-
公开(公告)号：CN118212574A
公开(公告)日：2024-06-18
申请号：CN202211576406.5
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 , G06V20/70 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0455
Abstract: 本发明一种基于深度学习的吊车支腿安全检测方法，包括：获取现场吊车作业的监控视频Vin；通过监控视频获取含有吊车的图像Iin；对获取到的吊车图像进行标注作为样本数据Iann；构建神经网络模型，利用训练样本和测试样本进行训练，得到训练好的神经网络模型；获取实时的监控视频Vtest，并获取连续N帧待测吊车图像作为待测组Itest；将待测吊车图像Itest输入到训练好的神经网络模型中，得出吊车及其支腿的坐标、类别和置信度；将监控视频中支腿所在的位置单独裁剪并进行分类，获得分类结果c′，替换检测模型中的类别结果c；结果整合与报警判定。本发明通过对实时的视频做处理来实现吊车支腿未加垫板的检测方法，能够及时发现隐患，保障人员的生命和财产安全，避免意外的发生。
-
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
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: G06F40/289 , G06F40/216 , G06F40/30 , G06N3/0442 , G06N3/049 , G06N3/084
Abstract: 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：CN116030489A
公开(公告)日：2023-04-28
申请号：CN202111236879.6
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: 本发明属于抽油机未停机目标检测、目标对比技术领域，尤其涉及一种基于深度学习的抽油机未停机人员靠近的检测方法。该种基于深度学习的抽油机未停机人员靠近的检测方法用于实时检测抽油机未停机（抽油机在运动或停止运动时未拉手刹器），人员靠近砸伤或挤伤的安全隐患，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。该基于深度学习的抽油机未停机人员靠近的检测方法包括有构建YOLOv5网络模型结构、训练神经网络模型，建立抽油机状态与待测抽油机图像的关联，判断待测抽油机图像的检测目标结果中是否存在抽油机、以及判定抽油机是否处于运动状态，判断其中是否与存在人员，计算人员目标和围栏目标的交并比等步骤。
-
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。
-
Patent Agency Ranking
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：CN117332262A
公开(公告)日：2024-01-02
申请号：CN202210708270.2
申请日：2022-06-22
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: G06F18/214 , G06N3/048 , G06N3/084
Abstract: 本发明属于石油工程人工智能技术领域，尤其涉及一种基于深度学习判定动设备备品备件生命周期的方法。一种基于深度学习判定动设备备品备件生命周期的方法包括有对实时工况数据进行平稳化处理、利用序列至序列的循环神经单元并结合深度自编码器进行反向训练、构建备品备件生命周期判别模型的步骤。该方法通过使用双向序列至序列的循环单元提取油井实时工况数据的前后关联特性，使用深度自编码器对时间序列进行编码与解码反向传播训练模型，采用互补集合经验模态分解对实时工况数据进行平稳化处理，从而减少了异常工况值的影响，使训练出的模型能更好的识别动设备备品备件的生命周期状态，提高了判别动设备备品备件的生命周期的准确率。
-
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
274
records
(took 0.161 seconds)
