【技术实现步骤摘要】
本公开涉及脱酸工艺，具体地，涉及一种脱酸工艺胺液浓度变化自动监测系统及方法。
技术介绍
1、在天然气处理领域，脱酸工艺是确保天然气质量满足工业和环境标准的关键环节。天然气中的酸性组分，如硫化氢（h2s）和二氧化碳（co2），不仅会对管道和设备造成腐蚀，还可能对环境和人体健康造成危害。因此，脱酸工艺的效率直接影响到天然气处理的整体性能和安全性。
2、胺液作为脱酸工艺中常用的吸收剂，能够有效地与酸性组分反应，从而实现脱酸目的。然而，胺液的浓度会随着时间的推移和处理过程的进行而逐渐降低，这就需要定期监测和调整，以保持脱酸效率。传统的监测方法往往依赖于人工的主观判断。而人工的主观判断可能存在监测结果不一致的问题。
3、因此，期待一种优化的脱酸工艺胺液浓度变化自动监测系统及方法。
技术实现思路
1、提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
2、第一方面，本公开提供了一种脱酸工艺胺液浓度变化自动监测方法，所述方法包括：获取由传感器采集的胺液浓度值的时间序列；对所述胺液浓度值的时间序列进行绝对量时序分析与相对量波动分析以得到胺液浓度时序隐含特征向量和胺液浓度变化梯度时序关联隐含特征向量；对所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量进行共空间动态合成以得到胺液浓度绝对
3、可选地，对所述胺液浓度值的时间序列进行绝对量时序分析与相对量波动分析以得到胺液浓度时序隐含特征向量和胺液浓度变化梯度时序关联隐含特征向量，包括：将所述胺液浓度值的时间序列按照时间维度排列为胺液浓度时序输入向量后，计算所述胺液浓度时序输入向量中各个位置的胺液浓度变化率以得到胺液浓度变化梯度时序输入向量；将所述胺液浓度时序输入向量和所述胺液浓度变化梯度时序输入向量通过时序模式特征提取器以得到所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量。
4、可选地，所述时序模式特征提取器为一维卷积层。
5、可选地，对所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量进行共空间动态合成以得到胺液浓度绝对量-相对量时序表示特征向量，包括：将所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量通过基于哈希函数的哈希共空间嵌入模块以得到哈希嵌入胺液浓度时序隐含特征向量和哈希嵌入胺液浓度变化梯度时序关联隐含特征向量；使用特征颗粒级动态合成模块对所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量进行特征值粒度交互融合以得到所述胺液浓度绝对量-相对量时序表示特征向量。
6、可选地，使用特征颗粒级动态合成模块对所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量进行特征值粒度交互融合以得到所述胺液浓度绝对量-相对量时序表示特征向量，包括：基于所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量确定动态门限值；利用所述动态门限值对所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量进行自适应平衡交互融合以得到所述胺液浓度绝对量-相对量时序表示特征向量。
7、可选地，基于所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量确定动态门限值，包括：将所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量级联为哈希嵌入胺液浓度绝对量-相对量时序级联特征向量；将变换向量与所述哈希嵌入胺液浓度绝对量-相对量时序级联特征向量的乘积值与偏置参数进行相加后，将获得的特征值通过sigmoid函数进行非线性变换以得到所述动态门限值。
8、可选地，利用所述动态门限值对所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量进行自适应平衡交互融合以得到所述胺液浓度绝对量-相对量时序表示特征向量，包括：基于所述动态门限值确定胺液浓度绝对量权重和胺液浓度相对量权重；分别计算所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量的以自然常数为底的指数函数以得到重映射胺液浓度时序隐含特征向量和重映射胺液浓度变化梯度时序关联隐含特征向量；将所述胺液浓度绝对量权重与所述重映射胺液浓度时序隐含特征向量的相乘结果和所述胺液浓度相对量权重与所述重映射胺液浓度变化梯度时序关联隐含特征向量的相乘结果进行点加以得到所述胺液浓度绝对量-相对量时序表示特征向量。
9、可选地，所述胺液浓度绝对量权重和所述胺液浓度相对量权重的加和值为一。
10、可选地，基于所述胺液浓度绝对量-相对量时序表示特征向量的胺液浓度变化特征信息，来确定脱酸的控制指令，包括：将所述胺液浓度绝对量-相对量时序表示特征向量通过基于分类器的控制器以得到所述控制指令，所述控制指令用于表示是否加入新的胺液。
11、第二方面，本公开提供了一种脱酸工艺胺液浓度变化自动监测系统，所述系统包括：胺液浓度值获取模块，用于获取由传感器采集的胺液浓度值的时间序列；时序分析与波动分析模块，用于对所述胺液浓度值的时间序列进行绝对量时序分析与相对量波动分析以得到胺液浓度时序隐含特征向量和胺液浓度变化梯度时序关联隐含特征向量；共空间动态合成模块，用于对所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量进行共空间动态合成以得到胺液浓度绝对量-相对量时序表示特征向量；控制指令确定模块，用于基于所述胺液浓度绝对量-相对量时序表示特征向量的胺液浓度变化特征信息，来确定脱酸的控制指令；其中，所述共空间动态合成模块，包括：将所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量通过基于哈希函数的哈希共空间嵌入模块以得到哈希嵌入胺液浓度时序隐含特征向量和哈希嵌入胺液浓度变化梯度时序关联隐含特征向量；使用特征颗粒级动态合成模块对所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量进行特征值粒度交互融合以得到所述胺液浓度绝对量-相对量时序表示特征向量。
12、采用上述技术方案，通过获取由传感器采集的胺液浓度值的时间序列；对所述胺液浓度值的时间序列进行绝对量时序分析与相对量波动分析以得到胺液浓度时序隐含特征向量和胺液浓度变化梯度时序关联隐含特征向量；对所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量进行共空间动态合成以得到胺液浓度绝对量-相对量时序表示特征向量；基于所述胺液浓度绝对量-相对量时序表示特征向量的胺液浓度变化特征信息，来确定脱酸的控制指令。这样本文档来自技高网...
