-
公开(公告)号：CN114429009B
公开(公告)日：2022-07-29
申请号：CN202210358246.0
申请日：2022-04-07
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于元迁移学习的小样本有杆泵井工况诊断方法，属于石油工况诊断技术领域，本发明结合迁移学习和元学习两者性能的优点构建元迁移学习算法框架，通过使用在相关数据集上的预训练所得良好的网络初始化参数，再利用元学习特有的超参数自动学习能力，以更高的效率训练出用于工况诊断的模型，并将该模型应用于有杆泵井工况的实时监测中，实现科学合理地诊断油井生产问题，从而显著改善油藏开发效果；同时，使用元梯度正则化策略和困难任务样本选取方法，适用于实际油田井数多但可用带诊断标签少的情况，更贴近实际油田现场的油井故障诊断情况。
-
公开(公告)号：CN114510880A
公开(公告)日：2022-05-17
申请号：CN202210407067.1
申请日：2022-04-19
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06K9/62 , E21B47/008
Abstract: 本发明公开了一种基于傅里叶变换和几何特征的有杆泵工况诊断方法，属于有杆泵工况诊断技术领域，包括以下步骤：对所获有杆泵生产数据进行选择；针对示功图进行基于波动方程的傅里叶系数提取；获取示功图曲线数据，进行示功图简单几何特征提取；采用DCA将傅里叶系数与简单几何特征进行融合；使用XGBoost算法建立有杆泵工况诊断模型，并进行模型训练；进行有杆泵工况诊断模型的参数优化；对优化后的有杆泵工况诊断模型，进行模型性能评价；将训练完成的有杆泵工况诊断模型应用到油田现场。本发明能够提高油田开发现场对有杆泵工况诊断的效率，同时提高对油田现有数据的有效利用，实现高效诊断有杆泵工况。
-
公开(公告)号：CN114492216A
公开(公告)日：2022-05-13
申请号：CN202210406824.3
申请日：2022-04-19
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于高分辨率表征学习的抽油机运行轨迹模拟方法，属于石油工程技术领域，包括如下步骤：构建并联多分辨率网络模型；设定模型参数；收集抽油机图像数据集，标注关键点并制作样本集；增强数据集；输入并联多分辨率网络模型进行多分辨率并行卷积；多分辨率融合；输出预测关键点位置热点图；误差反向传播，优化学习器参数；输出抽油机关键点预测热图；模型评价；输出模型在线应用。本发明方法学习到的抽油机关键点高分辨率表示不仅在语义上很强，而且在空间上也很精确。本发明借助多分辨率并联网络，实现关键点热图预测，模拟抽油机运行轨迹，节省油田成本。
-
公开(公告)号：CN114444620A
公开(公告)日：2022-05-06
申请号：CN202210362470.7
申请日：2022-04-08
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于生成式对抗神经网络的示功图故障诊断方法，属于采油故障诊断技术领域，包括如下步骤：对示功图样本库数据进行数据清洗；基于采油工程理论及典型示功图特性，对示功图数据点进行特征提取；对数量较少的故障类别样本采用生成式对抗神经网络进行生成，生成过程中对生成器网络的输出进行条件约束；基于原始样本及生成样本，将数据划分为训练集、验证集、测试集；采用Xgboost分类算法对样本进行分类；利用准确率和召回率对故障诊断结果进行综合评估；利用训练完成后的分类模型对故障进行实时监测诊断，实时判断故障类型。本发明能够显著提高分类模型对故障样本的特异识别能力，降低故障的误报/漏报率。
-
公开(公告)号：CN112541254A
公开(公告)日：2021-03-23
申请号：CN202011339395.X
申请日：2020-11-25
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种优化深度学习降维重构参数的自动历史拟合方法及系统，包括以下步骤：步骤一、构建初始油藏模型，通过自动编码器方法训练深度自编码模型，使用解码器进行降维参数化表征，步骤二、利用粒子群优化算法优化自编码模型的神经网络结构，步骤三、ES‑MDA方法迭代同化数据更新潜变量，自编码模型解码器重构油藏模型并进行数值模拟，步骤四、多次迭代进行观测数据拟合，最终输出拟合模型，完成自动历史拟合流程。相对于现有技术，本发明通过深度自编码模型、粒子群优化算法的结合可将高维地质特征如渗透率映射到低维连续高斯空间进行重参数化表征，结合集合光滑多次数据同化(ES‑MDA)方法吸收生产历史实现复杂大规模油藏自动历史拟合高效求解。
-
Patent Agency Ranking
公开(公告)号：CN104747162A
公开(公告)日：2015-07-01
申请号：CN201510042856.X
申请日：2015-01-28
Applicant: 中国石油大学(华东)
IPC: E21B43/40
