-
公开(公告)号：CN114612735B
公开(公告)日：2025-04-04
申请号：CN202011408084.4
申请日：2020-12-03
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司技术检测中心 , 胜利油田检测评价研究有限公司
IPC: G06V10/774 , G06V20/40 , G06V10/82 , G06N3/02
Abstract: 本发明公开了一种基于深度学习的吊钩防脱装置检测方法，具体为：从监控视频中获取含有吊钩的吊钩图像并进行人工标注作为样本数据，构建神经网络模型并训练，将实时获取的监控视频输入到训练好的神经网络模型中，得出吊钩目标和防脱装置目标，计算吊钩目标和防脱装置目标的交并比若吊钩的N个暂计结果均为暂未安装防脱装置，则该吊钩的检测结果即为未安装防脱装置，并将输出检测结果；该待测组检测完毕。本发明的有益效果是：本发明通过目标检测技术能够对作业中吊车吊钩是否安装防脱装置实现实时检测，不仅满足管理要求，而且能够及时发现未安装防脱装置的吊钩并发出预警，避免意外的发生。
-
公开(公告)号：CN118172721A
公开(公告)日：2024-06-11
申请号：CN202211576412.0
申请日：2022-12-09
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司技术检测中心 , 胜利油田检测评价研究有限公司
Abstract: 本发明基于深度学习的油管排上是否站人的检测方法，包括：获取现场的油管排作业的监控视频Vi；通过监控设备视频筛选含有油管排作业场景的图像Ii；对获取的油管排作业图像进行标注，得到标注数据Iann，并划分为训练样本Itrain和验证样本Ivalid；构建神经网络模型，并通过训练样本Itrain和验证样本Ivalid进行训练，得到训练后的神经网络模型；获取实时的监控视频Vtest，并获取连续N帧待测油管排图像作为待测组Itest；将同一待测组的待测油管排图像Itest输入至目标检测模型中，通过非极大值抑制，得油管排及人员的坐标、类别和置信度；在单张图像的检测结果中，判断是否存在人员的检测结果。本发明对作业中人员是否站在油管排上实现实时检测，能够及时发现隐患，避免意外的发生。
-
公开(公告)号：CN117993743A
公开(公告)日：2024-05-07
申请号：CN202211331750.8
申请日：2022-10-28
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司技术检测中心 , 胜利油田检测评价研究有限公司
IPC: G06Q10/0639 , G06Q50/02 , G06F16/36
Abstract: 本发明公开了一种基于知识图谱的油田安全环保问题溯源方法及装置，包括：获取利用油田安全环保问题溯源相关联目标文档构建的知识图谱；对目标油田进行检测确定当前油田安全环保问题溯源，并从知识图谱中查询与当前油田安全环保问题溯源相匹配的实体对，以及实体对之间的目标关联关系；基于实体对以及每个目标关联关系构建关系路径；分析每个关系路径对应的可靠程度，并基于可靠程度从关系路径中确定油田安全环保问题溯源的溯源结果。本发明通过建立知识图谱，在进行溯源时，可直接对相关的关系路径进行分析，利用关系路径的可靠程度，确定最终溯源结果，提高了安全环保问题的溯源效率，不再需要人工对油田安全环保问题进行溯源，节约了溯源成本。
-
公开(公告)号：CN117454753A
公开(公告)日：2024-01-26
申请号：CN202311352306.9
申请日：2023-10-19
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司
Abstract: 本发明提供一种面向油气地面生产的机理AI建模方法，包括：(1)构建不同框架类型的AI模型；(2)对AI模型进行格式转换，存入模型库并生成AI模型目录；(3)将格式转化后的AI封装模型并生成机理AI模型目录；(4)通过交互式的机理AI混合建模视窗，进行混合建模；(5)通过混合建模生成混合模型，机理AI编译与仿真模组对混合模型进行自动编译和校验。本发明通过针对油气地面生产等的特性，能够提高建模的效率和使用便捷性，本发明混合模型进行后续处理提高了准确性和可靠性，能够适用于油气地面生产中场景。
-
公开(公告)号：CN116775952A
公开(公告)日：2023-09-19
申请号：CN202210213735.7
申请日：2022-03-07
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司技术检测中心 , 胜利油田检测评价研究有限公司
IPC: G06F16/903 , G01L11/00 , G06Q50/02
Abstract: 本申请涉及一种油田故障定位方法、装置、电子设备及计算机可读介质。该方法包括：获取油田中多个油井的实时数据；在油井的实时数据满足故障策略时，确定所述油井存在故障；提取故障油井的排查数据集合，所述排查数据集合中包括多个关联油井和多个关联管线；基于所述排查数据集合中的多个关联油井和多个关联管线进行故障核验以进行故障定位。本申请涉及的油田故障定位方法、装置、电子设备及计算机可读介质，快速确定油田中故障的精确位置，提高故障定位的速度与准确度，提升油田整体的安全性。
-
Patent Agency Ranking
公开(公告)号：CN116030403A
公开(公告)日：2023-04-28
申请号：CN202111236890.2
申请日：2021-10-24
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司技术检测中心 , 胜利油田检测评价研究有限公司