【技术保护点】
1.一种脱酸工艺胺液浓度变化自动监测方法，其特征在于，包括：获取由传感器采集的胺液浓度值的时间序列；对所述胺液浓度值的时间序列进行绝对量时序分析与相对量波动分析以得到胺液浓度时序隐含特征向量和胺液浓度变化梯度时序关联隐含特征向量；对所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量进行共空间动态合成以得到胺液浓度绝对量-相对量时序表示特征向量；基于所述胺液浓度绝对量-相对量时序表示特征向量的胺液浓度变化特征信息，来确定脱酸的控制指令；其中，对所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量进行共空间动态合成以得到胺液浓度绝对量-相对量时序表示特征向量，包括：将所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量通过基于哈希函数的哈希共空间嵌入模块以得到哈希嵌入胺液浓度时序隐含特征向量和哈希嵌入胺液浓度变化梯度时序关联隐含特征向量；使用特征颗粒级动态合成模块对所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量进行特征值粒度交互融合以得到所述胺液浓度绝对量-相对量时序表示特征向量。
...【技术特征摘要】
1.一种脱酸工艺胺液浓度变化自动监测方法，其特征在于，包括：获取由传感器采集的胺液浓度值的时间序列；对所述胺液浓度值的时间序列进行绝对量时序分析与相对量波动分析以得到胺液浓度时序隐含特征向量和胺液浓度变化梯度时序关联隐含特征向量；对所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量进行共空间动态合成以得到胺液浓度绝对量-相对量时序表示特征向量；基于所述胺液浓度绝对量-相对量时序表示特征向量的胺液浓度变化特征信息，来确定脱酸的控制指令；其中，对所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量进行共空间动态合成以得到胺液浓度绝对量-相对量时序表示特征向量，包括：将所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量通过基于哈希函数的哈希共空间嵌入模块以得到哈希嵌入胺液浓度时序隐含特征向量和哈希嵌入胺液浓度变化梯度时序关联隐含特征向量；使用特征颗粒级动态合成模块对所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量进行特征值粒度交互融合以得到所述胺液浓度绝对量-相对量时序表示特征向量。
2.根据权利要求1所述的脱酸工艺胺液浓度变化自动监测方法，其特征在于，对所述胺液浓度值的时间序列进行绝对量时序分析与相对量波动分析以得到胺液浓度时序隐含特征向量和胺液浓度变化梯度时序关联隐含特征向量，包括：将所述胺液浓度值的时间序列按照时间维度排列为胺液浓度时序输入向量后，计算所述胺液浓度时序输入向量中各个位置的胺液浓度变化率以得到胺液浓度变化梯度时序输入向量；将所述胺液浓度时序输入向量和所述胺液浓度变化梯度时序输入向量通过时序模式特征提取器以得到所述胺液浓度时序隐含特征向量和所述胺液浓度变化梯度时序关联隐含特征向量。
3.根据权利要求2所述的脱酸工艺胺液浓度变化自动监测方法，其特征在于，所述时序模式特征提取器为一维卷积层。
4.根据权利要求3所述的脱酸工艺胺液浓度变化自动监测方法，其特征在于，使用特征颗粒级动态合成模块对所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量进行特征值粒度交互融合以得到所述胺液浓度绝对量-相对量时序表示特征向量，包括：基于所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量确定动态门限值；利用所述动态门限值对所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量进行自适应平衡交互融合以得到所述胺液浓度绝对量-相对量时序表示特征向量。
5.根据权利要求4所述的脱酸工艺胺液浓度变化自动监测方法，其特征在于，基于所述哈希嵌入胺液浓度时序隐含特征向量和所述哈希嵌入胺液浓度变化梯度时序关联隐含特征向量确定动态门限值，包括：将所述哈希嵌入胺液浓度时序隐含特征向量和所...
【专利技术属性】
技术研发人员：屈志伟，吴文召，李二郎福，霍会杰，曹智，齐恒，宋伊友，梁健，
申请(专利权)人：克拉玛依市富城油气销售有限公司，
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。