含氮甲烷气脱氮液化的方法及系统与流程

本技术涉及智能控制，且更为具体地，涉及一种含氮甲烷气脱氮液化的方法及系统。

背景技术：

1、含氮甲烷气脱氮液化的方法是一种利用低温分离技术，对含氮甲烷气进行脱氮处理，将含有高浓度氮气的甲烷气从气相转化为液相的过程，从而提高甲烷气的纯度和价值。该技术能够有效降低天然气的运输成本和环境影响，被广泛应用于石油、化工、天然气等领域。

2、然而，传统的含氮甲烷气脱氮液化过程主要依赖于人工经验或者启发式规则进行调控，容易受到操作人员的技能和水平的影响，且缺乏对含氮甲烷气脱氮液化过程中的复杂非线性动态特性的充分理解和利用，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，期待一种优化的含氮甲烷气脱氮液化的方法及系统。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种含氮甲烷气脱氮液化的方法及系统，其采用基于深度学习的人工智能技术来监测和分析在脱氮液化过程中含氮甲烷气的氮气含量数据和脱氮塔底再沸器的操作压力数据，以挖掘出操作压力与氮气含量之间的时序响应性协同关联关系，并基于这种时序响应性协同关联关系来智能调节脱氮塔底再沸器的操作压力。这样，能够自动化调节脱氮塔底再沸器的操作压力，以优化脱氮液化过程，节省人力资源。

2、相应地，根据本技术的一个方面，提供了一种含氮甲烷气脱氮液化的方法，其包括：常温高压的含氮甲烷气经过低温换热器深冷后通过脱氮塔底再沸器从而为低温脱氮塔提供再沸器热源，其中，在通过所述脱氮塔底再沸器的过程中，所述含氮甲烷气进一步被冷凝降温以得到冷凝后的含氮甲烷气；以及，所述冷凝后的含氮甲烷气经过所述低温换热器进一步过冷后进入所述低温脱氮塔进行低温精馏分离为塔顶出来的富氮尾气和塔底出来的高纯度的甲烷液相物流。

3、在上述含氮甲烷气脱氮液化的方法中，还包括：所述甲烷液相物流经过所述低温换热器过冷后作为lng产品输入lng储罐储存。

4、在上述含氮甲烷气脱氮液化的方法中，还包括：所述甲烷液相物流经过所述低温换热器复热为常温甲烷产品气外输使用。

5、在上述含氮甲烷气脱氮液化的方法中，还包括：所述富氮尾气经过所述低温换热器复热为常温氮气产品。

6、在上述含氮甲烷气脱氮液化的方法中，在所述常温高压的含氮甲烷气经过低温换热器深冷后通过脱氮塔底再沸器从而为低温脱氮塔提供再沸器热源的步骤中，所述脱氮塔底再沸器的操作压力，根据所述常温高压的含氮甲烷气中氮气的实时含量进行调节。

7、在上述含氮甲烷气脱氮液化的方法中，根据所述常温高压的含氮甲烷气中氮气的实时含量调节所述脱氮塔底再沸器的操作压力，包括：获取所述操作压力的时间序列和所述氮气的实时含量的时间序列；对所述操作压力的时间序列和所述氮气的实时含量的时间序列分别进行数据预处理以得到操作压力局部时序输入向量的序列和氮气含量局部时序输入向量的序列；将所述操作压力局部时序输入向量的序列和所述氮气含量局部时序输入向量的序列分别输入基于多尺度邻域特征提取网络的时序特征提取器以得到操作压力局部时序特征向量的序列和氮气含量局部时序特征向量的序列；使用局部时序粒度特征交互器对所述操作压力局部时序特征向量的序列和所述氮气含量局部时序特征向量的序列进行交互处理以得到操作压力-氮气含量时序交互语义特征向量；以及，基于所述操作压力-氮气含量时序交互语义特征向量，确定所述脱氮塔底再沸器的操作压力控制指令。

8、在上述含氮甲烷气脱氮液化的方法中，对所述操作压力的时间序列和所述氮气的实时含量的时间序列分别进行数据预处理以得到操作压力局部时序输入向量的序列和氮气含量局部时序输入向量的序列，包括：将所述操作压力的时间序列和所述氮气的实时含量的时间序列分别按照时间维度排列为操作压力时序输入向量和氮气含量时序输入向量；以及，基于预定时间尺度对所述操作压力时序输入向量和所述氮气含量时序输入向量进行向量切分以得到所述操作压力局部时序输入向量的序列和所述氮气含量局部时序输入向量的序列。