IPC: G06V20/52 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于油气井目标检测、目标对比技术领域，尤其涉及一种基于深度学习的氧气瓶与乙炔瓶同车运输检测方法。该种基于深度学习的氧气瓶与乙炔瓶同车运输检测方法可用于实现对氧气瓶和乙炔瓶同车运输这一违规事故的实时检测，不仅能够满足油田企业的管理要求，而且能够及时发现上述安全隐患并发出预警，避免意外的发生。该一种基于深度学习的未佩戴便携式气体报警仪检测方法构建YOLOv5网络模型结构、训练神经网络模型，比较乙炔瓶的检测目标结果与运输车的检测目标结果之间的坐标位置、氧气瓶的检测目标结果与运输车的检测目标结果之间的坐标位置；并基于交并比来判断乙炔瓶和氧气瓶是否在同一运输车上，计算乙炔瓶的检测目标结果与氧气瓶的检测目标结果之间的坐标距离等步骤。
-
公开(公告)号：CN118195984A
公开(公告)日：2024-06-14
申请号：CN202211576403.1
申请日：2022-12-09
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司技术检测中心 , 胜利油田检测评价研究有限公司
Abstract: 本发明提供一种双阶段摄像头遮挡的检测方法，包括：获取作业现场的监控视频Vi及当前帧的数字图像Ii；将数字图像Ii放缩后，进行图像处理以及矫正；进行图像二值化操作；获取图像的亮度分布图Il，根据亮度分布图确认图像被遮挡的区域Tl；通过遮挡区域的比例初步分析并判断该帧图片是否被遮挡；获得多帧未被遮挡图像Vt，建立在未被遮挡情况下的背景模型G；将背景模型G等分为4个区域，分别通过角点检测法得到各个区域的特征点并记录每个区域特征点个数N；获取待判断图像和二值化图像，将该图像等分为4个区域，通过角点检测法得到每个区域的特征点并记录每个区域特征点个数N′；判断对应区域的特征点信息，若存在某个区域信息特征点个数差别过大，则判断该图片被遮挡。
-
公开(公告)号：CN118172719A
公开(公告)日：2024-06-11
申请号：CN202211576404.6
申请日：2022-12-09
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司技术检测中心 , 胜利油田检测评价研究有限公司
IPC: G06V20/52 , G06V20/40 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明基于深度学习的靠船排未穿救生衣的检测方法，包括：获取现场的船排作业的监控视频Vi；通过视频筛选含有船排作业场景的图像Ii；对获取的船排作业图像进行标注，得到标注数据Iann，并划分为训练样本Itrain和验证样本Ivalid；神经网络模型构建及训练，并通过训练样本Itrain和验证样本Ivalid进行训练，得到训练后的神经网络模型；获取监控视频Vtest，并获取连续N帧待测船排图像作为待测组Itest；将同一待测组的待测船排图像Itest输入至目标检测模型中，通过非极大值抑制，得出船排及人员的坐标、类别和置信度；将人员所在的位置单独裁剪，送入额外分类器进一步分类，获得分类结果C′替换检测模型中的类别结果c；将待测船排图像Itest输入到训练好语义分割模型中；结果整合与报警判定。
-
公开(公告)号：CN118172720A
公开(公告)日：2024-06-11
申请号：CN202211576407.X
申请日：2022-12-09
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司技术检测中心 , 胜利油田检测评价研究有限公司
IPC: G06V20/52 , G06V40/20 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明在油田作业场景下的危险施工姿势检测方法，包括：获取工地作业现场的监控视频Vi；通过监控设备视频筛选作业人员场景图像Ii；将人员场景图像Ii进行标注，得到标注数据Iann，并划分为训练样本Itrain和验证样本Ivalid；将训练样本Itrain和验证样本Ivalid对神经网络模型进行训练，得到训练后的神经网络模型；获取实时的监控视频Vtest，并获取连续N帧待测作业现场图像作为待测组Itest；对待测组Itest进行测试，得出每幅测试图像中的工地作业人员的位置信息以及类别信息；将提取作业人员的目标框输入人体姿态估计算法，从而获取目标的姿态信息p；结果整合与报警判定。本发明能够对作业中作业人员是否有安全隐患实现实时检测，能够及时发现人员不安全行为并发出预警，避免意外的发生。
-
公开(公告)号：CN116030490A
公开(公告)日：2023-04-28
申请号：CN202111236896.X
申请日：2021-10-24
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司技术检测中心 , 胜利油田检测评价研究有限公司
IPC: G06V40/10 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于油气井目标检测、目标对比技术领域，尤其涉及一种基于深度学习的未佩戴便携式气体报警仪检测方法。该种基于深度学习的未佩戴便携式气体报警仪检测方法用于实现实时检测进入受限空间入口且没有佩戴气体报警仪的人员状况，不仅能够满足油田企业的管理要求，而且能够及时发现技术人员的安全隐患并发出预警，避免意外的发生。该一种基于深度学习的未佩戴便携式气体报警仪检测方法包括有构建YOLOv5网络模型结构、训练神经网络模型，计算含有人员的检测目标结果中人员的坐标值以及受限空间入口的坐标值，计算含有人员的检测目标结果中人员的中心坐标位置，判断气体报警仪的目标标注等步骤。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.083 seconds)
