模式特征向量的序列；其中，所述区域焦点显著公式为：；其中，为所述局部热分布模式特征向量的序列中第个局部热分布模式特征向量，为所述局部热分布模...
【专利技术属性】
技术研发人员：曾强，付辉，魏子杰，杨印成，
申请(专利权)人：新疆凯龙清洁能源股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。