基于LSTM的油井结蜡智能预测方法
    7.
    发明公开

    公开(公告)号:CN120020767A

    公开(公告)日:2025-05-20

    申请号:CN202311538026.7

    申请日:2023-11-17

    Abstract: 本发明提供一种基于LSTM的油井结蜡智能预测方法,包括:步骤1,获取用于训练模型的油井时序数据序列;步骤2,进行数据预处理操作,得到训练数据集;步骤3,对预处理后的数据进行特征选取,选取对油井示功图面积影响较大的特征;步骤4,构建并优化基于LSTM网络的油井结蜡预测模型;步骤5,利用优化后的LSTM模型进行预测,将预测后的数据进行反归一化操作,得到预测的真实数据。该基于LSTM的油井结蜡智能预测方法克服了传统方法没有考虑到油井结蜡与许多特征之间的关联以及其时序性的问题,同时利用灰狼算法对LSTM模型进行优化,提供了一种预测精度较高、鲁棒性强的油井结蜡预测方法,弥补了现有技术在此领域的不足。

    油井工况样本自动聚类方法
    8.
    发明公开

    公开(公告)号:CN119807787A

    公开(公告)日:2025-04-11

    申请号:CN202311296433.1

    申请日:2023-10-09

    Abstract: 本发明提供一种油井工况样本自动聚类方法,该油井工况样本自动聚类方法包括:步骤1:从油田数据中心获取故障诊断的大数据体系;步骤2:对数据进行预处理操作,绘制示功图;步骤3:对绘制好的示功图进行特征提取,得到样本的特征数据;步骤4:对特征数据进行聚类分析并对聚类结果进行校验;步骤5:对确定好的样本集采用卷积神经网络进行训练与测试,得到油井故障诊断模型。该油井工况样本自动聚类方法利用深度学习方法提取示功图特征,然后对故障诊断的示功图样本进行快速自动划分,有效提高了用于故障诊断的样本集质量且极大降低了时间与人力成本。

    一种用于吸附含氯挥发性有机气体吸附剂及其应用

    公开(公告)号:CN114307968A

    公开(公告)日:2022-04-12

    申请号:CN202011082794.2

    申请日:2020-10-10

    Abstract: 本发明提出了一种用于吸附含氯挥发性有机气体吸附剂及其应用,涉及化工与环保领域,具体涉及一种低浓度含氯挥发性有机气体净化脱除用吸附剂制备及应用。制备方法包括将Zr‑MOFs或Cr‑MOFs与具有挥发性的金属盐混合放置在CO气氛下的玻璃管中,随后在20~100℃、静态真空下反应;将反应后混合物在H2气氛、50~150℃下还原,制备金属负载MOFs复合吸附剂。该吸附剂对低浓度含氯挥发性有机气体的吸附量大,吸附剂具有性能稳定、能循环使用、绿色环保、经济效益高等诸多优点,具有广阔的工业应用前景。使用本发明的吸附剂,低浓度含氯挥发性有机气体中氯化氢气体脱附率最高可达99%,低碳总烃,即C5‑C7,脱附率最高可达97%。

Patent Agency Ranking