-
公开(公告)号：CN117034735A
公开(公告)日：2023-11-10
申请号：CN202310733126.9
申请日：2023-06-20
Applicant: 中国石油大学(北京)
IPC: G06F30/27 , G06N3/084 , G06F17/13 , G06F113/14
Abstract: 本发明公开了一种用于输油管道水力在线模拟的物理融合数据驱动算法，包括以下步骤：构建适用于输油管道水力仿真的偏微分方程组；建立基于物理融合神经网络PNN的输油管道水力瞬态仿真求解模型；结合神经网络的反向传播算法，应用自适应动量估计算法，实现对神经网络中神经元参数θ的训练。本发明采用上述的一种用于输油管道水力在线模拟的物理融合数据驱动算法，该算法一方面推进输油管道仿真方法的应用宽度和外推性能，实现根据实际采集数据和物理方程协同下的神经网络训练方法，最终服务于输油管道水力仿真的物理过程快速、精确求解；另一方面由于其对各方面仿真结果的高度压缩和快速再现性，在作为代理模型的角度也具有很高的使用价值。
-
公开(公告)号：CN113779882A
公开(公告)日：2021-12-10
申请号：CN202111061750.6
申请日：2021-09-10
Applicant: 中国石油大学(北京)
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06N5/02 , G06F119/04
Abstract: 本文涉及计算机技术领域，尤其涉及一种设备剩余使用寿命的预测方法、装置、设备及存储介质。其方法包括，获取设备当前工作状态下多维度的数据；对所述多维度的数据进行相关性和关联规则分析，构建图模型；根据所述图模型以及所述多维度数据的时间序列，训练LSTM神经网络，得到所述设备当前的健康状态；根据所述设备当前的健康状态以及所述设备的寿命终点，预测所述设备的剩余使用寿命。通过本文的方法，克服了传统模型适用性差、机器学习模型可解释性差的不足，实现了根据任意设备设施多维度数据，对设备当前运行状态下的健康状态进行具体地预测，提高了预测设备剩余使用寿命的精准性。
-
公开(公告)号：CN114898819B
公开(公告)日：2025-02-07
申请号：CN202210353837.9
申请日：2022-04-06
Applicant: 中国石油大学(北京)
IPC: G16C20/30 , G16C20/70 , G06F18/2431
Abstract: 本文涉及油气运输领域，尤其涉及一种混合原油黏度预测模型训练方法、装置及应用方法。该方法包括获取训练样本数据集，所述训练样本数据集包括历史样本组分油的物性监测数据、所述历史样本组分油所在管道的运行参数、所述历史样本组分油混合后形成的历史样本混合原油的物性监测数据及所述混合原油所在管道的运行参数；利用所述训练样本数据集训练XGBoost初始模型，确定混合原油黏度预测模型。本方案首次建立了基于物性监测数据、管道运行参数的混合原油黏度预测模型；且可以基于传感器传回的实时数据，进行混合原油黏度实时在线预测，预测精度较高，降低黏度预测的复杂度、提高了原油运输效率。
-
公开(公告)号：CN118211487B
公开(公告)日：2024-11-12
申请号：CN202410437155.5
申请日：2024-04-11
Applicant: 中国石油大学(北京)
IPC: G06F30/27 , G06F30/28 , G06N3/045 , G06N3/084 , G06F113/08 , G06F113/14 , G06F119/14
Abstract: 本申请公开了一种输油管道初凝仿真方法、装置、设备及介质，涉及深度学习技术领域，包括构建原油流变特性、基础水‑热力特性及管道停输再启动过程温度场变化特性的输油管道初凝仿真物理模型；确定不同工况下输油管道的运行状态数据，与预处理后的实时数据对比分析，得到输油管道初凝数据；与输油管道初凝仿真物理模型耦合，计算总损失函数；判断总损失函数是否小于预设阈值，若小于，利用物理信息神经网络对输油管道初凝仿真物理模型训练，得到基于物理信息神经网络的输油管道初凝仿真物理模型；对实际输油管道数据仿真，得到仿真结果。本申请能提高输油管道运输安全性和效率，适应不同原油性质、管道结构及运行环境变化，降低初凝事故发生概率。
-
公开(公告)号：CN118861844A
公开(公告)日：2024-10-29
申请号：CN202410532966.3
申请日：2024-04-29
Applicant: 中国石油大学(北京)
IPC: G06F18/2415 , G06F18/20 , G06N3/0499 , G06N3/084 , G06F17/11 , G06Q50/06
Abstract: 本发明公开了天然气站场工作状态概率值确定方法、装置、设备及介质，涉及计算机技术领域，包括：获取天然气站场中的设备故障统计信息，以便基于所述设备故障统计信息确定马尔科夫过程中的控制方程；基于所述控制方程构建目标神经网络模型，并对所述目标神经网络模型进行预设训练并执行预设梯度校准操作，以得到训练后神经网络模型；所述预设训练包含前馈传播以及反向传播；将当前天然气站场的当前设备信息输入所述训练后神经网络模型，以得到对应的工作状态概率值。本发明基于物理信息的神经网络训练，引入物理融合神经网络提升计算效率，引入梯度修正提升网络训练与收敛的稳定性，进而提高工作状态概率值计算的高效性、稳定性与准确性。
-
Patent Agency Ranking
公开(公告)号：CN118798413A
公开(公告)日：2024-10-18
