-
公开(公告)号：CN115979509B
公开(公告)日：2024-07-26
申请号：CN202211604232.9
申请日：2022-12-13
申请人： 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
摘要： 本发明公开了一种压力变送器故障检测方法、装置及存储介质。方法包括：获取压力变送器的压力采样样本，将压力采样样本划分为多个子样本；对压力采样样本中的采样点进行离群点检测，获得第一离群点；剔除压力采样样本起始位置和终止位置附近的第一离群点，获得第二离群点；建立线性回归模型，确定每个子样本对应的线性回归模型的均方误差；根据均方误差剔除第二离群点中的异常离群点，获得第三离群点；根据第三离群点的出现频率，预测压力变送器产生故障的可能性。本发明大大提高了故障跳变点检测结果的准确度，有效解决了现有技术中压力变送器早期故障检测难，定期更换费用高等问题。
-
公开(公告)号：CN115950471A
公开(公告)日：2023-04-11
申请号：CN202310003709.6
申请日：2023-01-03
申请人： 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
IPC分类号： G01D18/00
摘要： 本发明涉及一种仪器仪表性能验证系统，包括上位机1、PLC测控柜2、安全栅6、直流电源7、协议转换模块8、信号集线器9、通讯模组10、多个模拟量输入模组接口和不同性能的验证系统，所述不同性能的验证系统包括压力验证系统、温度验证系统、流量验证系统和液位验证系统。通过本发明的系统，可实现对工业主要运行仪表，如温度、压力、流量、液位等在线仪表的性能进行验证。
-
公开(公告)号：CN115950471B
公开(公告)日：2024-09-27
申请号：CN202310003709.6
申请日：2023-01-03
申请人： 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
IPC分类号： G01D18/00
摘要： 本发明涉及一种仪器仪表性能验证系统，包括上位机1、PLC测控柜2、安全栅6、直流电源7、协议转换模块8、信号集线器9、通讯模组10、多个模拟量输入模组接口和不同性能的验证系统，所述不同性能的验证系统包括压力验证系统、温度验证系统、流量验证系统和液位验证系统。通过本发明的系统，可实现对工业主要运行仪表，如温度、压力、流量、液位等在线仪表的性能进行验证。
-
公开(公告)号：CN114327886B
公开(公告)日：2022-12-16
申请号：CN202111601656.5
申请日：2021-12-24
申请人： 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
发明人： 李亚平 , 曹旦夫 , 李素杰 , 张华德 , 裘冬平 , 陈昱含 , 张瑜 , 王耀先 , 谢自力 , 葛荡 , 张娟 , 丁苏宁 , 杨建涛 , 吴雪峰 , 张达 , 王珍琼 , 索蕾 , 陆育 , 祝越 , 杜鹃
摘要： 一种基于大数据深度学习的动态资源调度方法，通过利用大数据深度学习集群的资源监控模块，根据各节点资源利用率模型，周期性计算节点资源利用率，并采用基于大数据深度学习的资源调度算法，将大数据深度学习任务部署至最优节点，设置任务资源利用率警告阈值，实现对于是否进行动态迁移大数据深度学习任务的判断。相比于现有技术，该方法客观准确的反映了计算机资源的运行状态，合理部署计算机任务至最优节点，同时实现了对计算机任务的监控，动态迁移资源利用率低下的计算任务，提高了计算机资源利用率。
-
公开(公告)号：CN118153944A
公开(公告)日：2024-06-07
申请号：CN202410222279.1
申请日：2024-02-28
申请人： 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
IPC分类号： G06Q10/0635 , G06Q50/02 , G06N3/096 , G06N3/09 , G06N3/0499 , G06N3/0464
摘要： 本发明公开了一种储罐风险预测方法、系统、计算机设备和存储介质，储罐风险识别和人工智能技术领域，方法包括：建立用于预测储罐风险指数的储罐风险指数分析预测模型；构建并对储罐腐蚀类注意力机制AVT模型进行预训练，得到目标域的预训练模型；将预训练模型迁移到储罐风险预测任务中，并固定主干网络的当前参数，将储罐风险指数分析预测模型预测到的储罐风险指数作为标签，基于储罐腐蚀检测检验数据集，对预训练模型进行训练，得到储罐风险预测模型；利用储罐风险预测模型，对待识别储罐进行风险识别。本发明能够为储罐能够继续安全运行提供有效的保障，同时也极大地节省了公司的人力、物力和财力。
-
公开(公告)号：CN116684345A
公开(公告)日：2023-09-01
申请号：CN202310697034.X
申请日：2023-06-13
申请人： 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
IPC分类号： H04L45/023 , H04L45/247 , H04L41/0668 , H04L45/18 , H04L45/122 , H04L45/74