Abstract: 本发明属于海上油气田开发领域，具体地，涉及一种深海多相多级分离回注系统。深海多相多级分离回注系统包括：整体支架结构、立式分离器、气-液旋流分离器、盘管式液-液分离器、缓冲罐和增压回注泵，其中：立式分离器、气-液旋流分离器、盘管式液-液分离器、缓冲罐和增压回注泵位于整体支架结构内，立式分离器、气-液旋流分离器、盘管式液-液分离器、缓冲罐和增压回注泵依次相连。本发明的油井采出液直接在其中进行多相分离，避免举升采出液中所含水至平台从而占据宝贵的平台面积，这对于深海区域特别是高含水井而言，可节省大量能源，同时大大减低立管静压和井口背压，减少管道泄漏、变形等危险，利于生产的稳定。
-
公开(公告)号：CN101173182B
公开(公告)日：2013-07-10
申请号：CN200710015911.1
申请日：2007-06-02
Applicant: 中国石油大学(华东)
IPC: C10G33/02
Abstract: 高效静电聚结器是一种高效的紧凑型原油乳状液静电脱水设备，用于油田生产过程中的原油脱水。其壳体包括竖直安装的聚结部分和水平布置的沉降分离部分。聚结部分为立式圆筒状结构，内部安装有筒状电极组合件；沉降分离部分位于脱水器下部，卧式罐结构，内部安装有乳液均布器、扰流板和交错波纹聚结板。高压变压器放置于沉降分离部分之上，通过高压绝缘电缆与筒状电极相连。筒状电极包覆有致密绝缘层，可以减小泄漏电流，防止电极之间短路。筒状电极间距小，形成狭窄的流道且流道内产生高强电场。原油乳状液依次经过静电聚结、交错波纹板聚结和扰流板涡流聚结的作用，包含的水滴变大，沉降速度加快，实现了原油和水的快速分离。
-
公开(公告)号：CN119558228B
公开(公告)日：2025-05-02
申请号：CN202510114076.5
申请日：2025-01-24
Applicant: 中国石油大学(华东)
IPC: G06F30/28 , G06F119/14 , G06F113/08
Abstract: 本发明公开了一种基于压力剖面法的节流气井积液深度诊断方法，属于油气开采工程领域。包括如下步骤：利用静止气柱压降模型计算油管管鞋处的压力，得到套管内压力剖面；根据管鞋处的压力和温度，结合多相流模型，计算由管鞋向上的积液液柱剖面；使用多项管流压降计算方法及嘴流压降计算方法计算油管内压降，得到油管压降剖面；依据套压向下计算油管管鞋压力，依据管鞋压力沿油管向上计算积液段气液两相流压力分布线B，依据油压、井口生产数据，沿油管向下计算流动气液两相流压力分布线A；得到A线和B线的交点h为积液深度。本发明通过压力剖面曲线来诊断节流气井的实际积液情况，制定灵活的打捞节流器和排水采气时机，实现最佳的生产效益。
-
公开(公告)号：CN119150760A
公开(公告)日：2024-12-17
申请号：CN202411669148.4
申请日：2024-11-21
Applicant: 中国石油大学(华东)
IPC: G06F30/28 , G06F17/10 , G06T11/20 , G06Q50/02 , G01D21/02 , G06F113/08 , G06F113/14 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于油套压差的气井积液判别图版生成方法，属于石油天然气勘探技术领域，包括如下步骤：收集油田实际采气井数据，计算气井井筒的井底压力；结合静气柱压力公式和天然气压缩因子计算公式，计算井口套压，进而得到油套压差；对不同井斜角选用不同的压降算法；分析油套压差对所有影响因素的敏感性以及变化范围，确定对每千米油套压差的关键影响因素；在完成油套压差计算和敏感性分析后，以每千米油套压差为纵坐标，日产气量为横坐标，结合液气比、井口油压和管径，生成积液判别图版。本发明通过全面分析气井生产过程中的关键参数，在合理的气井生产参数变化范围内形成直观的积液判别图版。
-
公开(公告)号：CN118172714B
公开(公告)日：2024-07-30
申请号：CN202410598200.5
申请日：2024-05-15
Applicant: 中国石油大学(华东)
IPC: G06V20/40 , G06V20/70 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种油田井下作业环境下的多尺度施工装备鲁棒性识别方法，属于石油工程领域，包括如下步骤：步骤1、获取井场历史图像及历史视频并进行标注处理，建立数据集并划分为训练集和验证集；步骤2、构建多尺度鲁棒性识别模型，初始化模型的对抗训练参数；步骤3、进行多阶段对抗学习，构建对抗训练集；步骤4、将对抗训练集输入多尺度鲁棒性识别模型，优化模型参数，输出训练完成的多尺度鲁棒性识别模型；步骤5、实时获取当前井场井下作业环境下的视频及图像数据，输入训练完成的多尺度鲁棒性识别模型获取不同施工装备的空间位置，进而进行井场情况分析。本发明能够更好地适应井下环境中的各种复杂情况，从而提高识别的准确率和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.032 seconds)
