-
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。
-
Patent Agency Ranking
公开(公告)号：CN113850434A
公开(公告)日：2021-12-28
申请号：CN202111135643.3
申请日：2021-09-27
Applicant: 西南石油大学 , 中国石油化工股份有限公司胜利油田分公司石油工程技术研究院 , 中国地质大学(北京) , 中国石油大学(华东)
IPC: G06Q10/04 , G06K9/62 , G06F30/20 , G06F113/08 , G06F119/14
Abstract: 本发明提供了一种多尺度暂堵剂配方优化方法，该方法包括：基于预设的缝宽，通过d1/2理论和5/6匹配原则确定暂堵剂理想粒度分布基线；确定暂堵剂的初始配方；验证暂堵剂是否满足封堵层渗透率要求和强度要求，并以此确定最终的暂堵剂配方。本发明在暂堵剂考虑暂堵剂的多尺度分布特征，可以在形成有效封堵层的同时兼顾封堵层渗透率和强度控制，将极大提高封堵效率。
-
公开(公告)号：CN113850434B
公开(公告)日：2024-07-19
申请号：CN202111135643.3
申请日：2021-09-27
Applicant: 西南石油大学 , 中国石油化工股份有限公司胜利油田分公司石油工程技术研究院 , 中国地质大学(北京) , 中国石油大学(华东)
IPC: G06F30/20 , G06F18/22 , G06F30/25 , G06F113/08 , G06F119/14
Abstract: 本发明提供了一种多尺度暂堵剂配方优化方法，该方法包括：基于预设的缝宽，通过d1/2理论和5/6匹配原则确定暂堵剂理想粒度分布基线；确定暂堵剂的初始配方；验证暂堵剂是否满足封堵层渗透率要求和强度要求，并以此确定最终的暂堵剂配方。本发明在暂堵剂考虑暂堵剂的多尺度分布特征，可以在形成有效封堵层的同时兼顾封堵层渗透率和强度控制，将极大提高封堵效率。
-
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。
-
公开(公告)号：CN115081741A
公开(公告)日：2022-09-20
申请号：CN202210855731.9
申请日：2022-07-21
Applicant: 西南石油大学
Abstract: 本发明提供一种基于神经网络的天然气计量检定智能预测的方法，包括以下步骤：S1：对于天然气管道进行数据采集，并对数据进行预处理，所述数据通过工作标准流量计、核查流量计、温度变送器、压力变送器、在线色谱仪、水露点分析仪进行采集；S2：对于流量、温度和压力类型的时间序列数据，分别对流量、温度和压力三个参数进行时间序列预测；S3：根据全部数据对天然气管道进行总体风险评估。本发明将数据从两个维度进行考虑，以更精准的单参数时间序列数据为基准来训练预测单参数模型，以多参数平行时序数据为基准来训练风险预警模型，可清晰地展示出标准表性能的变化趋势，进而根据预测结果为分站标准装置完整性管理提供数据支持。
-
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。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