申请号：CN202410788883.0
申请日：2024-06-18
Applicant: 中国石油大学(北京)
IPC: G06Q10/04 , G06F18/20 , G06F18/23213 , G06F18/24 , G06F18/214 , G06F17/16 , G06F17/18 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种混合原油凝点概率预测方法、装置、设备及介质，应用于凝点概率预测领域，包括：将待预测混油站场混合原油的物性参数数据和运行参数数据输入至预先训练好的基于图卷积神经网络和贝叶斯神经网络的混合原油凝点概率预测模型中，输出混油凝点预测区间和凝点概率密度预测结果；预先训练好的基于图卷积神经网络和贝叶斯神经网络的混合原油凝点概率预测模型，包括：对用于训练的原始油样物性数据集中的特征数据进行关联分析，得到邻接矩阵；利用原始油样物性数据集和邻接矩阵对初始混合原油凝点概率预测模型进行模型训练，得到训练好的混合原油凝点概率预测模型。本发明提高了预测模型在面对数据噪声及不确定性因素时的鲁棒性和稳定性。
-
公开(公告)号：CN118211487A
公开(公告)日：2024-06-18
申请号：CN202410437155.5
申请日：2024-04-11
Applicant: 中国石油大学(北京)
IPC: G06F30/27 , G06F30/28 , G06N3/045 , G06N3/084 , G06F113/08 , G06F113/14 , G06F119/14
Abstract: 本申请公开了一种输油管道初凝仿真方法、装置、设备及介质，涉及深度学习技术领域，包括构建原油流变特性、基础水‑热力特性及管道停输再启动过程温度场变化特性的输油管道初凝仿真物理模型；确定不同工况下输油管道的运行状态数据，与预处理后的实时数据对比分析，得到输油管道初凝数据；与输油管道初凝仿真物理模型耦合，计算总损失函数；判断总损失函数是否小于预设阈值，若小于，利用物理信息神经网络对输油管道初凝仿真物理模型训练，得到基于物理信息神经网络的输油管道初凝仿真物理模型；对实际输油管道数据仿真，得到仿真结果。本申请能提高输油管道运输安全性和效率，适应不同原油性质、管道结构及运行环境变化，降低初凝事故发生概率。
-
公开(公告)号：CN118154847A
公开(公告)日：2024-06-07
申请号：CN202410323451.2
申请日：2024-03-20
Applicant: 中国石油大学(北京)
Abstract: 本申请公开了一种基于目标检测的关键元器件识别方法、装置、设备及介质，涉及无人值守油气站场工艺流程图的关键元器件识别技术领域，包括获取无人值守油气场工艺流程图关键元器件的原始数据集；按照数据集扩充方法对原始数据集扩充，得到扩充后的原始数据集，对扩充后的原始数据集进行标注，得到目标数据集；将目标数据集划分，引入混合域注意力机制和可变性卷积对预设的目标检测算法进行改进，以得到改进后的目标检测算法；获取当前关键元器件图像，利用改进后的目标检测算法对当前关键元器件图像进行识别，得到与当前关键元器件图像对应的关键元器件。本申请能够保证无人值守站场在各种条件下能稳定运行，提高关键元器件的识别效率和准确性。
-
公开(公告)号：CN118095129A
公开(公告)日：2024-05-28
申请号：CN202410244840.6
申请日：2024-03-04
Applicant: 中国石油大学(北京)
IPC: G06F30/28 , F17D5/00 , G06F30/18 , G06F111/10 , G06F113/14 , G06F113/08 , G06F119/02 , G06F119/14 , G06F119/08
Abstract: 本申请公开了一种天然气供气状态监测方法、装置、设备及介质，涉及城市燃气供应技术领域，包括建立包括天然气管网的结构和运行参数的管网模型，采用图论法对管网模型进行表示，得到管网拓扑模型；以管网拓扑模型为基础，通过稳态仿真对管网拓扑模型中的各节点及天然气管网进行水力计算和热力计算，得到各节点的流量和压力；采用枚举法遍历管网拓扑模型中的各节点，确定各节点的临界供气工况流量，利用临界供气工况流量对流量和压力进行实时监测，对天然气管网进行天然气供气失效判断。本申请能够全方面多因素的对天然气供气状态监测，提高对天然气供气系统进行供气失效判别的准确性和可靠性，解决供气失效问题，保障用户的供气需求。
-
公开(公告)号：CN114898818A
公开(公告)日：2022-08-12
申请号：CN202210353836.4
申请日：2022-04-06
Applicant: 中国石油大学(北京)
Abstract: 本文涉及油气运输领域，尤其涉及一种混合原油凝点预测模型训练方法、装置及应用方法。该方法包括获取训练样本数据集，所述训练样本数据集包括历史样本组分油的物性监测数据、所述历史样本组分油所在管道的运行参数、所述历史样本组分油混合后形成的历史样本混合原油的物性监测数据及所述历史样本混合原油所在管道的运行参数；利用所述训练样本数据集训练XGBoost初始模型，确定混合原油凝点预测模型。本方案首次建立了基于物性监测数据、管道的运行参数的混合原油凝点预测模型；且可以基于传感器传回的实时数据，便可进行多组分原油凝点实时在线预测，凝点预测精度较高，降低预测复杂度、提高了原油运输效率。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.032 seconds)
