-
公开(公告)号:CN118133961B
公开(公告)日:2024-08-20
申请号:CN202410266106.X
申请日:2024-03-08
Applicant: 西南石油大学
IPC: G06N5/025 , G06N5/02 , G06N5/04 , G06F40/279 , G06F40/205 , G06N3/045 , G06N3/047
Abstract: 一种面向井喷事件的知识元抽取方法,涉及自然语言智能处理技术领域,主要包括以下步骤,对井喷事故案例的文本逐段分为基本情况、井喷经过、井喷处理、专家点评四种类别的文本,基本情况文本中提取井喷时间,对类别为基本情况、井喷经过、专家点评三类文本整合分割获得井喷情景库,对井喷处理文本相同处理获得井喷对应库,将井喷情景库和井喷对应库输入RoBERTa+FLAT+CRF模型,分别得到井喷情景知识元库和井喷应对知识元库;本发明提出了一种面向井喷事件的知识元抽取方法,可以处理井喷事件案例文本,抽取事件知识元,并形成井喷情景知识元库和井喷应对知识元库,抽取过程中采用两种方法相结合的抽取方式,提高了井喷事件的知识元抽取准确率。
-
公开(公告)号:CN118365183A
公开(公告)日:2024-07-19
申请号:CN202410799178.0
申请日:2024-06-20
Applicant: 西南石油大学
IPC: G06Q10/0637 , G06Q50/02 , G06N3/0464 , G06N3/08 , G06F18/2411 , G06F18/213
Abstract: 本发明公开了一种基于混合神经网络的油井产量预测方法及系统,该方法包括:获取油井当前生产数据并进行预处理得到第一数据;将第一数据输入到训练好的混合神经网络中进行预测得到预测时刻的预测产量,混合神经网络包括卷积神经网络层、第一重注意力机制层、双向门控循环单元、第二重注意力机制层和全连接层,卷积神经网络层用于提取第一数据中的特征,第一重注意力机制层用于将特征处理得到特征向量,双向门控循环单元用于从特征向量中提取时序特征信息,第二重注意力机制层将其进行二次权重分配,全连接层基于经过二次权重分配后的时序特征信息输出预测产量。实现了降低油井产量预测的复杂性,并且提高了油井产量预测的通用性和预测精度。
-
公开(公告)号:CN118133961A
公开(公告)日:2024-06-04
申请号:CN202410266106.X
申请日:2024-03-08
Applicant: 西南石油大学
IPC: G06N5/025 , G06N5/02 , G06N5/04 , G06F40/279 , G06F40/205 , G06N3/045 , G06N3/047
Abstract: 一种面向井喷事件的知识元抽取方法,涉及自然语言智能处理技术领域,主要包括以下步骤,对井喷事故案例的文本逐段分为基本情况、井喷经过、井喷处理、专家点评四种类别的文本,基本情况文本中提取井喷时间,对类别为基本情况、井喷经过、专家点评三类文本整合分割获得井喷情景库,对井喷处理文本相同处理获得井喷对应库,将井喷情景库和井喷对应库输入RoBERTa+FLAT+CRF模型,分别得到井喷情景知识元库和井喷应对知识元库;本发明提出了一种面向井喷事件的知识元抽取方法,可以处理井喷事件案例文本,抽取事件知识元,并形成井喷情景知识元库和井喷应对知识元库,抽取过程中采用两种方法相结合的抽取方式,提高了井喷事件的知识元抽取准确率。
-
-