-
公开(公告)号：CN116500685A
公开(公告)日：2023-07-28
申请号：CN202210071219.5
申请日：2022-01-21
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物探研究院
IPC: G01V1/36 , G01V1/40 , G06F16/215 , G06F16/2458
Abstract: 本发明提供一种自然电位基线校正方法，该自然电位基线校正方法包括：步骤1.对测井曲线异常值进行校正；步骤2.进行泥岩特征值提取；步骤3.根据步骤2中提取的泥岩特征值，生成校正曲线；步骤4，将原始测井曲线减去校正曲线得到校正结果曲线。该自然电位基线校正方法通过砂岩、泥岩在自然电位曲线不同的响应特征，可以利用数学算法快速准确的提取泥岩特征，生成校正曲线，进而进行基线校正，节省大量的人工校正所花的时间，并提高了校正精度。
-
公开(公告)号：CN107729105A
公开(公告)日：2018-02-23
申请号：CN201710916011.8
申请日：2017-09-29
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物探研究院
IPC: G06F9/451
Abstract: 本发明涉及一种基于Web的地震底图与剖面联动方法。具体地说，涉及到运用浏览器HTML5、WebGL技术来绘制地震的底图和剖面曲线，在底图页面上绘制工区、层位的曲线图形，用户可以在底图页面上横着或竖着切片；在剖面页面上根据用户横切或竖切的相关数据，查询数据库获取相关数据，绘制剖面的曲线图形；用户可以在剖面页面的曲线图形上绘制图形；底图页面根据用户在剖面页面绘制的图形数据，在底图页面上显示层位曲线图；底图页面和剖面页面根据浏览器本地localStorage技术实现数据共享、监听数值变化，并根据用户的操作，实现联动绘制底图和剖面曲线图形。
-
公开(公告)号：CN106775921A
公开(公告)日：2017-05-31
申请号：CN201610998741.2
申请日：2016-11-14
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物探研究院
IPC: G06F9/455
CPC classification number: Y02D10/26 , Y02D10/28 , G06F9/45558 , G06F2009/4557
Abstract: 本发明提供一种基于应用负载感知的虚拟cpu调度方法，包括:采集虚拟机VM应用性能参数；依据虚拟机VM应用参数，对VM进行评价,依据评价结果，对虚拟机应用类型进行推断；依据应用负载能耗感知方式，对VCPU进行公平调度，组合VCPU和PCPU映射关系；依据调度结果对VCPU进行绑定和热添加。本发明方法依据依据地震资料处理和解释生成中不同应用软件资源需求特点，根据应用分类及资源在VM工作过程中的作用，选择3个参数进行VM应用类型划分，在此基础上，依据负载感知对虚拟机或者增加VCPU的数量，或者按照增量递增按需减少的原则再配置VCPU，调整VCPU的资源。经实际部署测试，能有效提升CPU使用率10%‑20%。
-
公开(公告)号：CN114428332B
公开(公告)日：2025-02-18
申请号：CN202011017132.7
申请日：2020-09-24
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物探研究院
IPC: G01V1/36
Abstract: 本发明针对叠前时间域地震资料的初至拾取不准确、需要反复人工调参等问题公开了一种基于卷积神经网络的地震初至拾取方法。其包括：对地震资料做预处理；使用卷积网络提取地震信号的高维特征；使用反卷积网络生成初至“到达前与到达后”的分布区域；确定地震初至时间。本发明通过卷积神经网络能够自动分析初至到达时间，可提高初至拾取精度和智能程度。很好的解决了现有技术采用基于长短时窗能量比方法做改进，不仅在对中低信噪比条件下的初至拾取偏差大，而且需要人工调优多种参数，试错成本高等问题。
-
公开(公告)号：CN114428332A
公开(公告)日：2022-05-03
申请号：CN202011017132.7
申请日：2020-09-24
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物探研究院
IPC: G01V1/36
Abstract: 本发明针对叠前时间域地震资料的初至拾取不准确、需要反复人工调参等问题公开了一种基于卷积神经网络的地震初至拾取方法。其包括：对地震资料做预处理；使用卷积网络提取地震信号的高维特征；使用反卷积网络生成初至“到达前与到达后”的分布区域；确定地震初至时间。本发明通过卷积神经网络能够自动分析初至到达时间，可提高初至拾取精度和智能程度。很好的解决了现有技术采用基于长短时窗能量比方法做改进，不仅在对中低信噪比条件下的初至拾取偏差大，而且需要人工调优多种参数，试错成本高等问题。
-
Patent Agency Ranking
公开(公告)号：CN113918403A
