-
公开(公告)号：CN117471544A
公开(公告)日：2024-01-30
申请号：CN202311416408.2
申请日：2023-10-27
申请人： 昆仑数智科技有限责任公司 , 中国石油天然气集团有限公司
摘要： 本说明书实施例涉及地震信号处理及解释技术领域，提供了一种地震断层检测方法、装置、设备及产品。所述方法包括：获取目标油田的原始地震数据；对所述原始地震数据进行断层增强处理，得到断层增强地震数据；将所述断层增强地震数据输入至预训练的卷积神经网络中，得到地震断层检测结果。通过本说明书实施例，能够解决对低信噪比地震数据进行断层检测的精度，同时提高断层检测效率。
-
公开(公告)号：CN110284873B
公开(公告)日：2022-08-23
申请号：CN201910570591.9
申请日：2019-06-27
申请人： 昆仑数智科技有限责任公司 , 中国石油天然气集团有限公司
摘要： 本申请提供了一种油井储集性质的检测方法及检测装置，通过基于获取到的待检测深度区段中多个测点处的测井数据，生成多条测井参数曲线，将每条测井参数曲线映射到预设深度区间，并确定多条归一化测井参数曲线，将每条归一化测井参数曲线输入到预先训练好的岩性识别模型中，基于所述岩性识别模型输出的结果，检测所述待检测深度区段是否为砂岩性区段，若所述待检测深度区段为砂岩性区段，将所述多条归一化测井参数曲线输入到预先训练好的油层识别模型，基于所述油层识别模型输出的结果确定所述待检测深度区段的储集性质，这样，可以提高检测效率和准确率。
-
公开(公告)号：CN117274848A
公开(公告)日：2023-12-22
申请号：CN202210654525.1
申请日：2022-06-10
申请人： 昆仑数智科技有限责任公司 , 中国石油天然气集团有限公司
IPC分类号： G06V20/40 , G06V10/764 , G06V10/82 , G06T5/00 , G06T7/73 , G06N3/0464 , G06N3/084
摘要： 本申请提供一种基于视频的异常行为检测方法、装置、设备和介质。该方法包括：基于待检测视频获取待检测图片，对所述待检测图片进行剪裁，得到多个子图片；将所述多个子图片输入目标检测模型，得到所述目标检测模型输出的每个子图片的检测结果，所述子图片的检测结果为在所述子图片上通过不同检测框标注的异常行为和正常行为；通过NMS算法对每个子图片进行多余检测框去除处理，得到处理后的子图片；对所述处理后的子图片进行拼接处理，并根据拼接处理结果在所述待检测图片上标注目标框。本申请的方法通过抽取图像帧并剪裁的方式对图片进行预处理再进行目标检测和图片还原，保证小目标也能被识别，且保证了准确率。
-
公开(公告)号：CN116433602A
公开(公告)日：2023-07-14
申请号：CN202310244616.2
申请日：2023-03-14
申请人： 昆仑数智科技有限责任公司 , 中国石油天然气集团有限公司
摘要： 本说明书涉及设备巡检技术领域，提供了一种基于计算机视觉的设备巡检方法、装置及设备，该方法包括：获取目标设备的目标图像；对目标图像进行公共角点检测，以获得目标图像中的公共角点坐标集；根据公共角点坐标集确认目标图像是否符合预设条件；当目标图像符合所述预设条件时，根据预先构建的透视变换矩阵和公共角点坐标集对目标图像进行透视变换，获得校正后的目标图像；识别校正后的目标图像中的兴趣区域；兴趣区域中包含用于通过颜色指示目标设备运行状态的指示物；将兴趣区域的颜色与预设颜色进行相似度匹配，并根据匹配结果确定目标设备的巡检结果。通过本说明书实施例可以提高设备巡检的巡检效率和适用范围。
-
公开(公告)号：CN118036692A
公开(公告)日：2024-05-14
申请号：CN202211418268.8
申请日：2022-11-14
申请人： 昆仑数智科技有限责任公司 , 中国石油天然气集团有限公司
IPC分类号： G06N3/08 , G06N3/0442 , G06F18/214 , G06F16/2458 , G06F18/2433 , G06Q10/04
摘要： 本发明公开了一种原油管道清管后摩阻预测模型的训练方法，多步摩阻预测方法及装置。其中预测模型的训练方法包括：获取原油输送管段的前站输量、前站出站压力和后站进站压力、前站和后站高程、前站和后站里程的历史采样数据和采样时刻信息；根据历史采样数据，计算出各采样时刻的管线摩阻值并转换成基准摩阻值；形成基准摩阻值时序数据；将基准摩阻值时序数据，划分为训练数据集和测试数据集；迭代使用训练数据集对预设的神经网络模型进行训练，使用测试数据集对预测值的误差进行评价，直至达到预设收敛条件，得到原油管道清管后摩阻的预测模型。本发明可对原油输送管道未来多个时间点摩阻进行预测，实现异常工况的监控，有效指导管道清管等作业。
-
公开(公告)号：CN118093600A
公开(公告)日：2024-05-28
申请号：CN202211466831.9
申请日：2022-11-22
申请人： 昆仑数智科技有限责任公司 , 中国石油天然气集团有限公司
