-
公开(公告)号：CN114492555B
公开(公告)日：2025-02-28
申请号：CN202011269990.0
申请日：2020-11-13
Applicant: 中国石油大学(北京)
IPC: G06F18/2433 , G06F18/241 , G06F18/23213 , G06Q10/083 , G06Q10/20
Abstract: 本说明书实施例提供一种输送管道运行异常原因识别方法及装置。所述方法包括：获取输送管道不同位置的运行数据；对所述不同位置的运行数据进行聚类，得到预设数量出现不同异常波动类型的运行数据；根据异常波动类型与异常原因的对应关系为所述预设数量出现不同异常波动类型的运行数据建立标签；所述标签为运行数据出现的异常波动类型对应的异常原因；以附带标签的运行数据作为训练样本，计算所述训练样本中运行数据的归类条件；根据所述归类条件对待识别运行数据的异常原因进行识别，从而提高输送管道运行异常原因识别的准确性。
-
公开(公告)号：CN115062534A
公开(公告)日：2022-09-16
申请号：CN202210593746.2
申请日：2022-05-27
Applicant: 中国石油大学(北京)
IPC: G06F30/27 , G06F30/18 , G06N3/04 , G06N3/08 , G06N7/00 , G06F111/08 , G06F119/02
Abstract: 本发明提供了一种天然气管道系统的供气可靠性计算方法及装置，该方法包括：根据天然气管网的当前供气量、初始供气量、受到扰动后的瞬时损失量、损失速度以及扰动时间建立用于表征天然气管网损失过程的损失函数；根据天然气管网扰动结束后的供气量、初始供气量、供气临界值、扰动过程中供气量下降时间以及维修时间构建天然气管网韧性评价参数；根据损失函数以及天然气管网韧性评价参数评价天然气管网的韧性。本发明构建了可以模拟天然气管网系统的供气韧性过程的模型；并提出天然管网系统的供气韧性过程的评价指标，可以更加准确地评价针对于确定性扰动的天然气管网的韧性。
-
公开(公告)号：CN114997488A
公开(公告)日：2022-09-02
申请号：CN202210594672.4
申请日：2022-05-27
Applicant: 中国石油大学(北京)
Abstract: 本发明提供了一种综合能源系统负荷预测方法及装置，该方法包括：接收目标地区的各种能源的消耗历史数据以及天气历史数据；根据消耗历史数据、天气历史数据以及预生成的能源系统负荷预测模型预测目标地区的能源系统负荷，其中，能源系统负荷预测模型是基于卷积神经网络以及长短期记忆网络所生成的；在能源系统负荷预测模型下，计算消耗历史数据的多个影响因素各自的Shapley值；根据Shapley值确定对多个影响因素的重要性进行排序。本发明一方面建立了基于卷积‑长短期记忆神经网络的综合能源系统负荷高精度预测模型；另一方面，本发明基于Shapley值揭示了预测模型中各影响因素对总能耗的贡献。
-
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：CN114964476A
公开(公告)日：2022-08-30
申请号：CN202210594663.5
申请日：2022-05-27
Applicant: 中国石油大学(北京)
Abstract: 本说明书提供一种油气管道系统动设备的故障诊断方法、装置及设备，所述方法包括：采集待检测油气管道系统动设备的振动信号；对所述振动信号进行连续小波变换获得二维时频图像；将所述二维时频图像输入到预先构建的卷积神经网络故障诊断模型中，利用卷积神经网络故障诊断模型对待检测油气管道系统动设备进行故障诊断，获得故障诊断结果；利用LIME算法对所述故障诊断结果进行解析，获得故障解析信息，其中，故障解析信息为在二维时频图像上标记不同能量强度，不同能量强度表示所述能量强度对应的时频区域对所述故障诊断结果的不同贡献度。利用本说明书实施例可以避免繁琐的特征提取过程，打破诊断结果的不可控性，提高故障诊断准确率。
-
Patent Agency Ranking
公开(公告)号：CN114662551A
公开(公告)日：2022-06-24
