-
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：CN117952892A
公开(公告)日：2024-04-30
申请号：CN202211322601.5
申请日：2022-10-27
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：CN116797056A
公开(公告)日：2023-09-22
申请号：CN202210213742.7
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: G06Q10/0639 , G06Q10/20 , G06F18/2411 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种仪表设备的评价方法、装置以及存储介质。其中，一种仪表设备的评价方法，包括：获取仪表设备的第一指标数据，第一指标数据指示仪表设备以下类别的属性：经济性、质量性能、稳定性以及用户满意度；通过基于机器学习的评价模型，根据第一指标数据，确定仪表设备的仪表运维性能指数，其中仪表运维性能指数用于指示仪表设备的综合评价分数；以及根据仪表运维性能指数对仪表设备进行评价。
-
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：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。
-
Patent Agency Ranking
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。
-
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。
-
公开(公告)号：CN216211079U
公开(公告)日：2022-04-05
申请号：CN202121355840.1
申请日：2021-06-18
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: G06K19/07
Abstract: 本实用新型提供了一种抗金属丝光油印电子标签，属于电子标签领域。其技术方案为：包括外壳，外壳端面设置有识别码，外壳内设置有电子标签，外壳顶面对称设置有一对安装柱头，外壳上开设有若干安装孔，外壳还设置有铅封组件。本实用新型的有益效果为：结构简单、安装便捷，能够适用于多种设备和应用场景，同时采用PCB抗金属标签，具有耐气候性好、无尘、防静电和耐高温等特性，进一步通过设置多环形天线，大大减少铅封块以及周边金属环境的影响，大大提升了电子标签的性能。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.102 seconds)
