-
公开(公告)号:CN118626975A
公开(公告)日:2024-09-10
申请号:CN202310252769.1
申请日:2023-03-07
Applicant: 中国石油天然气股份有限公司
IPC: G06F18/2433 , G08B21/24 , G06F18/214
Abstract: 本公开涉及一种全链路数据诊断方法、装置、存储介质及电子设备,实现对目标生产过程中各层级的待诊断数据的诊断分析。该方法包括:收集目标生产过程中产生的多条待诊断数据;将多条待诊断数据输入到训练好的诊断模型中,得到诊断模型输出的多条待诊断数据中每条待诊断数据对应的预测数据,预测数据表征所述待诊断数据在下一个时间点的预测数值;根据预设区间对预测数据进行诊断,并根据诊断结果对多条待诊断数据进行筛选,得到筛选后的待诊断数据;确定筛选后的待诊断数据的刷新状态以及上下级匹配结果;根据刷新状态以及上下级匹配结果,判断筛选后的待诊断数据是否异常,并在筛选后的待诊断数据为异常时输出告警信息,告警信息包括异常原因。
-
公开(公告)号:CN114239419A
公开(公告)日:2022-03-25
申请号:CN202111603701.0
申请日:2021-12-24
Applicant: 中国石油天然气股份有限公司
IPC: G06F30/27
Abstract: 本发明提供一种基于深度学习的井筒积液预测方法,包括:S1、获取SCADA生产高频数据并对其进行降维;S2、将降维后的SCADA生产高频数据与A2数据和地质参数数据进行特征融合,得到融合后的特征向量;S3、利用融合后的特征向量进行数据建模并进行训练,计算重构误差向量;S4、根据重构误差向量计算动态阈值,并根据动态阈值判断井筒是否积液。本发明实现了基于深度学习的井筒积液预测,其中采用秒级数据作为特征,使得模型不仅仅只关注天与天之间的数据波动,也考虑到天内数据波动情况,能捕捉到更加细微的数据变化;并且采用动态阈值的方法对积液进行预测,能够解决在实际工业生产中出现相较于正常状态下的较大的数据波动时,也能够使得模型不会进行误判。
-
公开(公告)号:CN119687387A
公开(公告)日:2025-03-25
申请号:CN202311244248.8
申请日:2023-09-25
Applicant: 中国石油天然气股份有限公司
IPC: F17D3/01
Abstract: 本发明公开一种用于输气管道的工况分析方法和系统,包括以下步骤:采集待检测输气管道的实时数据,包括输气管道的起点压力、终点压力、流量、温度;将实时数据输入到管道分析模型,输出分析结果;根据分析结果得到输气管道工况。本发明通过对每一个输气管道构建对应的管道分析模型输出管线效率和摩阻系数的变化,并设置相关阈值对管线运行告警提醒,从而提高工况监测准确率。
-
公开(公告)号:CN118779375A
公开(公告)日:2024-10-15
申请号:CN202310345429.3
申请日:2023-04-01
Applicant: 中国石油天然气股份有限公司
IPC: G06F16/26
Abstract: 本公开涉及一种PI数据库自动建点方法、装置、存储介质及电子设备,可高效规范的自动建点。所述方法包括:响应于用户在建点界面的操作,生成对应待建点数据的数据信息,所述数据信息包括所述待建点数据的点号、描述、单位以及类型;根据所述数据信息判断所述待建点数据是否重复建点;在所述待建点数据没有重复建点的情况下,根据预设配置参数配置对应所述待建点数据的数据点,所述预设配置参数包括基础数据、数据源头以及源头站点;在所述数据点满足预设配置条件的情况下,将所述数据点存入PI数据库中。
-
-
-