公开(公告)日：2022-01-11
申请号：CN202010661119.9
申请日：2020-07-10
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物探研究院
Abstract: 本发明提供一种基于zabbix的专业软件许可服务监控及自愈方法，包括：步骤1，在一台服务器安装zabbix服务端，在许可服务器上安装zabbix客户端；步骤2，在zabbix服务端添加要监控的许可服务器主机，并对该主机添加许可服务进程监控项及触发器；步骤3，利用操作系统提供的进程监控命令，结合zabbix的用户自定义监控键值，实现对许可服务状态的监控；步骤4，监控许可服务器的许可服务进程状态，当发现许可服务进程出现异常时，发出报警，并调用许可自愈脚本重新启动许可服务。该基于zabbix的专业软件许可服务监控及自愈方法保障了许可服务的连续性，避免了用户应用的中断，缩短了许可的修复周期。
-
公开(公告)号：CN106598697A
公开(公告)日：2017-04-26
申请号：CN201610998840.0
申请日：2016-11-14
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物探研究院
IPC: G06F9/455
CPC classification number: G06F9/45508 , G06F2009/45583
Abstract: 本发明提供一种虚拟机的虚拟内存动态调配的方法。该方法采用内存气球技术开发控制程序实现虚拟内存的动态调配。首先通过控制程序设置两个内存调整阀值T1（大于T1扩展），T2（小于T2回收），再周期采集各虚拟机内存应用率U1存入数据库。在第二个采集周期，把采集到的虚拟机内存应用率U2也存入数据库，同时进行虚拟内存分析。如果(U1+U2)/2>T1就动态扩展虚拟内存，如果(U1+U2)/2
-
公开(公告)号：CN106569877A
公开(公告)日：2017-04-19
申请号：CN201610998844.9
申请日：2016-11-14
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物探研究院
CPC classification number: G06F9/45558 , G06F9/5027 , G06F2009/4557
Abstract: 本发明涉及计算机技术领域，尤其涉及一种虚拟机以直通方式共享使用图形工作站GPU的方法，该方法可使得多个虚拟机以直通方法共享使用图形工作站GPU。一种虚拟机以直通方式共享使用图形工作站GPU的方法，包含有分割图形工作站GPU形成若干虚拟GPU；配置生成虚拟机，并为生成的虚拟机指定控制节点以及计算节点；虚拟机启动后，计算节点读取虚拟GPU的工作状态，并将处于空闲状态的虚拟GPU的编号以及总线ID发送给控制节点；控制节点选定并分配虚拟GPU给虚拟机，建立虚拟机与虚拟GPU之间的挂载连接等步骤。
-
公开(公告)号：CN105430026A
公开(公告)日：2016-03-23
申请号：CN201410447804.6
申请日：2014-09-04
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物探研究院
IPC: H04L29/08
Abstract: 本发明针对多设备间数据一致性和差异性管理的问题，提供一种基于多种控制策略的云盘数据同步方法，包括：通过部署云盘存储服务器和云盘客户端，用户根据数据管理的需要，定制不同的同步方法：利用实时同步机制，保证一台设备的修改会立即分发到其设备，同时其他设备的修改也会立即下载到本设备；利用定时同步机制，在固定时间点，一次性完成两个时间间隔内产生的所有修改内容的分发和下载；利用暂停同步机制，临时性的取消任何数据同步；利用忽略同步机制，保证目标数据的在其他设备上不可见。该基于多种控制策略的数据同步方法提高了灵活性，增强了用户对同步过程的控制。
-
公开(公告)号：CN116541155A
公开(公告)日：2023-08-04
申请号：CN202210072238.X
申请日：2022-01-21
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物探研究院
Abstract: 本发明提供一种基于机器学习的勘探开发云资源智能调度方法，该基于机器学习的勘探开发云资源智能调度方法包括：步骤1，采集勘探开发云运维数据；步骤2，对勘探开发云运维数据样本进行预处理和训练勘探开发云BP神经网络模型；步骤3，利用训练好的勘探开发云BP神经网络模型，对作业模块类型进行预测，给出预测的模块类型，并进行指标计算；步骤4，获取作业发布的模块资源数据，进行云主机调度。该基于机器学习的勘探开发云资源智能调度方法采用神经网络、机器学习技术，对资源需求进行预测，主动进行主机资源和网络资源的运行优化，减少资源分配问题影响用户工作效率，能有效的提高系统管理工作的信息化水平。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.074 seconds)