摘要： 本发明属于数据的无线传输领域，尤其涉及一种多点多级的数据管理方法、系统、介质及设备。设置在多个待采集机柜中的采集终端按照预先建立的路由表向至少两个边缘计算设备发送采集信息；当任一个边缘计算设备存在异常时，自动切换至无异常的边缘计算设备进行数据传输；将所有边缘计算设备输出的结果进行存储备份。通过本方案能够达到降低设备终端的设计难度与硬件成本以及故障概率。采用多终端对应多边缘计算设备的系统架构分散计算量，减低单一边缘计算设备的故障率。采用多终端对应多边缘计算对应单一服务器方式实现共同降低三端单设备计算量的效果。
-
公开(公告)号：CN114297561B
公开(公告)日：2022-12-16
申请号：CN202111628701.6
申请日：2021-12-28
申请人： 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
发明人： 李亚平 , 王海清 , 曹旦夫 , 李素杰 , 刘亭 , 张娟 , 周明 , 张保坡 , 毛奇 , 朱万春 , 马娟 , 谢自力 , 葛荡 , 姚竣翰 , 王耀先 , 刘欣 , 宋佩月 , 朱超 , 孙建华 , 祖海燕
IPC分类号： G06F17/10
摘要： 一种简化β因子计算的方法与装置，方法：获取所有问题选项以及每个问题选项对应的X分值与Y分值；将每个问题选项对应的X分值与Y分值相加后的数值计为M；对于有诊断测试功能的通道，获取其诊断范围与诊断时间间隔及其对应的Z值；将每个问题选项对应的X分值与Z值相乘后的数值计为N；确定每个问题选项是否符合现场的实际情况；汇总问题选项为是的M值和N值，计算S值和SD值；将S值或SD值与设定的取值范围进行比较，提取出对应的β值或βD值；显示结果。装置包括输入模块、确定模块、数值汇总计算模块、比较提取模块和可视化模块。该方法过程简单，结果可靠，能够对β因子值进行快速准确的计算；该装置便于快速准确的计算出β因子值。
-
公开(公告)号：CN117034482A
公开(公告)日：2023-11-10
申请号：CN202310882969.5
申请日：2023-07-18
申请人： 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
IPC分类号： G06F30/17 , G01M3/00 , G01H17/00 , G06F30/27 , G06F18/214 , G06F18/2411 , G06F119/02
摘要： 本发明涉及机械密封早期失效预警方法和系统，方法包括采集多个历史时间序列；根据各个历史时间序列确定模糊熵和排列熵；将模糊熵和排列熵进行自适应L1TF，并将偶发异常点去除得到各个目标历史时间序列；获取预设的早期失效预警模型中核函数的目标带宽；将各个目标历史时间序列作为第一输入集输入至早期失效预警模型中进行训练，得到目标早期失效预警模型，以及映射超球体的映射半径和映射中心；获取待检测时间序列，并将待检测时间序列输入至目标早期失效预警模型，得到广义距离；根据广义距离和映射半径进行故障点预测，实现机械密封早期失效预警。解决了异常数据中异常波动数据较多，训练得到的模型对于机械密封的异常数据检测精度较低的问题。
-
公开(公告)号：CN115979509A
公开(公告)日：2023-04-18
申请号：CN202211604232.9
申请日：2022-12-13
申请人： 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
摘要： 本发明公开了一种压力变送器故障检测方法、装置及存储介质。方法包括：获取压力变送器的压力采样样本，将压力采样样本划分为多个子样本；对压力采样样本中的采样点进行离群点检测，获得第一离群点；剔除压力采样样本起始位置和终止位置附近的第一离群点，获得第二离群点；建立线性回归模型，确定每个子样本对应的线性回归模型的均方误差；根据均方误差剔除第二离群点中的异常离群点，获得第三离群点；根据第三离群点的出现频率，预测压力变送器产生故障的可能性。本发明大大提高了故障跳变点检测结果的准确度，有效解决了现有技术中压力变送器早期故障检测难，定期更换费用高等问题。
-
公开(公告)号：CN114327886A
公开(公告)日：2022-04-12
申请号：CN202111601656.5
申请日：2021-12-24
申请人： 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
发明人： 李亚平 , 曹旦夫 , 李素杰 , 张华德 , 裘冬平 , 陈昱含 , 张瑜 , 王耀先 , 谢自力 , 葛荡 , 张娟 , 丁苏宁 , 杨建涛 , 吴雪峰 , 张达 , 王珍琼 , 索蕾 , 陆育 , 祝越 , 杜鹃
摘要： 一种基于大数据深度学习的动态资源调度方法，通过利用大数据深度学习集群的资源监控模块，根据各节点资源利用率模型，周期性计算节点资源利用率，并采用基于大数据深度学习的资源调度算法，将大数据深度学习任务部署至最优节点，设置任务资源利用率警告阈值，实现对于是否进行动态迁移大数据深度学习任务的判断。相比于现有技术，该方法客观准确的反映了计算机资源的运行状态，合理部署计算机任务至最优节点，同时实现了对计算机任务的监控，动态迁移资源利用率低下的计算任务，提高了计算机资源利用率。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.059 秒)
