-
公开(公告)号：CN117131201A
公开(公告)日：2023-11-28
申请号：CN202310952152.0
申请日：2023-07-31
申请人： 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
摘要： 本发明提供一种油田环保安全标准知识图谱构建方法，包括：将油田环保安全标准知识中文本数据进行预处理，构建油田环保安全知识模型；通过所述油田环保安全知识模型构建模式层；使用预训练模型BERT对所述模式层进行训练，得到油田环保安全标准知识实体关系联合抽取训练模型；将验证集中的单句输入所述油田环保安全标准知识实体关系联合抽取训练模型，获取每个单句实体关系属性并进行实体属性关系识别抽取；对识别抽取后实体属性关系的预测出关系三元组，构建知识图谱的数据层；利用关系型数据库对油田环保安全数据源知识进行存储，并将模式层与所述知识图谱的数据层在图数据库中结合，得到知识图谱的实例化。
-
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
IPC分类号： G06F16/903 , G01L11/00 , G06Q50/02
摘要： 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。
-
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
IPC分类号： G06V20/52 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 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：CN118172720A
公开(公告)日：2024-06-11
申请号：CN202211576407.X
申请日：2022-12-09
IPC分类号： G06V20/52 , G06V40/20 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/08 , G06N3/0464
摘要： 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
IPC分类号： G06V40/10 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 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。
-
公开(公告)号：CN114612735A
公开(公告)日：2022-06-10
申请号：CN202011408084.4
申请日：2020-12-03
IPC分类号： G06V10/774 , G06V20/40 , G06K9/62 , G06N3/02
摘要： 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：CN118230233A
公开(公告)日：2024-06-21
申请号：CN202211576411.6
申请日：2022-12-09
IPC分类号： G06V20/52 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/08 , G06N3/0464
摘要： 本发明一种临时用电气设备配电箱门是否关闭检测方法，包括：获取工地作业现场的监控视频；获取含有临时用电气设备配电箱门的图像并进行标注得到数据集；构建目标检测模型和图像分类模型，并利用数据集对神经网络模型进行训练，得到训练好的神经网络模型；获得测试集合，获取实时的监控视频，并每隔N帧获取一次连续的N帧待测作业现场图像；将待测作业现场图像输入目标检测模型中获取配电箱门的位置信息，并获取用电气设备配电箱门的目标图像的状态信息；对状态信息进行分析，得出用电气设备配电箱门的状态并处理；连续M帧均被标记为配电箱门未关，则发出预警信息。本发明对临时用电气设备配电箱门未关的情形进行预警，从而能够及时发现隐患。
-
公开(公告)号：CN118013964A
公开(公告)日：2024-05-10
申请号：CN202211342860.4
申请日：2022-10-29
IPC分类号： G06F40/289 , G06F40/216 , G06F40/30 , G06N3/0442 , G06N3/049 , G06N3/084
摘要： 本发明属于油田安全环保信息分类技术领域，尤其涉及一种油田安全环保问题标准化归类方法。该油田安全环保问题标准化归类方法通过对油田历史安全环保问题进行梳理，提出了一种基于融合主题特征的短文本类别分类手段，通过重新对安全环保问题进行编码，从而提高问题检索效率和准确率；并配套信息化手段，实现了安全环保问题的快速分类及分析，保障事项归类的准确度，提升了本质化管理水平。油田安全环保问题标准化归类方法包括有提取油田安全环保问题的主题特征；提取油田安全环保问题的文本特征；进行向量拼接处理，得到油田安全环保问题具有主题特征的文本特征；进行整合、归一化处理，并通过Softmax逻辑回归得到分类结果等步骤。
-
公开(公告)号：CN117952892A
公开(公告)日：2024-04-30
申请号：CN202211322601.5
申请日：2022-10-27
摘要： 本发明提供了一种警戒带的检测方法，用以对施工现场的警戒带进行检测，包括步骤：S100、获取施工现场中含有警戒带的作业场景图像；S200、对含有警戒带的作业场景图像进行标识，得到标识数据，并根据标识数据构建检测模型；S300、间隔获取连续的N帧含有警戒带的现场作业图像，其中N为正整数；S500、从N帧作业现场图像中选取至少两张样本图像，并通过检测模型获取至少两张样本图像的边界框；S600、将至少两张样本图像的边界框进行交并比匹配，如果匹配成功则断定警戒带没有断开，若匹配失败则断定警戒带断开，其能够提高对作业现场的警戒带进行检测的精确性，满足了安全生产的管理要求。
-
公开(公告)号：CN117523695A
公开(公告)日：2024-02-06
申请号：CN202311352303.5
申请日：2023-10-19
申请人： 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
摘要： 本发明提供一种油气田地面安全生产的巡查方法及系统，方法包括：对油气田地面设备进行数字化建模，创建三维数字孪生模型；对根据油气田地面的地理数据进行巡查，并设定初始巡查频率和初始巡查停留时间；当巡查检测到油气田地面的地理数据出现第一异常数据时，根据第一异常数据对初始巡查频率进行调整；当巡查检测到油气田地面的地理数据出现第二异常数据时，与第一异常数据进行比对，根据比对结果获得异常数据变化速率，根据异常数据变化速率对初始巡查停留时间进行调整，获取调整后的巡查停留时间；通过三维数字孪生模型结合调整后的巡查频率与巡查停留时间进行风险预测，获得风险预测值并根据风险预测值进行处理。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.087 秒)