申请号：CN202011414873.9
申请日：2020-12-07
Applicant: 中国石油大学(北京)
IPC: G06K9/62 , 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：CN119737139A
公开(公告)日：2025-04-01
申请号：CN202411847487.7
申请日：2024-12-16
Applicant: 中国石油大学(北京)
Abstract: 本发明公开了一种海洋油气水下开采和水下储存的模块化系统和建造方法，属于海洋油气存储与外输技术领域，为了解决上述现有海上储油泄油装置建造成本高的问题，所述海洋油气水下开采和水下储存的模块化系统包括水下开采模块和水下储存模块，所述水下储存模块包括外框架(1)和储油囊(3)，外框架(1)含有架体(11)和容纳空间(12)，储油囊(3)固定于容纳空间(12)内。所述水下储存模块建造在水下，外框架和储油囊的成本相对较低，同时能够实现原油安全存储与外输，以解决油田开发难题，保证油田开发的效益，实现海洋石油安全高效开发。
-
公开(公告)号：CN117764265A
公开(公告)日：2024-03-26
申请号：CN202311490692.8
申请日：2023-11-09
Applicant: 中国石油大学(北京)
IPC: G06Q10/063 , G06Q50/06 , G06F18/23
Abstract: 本申请实施例提供一种基于数据驱动的综合能源系统脆弱性动态分析方法及装置。方法包括：在综合能源系统按照任意一个运行模式运行时，获取每个能源子系统在预设时间段内的故障数据；针对任意两个能源子系统，根据两个能源子系统的故障数据确定两个能源子系统之间的关联规则参数；根据两个能源子系统之间的关联规则参数构建综合能源系统在运行模式下的路径网络；针对路径网络中的多个关联节点，根据确定的每个关联节点的度中心性、间性中心度以及紧密性中心度从路径网络的全部关联节点中确定出多个脆弱节点；将多个脆弱节点所对应的能源子系统确定为在运行模式下对综合能源系统运行存在威胁的目标能源子系统，以提高综合能源系统运行的效率。
-
公开(公告)号：CN114964476B
公开(公告)日：2023-08-22
申请号：CN202210594663.5
申请日：2022-05-27
Applicant: 中国石油大学(北京)
IPC: G01H17/00 , F17D5/00 , F17D5/06 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本说明书提供一种油气管道系统动设备的故障诊断方法、装置及设备，所述方法包括：采集待检测油气管道系统动设备的振动信号；对所述振动信号进行连续小波变换获得二维时频图像；将所述二维时频图像输入到预先构建的卷积神经网络故障诊断模型中，利用卷积神经网络故障诊断模型对待检测油气管道系统动设备进行故障诊断，获得故障诊断结果；利用LIME算法对所述故障诊断结果进行解析，获得故障解析信息，其中，故障解析信息为在二维时频图像上标记不同能量强度，不同能量强度表示所述能量强度对应的时频区域对所述故障诊断结果的不同贡献度。利用本说明书实施例可以避免繁琐的特征提取过程，打破诊断结果的不可控性，提高故障诊断准确率。
-
公开(公告)号：CN114492555A
公开(公告)日：2022-05-13
申请号：CN202011269990.0
申请日：2020-11-13
Applicant: 中国石油大学(北京)
Abstract: 本说明书实施例提供一种输送管道运行异常原因识别方法及装置。所述方法包括：获取输送管道不同位置的运行数据；对所述不同位置的运行数据进行聚类，得到预设数量出现不同异常波动类型的运行数据；根据异常波动类型与异常原因的对应关系为所述预设数量出现不同异常波动类型的运行数据建立标签；所述标签为运行数据出现的异常波动类型对应的异常原因；以附带标签的运行数据作为训练样本，计算所述训练样本中运行数据的归类条件；根据所述归类条件对待识别运行数据的异常原因进行识别，从而提高输送管道运行异常原因识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