IPC分类号： G06F16/23 , G06F16/215 , G06F16/25 , G06F18/2415
摘要： 本申请提供一种基于生产数据的工况告警方法、装置和设备，其中，该方法包括：获取目标设备的实时数据，根据与目标设备的类别对应的数据格式，将实时数据进行转换，得到目标设备的第一待识别数据；根据预设判别规则信息，对第一待识别数据进行处理，得到判别概率值；根据判别概率值，更新第一待识别工况对应的告警信息和第一待识别工况对应的告警信息表；根据更新后的告警信息，发出告警。本申请可以基于该方法，设计相应的研发框架，并应用于智能应用开发，进而实现基于生产数据对同类设备的工况进行识别告警，提高用于分析同类任务的应用开发效率。
-
公开(公告)号：CN117828962A
公开(公告)日：2024-04-05
申请号：CN202211177387.9
申请日：2022-09-26
申请人： 昆仑数智科技有限责任公司 , 中国石油天然气集团有限公司
IPC分类号： G06F30/27 , G06F30/28 , G06F18/214 , G06N20/00 , G06Q50/40 , G06F111/08 , G06F119/14
摘要： 本申请公开了一种油品摩阻确定方法、装置、设备及存储介质，属于油品输送技术领域。该方法先获取输油管道当前时间对应的第一油品特征，然后将第一油品特征输入摩阻确定模型中，得到第一摩阻值；并且，基于第一油品特征和第一关系数据，确定第二摩阻值，然后将第一摩阻值与第二摩阻值进行比较，根据比较结果确定油品摩阻是否存在异常。可见，该方法将模型确定出的摩阻值与通过关系数据确定出的摩阻值进行比较，这样无需人为判断，可以避免误判，从而提高了确定油品摩阻异常的准确性。
-
公开(公告)号：CN118781443A
公开(公告)日：2024-10-15
申请号：CN202310347518.1
申请日：2023-04-03
申请人： 昆仑数智科技有限责任公司 , 中国石油天然气集团有限公司
IPC分类号： G06V10/774 , G06V10/764 , G06V10/82 , G06N3/084 , G06N3/09
摘要： 本发明公开了一种工况识别模型的训练方法、工况诊断方法及装置。所述方法包括：获取第一示功图数据集，将第一示功图数据集输入至自监督学习模型中进行训练，保存自监督学习模型的编码器；根据自监督学习模型的编码器和自定义的分类器构建监督学习模型；将第二示功图数据集分为训练集和测试集，训练监督学习模型并保存；根据自定义的编码器和分类器构建学生模型，将包含示功图数据和对应标签的第三示功图数据集作为训练集，并通过老师模型的预测结果，指导学生模型的训练，得到工况识别模型。本发明能够准确地预测示功图完整工况情况，通过知识蒸馏技术，降低模型迁移带来的不确定性因素，提高跨设备模型迁移准备率。
-
公开(公告)号：CN118279619A
公开(公告)日：2024-07-02
申请号：CN202211721336.8
申请日：2022-12-30
申请人： 昆仑数智科技有限责任公司 , 中国石油天然气集团有限公司
IPC分类号： G06V10/762 , G06V10/774 , G06V10/82 , G06N3/045
摘要： 本发明提出了一种示功图工况识别模型的建立方法、工况识别方法及装置，所述工况识别方法包括对样本示功图做预处理，然后对图像进行聚类，将聚类后数据集与示功图模板图建立映射关系，之后将带有标注的数据集输入到初始工况识别模型进行训练。预测阶段，将示功图输入给训练好的工况识别模型进行识别。本发明利用图像聚类算法减少标注示功图所带来的人工成本；并将传统机器学习问题转化为图像识别问题，采用先进的工况识别模型技术结合图像上下文信息，提取图像信息识别图像，替代传统人工特征提取的方法。本发明能提高示功图的工况识别的效率，提高故障诊断的准确性。
-
公开(公告)号：CN116883335A
公开(公告)日：2023-10-13
申请号：CN202310777817.9
申请日：2023-06-28
申请人： 昆仑数智科技有限责任公司 , 中国石油天然气集团有限公司
IPC分类号： G06T7/00 , G06V10/774 , G06N3/048 , G06V10/44 , G06V10/82
摘要： 本发明公开了一种故障识别方法、故障识别模型训练方法及装置，其中该方法包括：对历史抽油机工况数据生成的示功图进行数据增强处理；将无标签数据分别输入到预先建立的学生网络模型和老师网络模型中，获得学生网络模型参数和老师网络模型参数，根据学生网络模型参数更新老师网络模型参数，根据更新结果对学生网络模型进行训练，得到训练好的学生网络模型；根据有标签数据和训练好的学生网络模型的权重，对预先建立的小样本学习模型进行训练，得到训练好的小样本学习模型；将根据待测的示功图输入到训练好的小样本学习模型，得到待测抽油机的故障识别结果。本发明利用样本进行模型训练，提高了故障识别的性能，从而弥补故障识别方法的不足。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.059 秒)
