-
公开(公告)号：CN119578023A
公开(公告)日：2025-03-07
申请号：CN202411486642.7
申请日：2024-10-23
Applicant: 中国石油大学(北京)
IPC: G06F30/20 , G06F30/18 , G06F17/18 , G06F111/08 , G06F113/14 , G06F119/02
Abstract: 本发明涉及管道安全领域，提供了一种基于多维联合分布的含多缺陷管道评价方法、装置及设备，该方法包括：获取输入数据，将输入数据输入构建好的单缺陷作用下管道的概率分布模型，输出管道的各缺陷失效概率和各缺陷概率分布；构建好的单缺陷作用下管道的概率分布模型根据实际管道检测数据、历史失效数据和管道缺陷相关评价标准构建；根据各缺陷概率分布，基于Vine Copula函数与串联管道系统可靠性之间的关系，构建缺陷间多维联合概率分布模型；基于缺陷间多维联合概率分布模型，根据单缺陷作用下管道的失效概率确定管道的可靠度。本发明解决了现有技术中管道可靠性评估结果不够精确的问题，实现了精确地对管道可靠性进行评价的效果。
-
公开(公告)号：CN114662551B
公开(公告)日：2025-02-18
申请号：CN202011414873.9
申请日：2020-12-07
Applicant: 中国石油大学(北京)
IPC: G06F18/214 , G06F18/23 , G06F16/906 , G06Q50/06
Abstract: 本说明书实施例提供一种油气管网系统异常状态识别方法、装置及设备。所述方法包括：获取对应于油气管网系统的运行数据；所述运行数据对应有关联于时间的自相关系数；根据所述自相关系数将所述运行数据划分为至少两组分段数据；所述分段数据对应有不同的时间频率；分别确定所述分段数据对应的行为模式数据；所述行为模式数据用于表示预设时段内所述油气管网系统的运行模式；对行为模式数据进行分类得到至少一组聚类数据；所述聚类数据对应有行为模式类别；基于所述行为模式类别识别所述油气管网系统的异常状态。上述方法能够快速地对油气管网系统的运行数据进行分类与模式识别，从而及时准确地对油气管网的运行状态进行调整，保证系统正常运行。
-
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：CN118855448A
公开(公告)日：2024-10-29
申请号：CN202410980773.4
申请日：2024-07-22
Applicant: 中国石油大学(北京)
IPC: E21B47/00 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及油气计量设备监测技术领域，公开一种基于时序大模型的油气计量设备异常预警方法、系统、设备及介质，包括：根据目标油气计量设备的历史运行监测数据，通过油气计量设备数据预测模型，预测目标油气计量设备的未来运行监测数据；利用基于三西格玛准则的滑动窗口法，得到预设滑动窗口宽度对应的三西格玛范围，将对应的实际运行监测数据与三西格玛范围进行比对，得到目标油气计量设备的疑似异常数据，并结合预设预警发布规则，发出油气计量设备异常预警。本发明能够实现高效、准确、全面的油气计量设备故障预警，利于迅速制作应对方案，降低设备故障带来的损失，提高生产效率和设备可靠性，为油气站场计量系统的稳定高效运行提供保障。
-
公开(公告)号：CN115562102B
公开(公告)日：2024-10-29
申请号：CN202211166396.8
申请日：2022-09-23
Applicant: 中国石油大学(北京)
IPC: G05B19/042
Abstract: 本申请实施例提供一种用于能源管道的控制方法、装置、处理器及存储介质。方法包括：从每个供给点的能源供给范围内随机选取一个能源供给量；确定每个用户端的目标能源压减量；根据每个供给点的能源供给量和目标能源压减量确定每个用户端的实际供给量；若每个用户端的实际供给量处于预设供给范围内，根据每个用户端的实际供给量确定备选能源组；根据全部用户端的备选能源组确定能源管道的能源效益值；将最大的能源效益值对应的每个用户端的备选能源组确定为每个用户端的目标能源组；对每个用户端的每个供给点的能源供给量进行压减控制，以使用户端的实际能源压减量为目标能源组对应的目标能源压减量，使每个用户端的能源供给更合理，提高输配效益。
-
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：CN118313867A
公开(公告)日：2024-07-09
申请号：CN202410378851.3
申请日：2024-03-29
Applicant: 中国石油大学(北京)
IPC: G06Q30/0202 , G06Q50/06 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本申请涉及能源预测技术领域，具体地涉及一种考虑多种能源影响的天然气需求预测方法、处理器、装置及存储介质。方法包括：获取第一预设历史时间段内的第一历史需求数据，其中，历史需求数据包括天然气的第一历史需求量和影响天然气的多种能源的第二历史需求量；采用皮尔逊相关性分析对第一历史需求数据进行分析，以构建天然气和影响天然气的多种能源之间的第一相关性矩阵；基于需求预测模型，根据第一相关性矩阵和第一历史需求数据确定在多种能源的影响下天然气在预设未来时间段内的预测需求量。结合各个特征之间的相关性对预测需求量进行检测，以提高预测的准确性。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.024 seconds)