9、在上述含氮甲烷气脱氮液化的方法中，使用局部时序粒度特征交互器对所述操作压力局部时序特征向量的序列和所述氮气含量局部时序特征向量的序列进行交互处理以得到操作压力-氮气含量时序交互语义特征向量，包括：以如下局部时序粒度特征交互公式对所述操作压力局部时序特征向量的序列和所述氮气含量局部时序特征向量的序列进行交互处理以得到操作压力局部时序匹配特征向量的序列和氮气含量局部时序匹配特征向量的序列；其中，所述局部时序粒度特征交互公式为：；其中，表示所述操作压力局部时序特征向量的序列中第个操作压力局部时序特征向量，表示所述第个操作压力局部时序特征向量的转置，表示所述氮气含量局部时序特征向量的序列中第个氮气含量局部时序特征向量，表示所述第个操作压力局部时序特征向量和所述第个氮气含量局部时序特征向量的相似度矩阵，表示所述第个操作压力局部时序特征向量和第个氮气含量局部时序特征向量的相似度矩阵，表示第个操作压力局部时序特征向量和所述第个氮气含量局部时序特征向量的相似度矩阵，表示所述第个操作压力局部时序特征向量相对于所述氮气含量局部时序特征向量的序列的操作压力局部时序匹配特征向量，表示所述第个氮气含量局部时序特征向量相对于所述操作压力局部时序特征向量的序列的氮气含量局部时序匹配特征向量，和分别表示所述操作压力局部时序特征向量和所述氮气含量局部时序特征向量的个数；以及，对所述操作压力局部时序匹配特征向量的序列和所述氮气含量局部时序匹配特征向量的序列进行级联融合以得到所述操作压力-氮气含量时序交互语义特征向量。

10、在上述含氮甲烷气脱氮液化的方法中，基于所述操作压力-氮气含量时序交互语义特征向量，确定所述脱氮塔底再沸器的操作压力控制指令，包括：对所述操作压力局部时序特征向量的序列和所述氮气含量局部时序特征向量的序列进行交互融合校正以得到校正特征向量；将所述校正特征向量和所述操作压力-氮气含量时序交互语义特征向量进行点乘加权以得到校正后操作压力-氮气含量时序交互语义特征向量；以及，将所述校正后操作压力-氮气含量时序交互语义特征向量通过基于分类器的操作压力自适应控制器以得到所述操作压力控制指令，所述操作压力控制指令用于表示当前时间点的操作压力应增大、应减小或应保持不变。

11、根据本技术的另一个方面，提供了一种含氮甲烷气脱氮液化系统，其包括：脱氮液化监控?？?，用于获取操作压力的时间序列和氮气的实时含量的时间序列；数据预处理?？?，用于对所述操作压力的时间序列和所述氮气的实时含量的时间序列分别进行数据预处理以得到操作压力局部时序输入向量的序列和氮气含量局部时序输入向量的序列；局部时序特征提取?？?，用于将所述操作压力局部时序输入向量的序列和所述氮气含量局部时序输入向量的序列分别输入基于多尺度邻域特征提取网络的时序特征提取器以得到操作压力局部时序特征向量的序列和氮气含量局部时序特征向量的序列；特征交互?？?，用于使用局部时序粒度特征交互器对所述操作压力局部时序特征向量的序列和所述氮气含量局部时序特征向量的序列进行交互处理以得到操作压力-氮气含量时序交互语义特征向量；操作压力控制?？?，用于基于所述操作压力-氮气含量时序交互语义特征向量，确定脱氮塔底再沸器的操作压力控制指令。

12、与现有技术相比，本技术提供的含氮甲烷气脱氮液化的方法及系统，其采用基于深度学习的人工智能技术来监测和分析在脱氮液化过程中含氮甲烷气的氮气含量数据和脱氮塔底再沸器的操作压力数据，以挖掘出操作压力与氮气含量之间的时序响应性协同关联关系，并基于这种时序响应性协同关联关系来智能调节脱氮塔底再沸器的操作压力。这样，能够自动化调节脱氮塔底再沸器的操作压力，以优化脱氮液化过程，节省人力资源。