买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国石油大学(华东)申请的专利基于深度学习的采油树故障传播路径发展轨迹预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119226746B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411754705.2，技术领域涉及：G06F18/20；该发明授权基于深度学习的采油树故障传播路径发展轨迹预测方法是由赵一新;李干;蔡宝平;吴世博;胡国庆设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本基于深度学习的采油树故障传播路径发展轨迹预测方法在说明书摘要公布了：本发明属于海洋工程领域，公开了基于深度学习的采油树故障传播路径发展轨迹预测方法，包含步骤如下：确定水下采油树关键故障模式及依赖关系、数据清洗及处理、构建基于深度学习的故障传播路径发展轨迹预测模型、预测模型验证评估及优化、故障传播路径发展轨迹预测结果可视化。本发明提出水下采油树关键组件故障传播路径发展轨迹预测新方法，可全面实时预测多组件状态变化以及故障传播路径和概率的发展趋势等。

本发明授权基于深度学习的采油树故障传播路径发展轨迹预测方法在权利要求书中公布了：1.一种基于深度学习的采油树故障传播路径发展轨迹预测方法，其特征在于，步骤如下：S1.确定水下采油树关键故障模式及依赖关系基于已识别的关键故障模式和主要故障依赖关系，使用贝叶斯网络构建系统的故障依赖关系模型，通过矩阵形式明确关键组件间的依赖关系；S2.数据收集及处理收集水下采油树的历史故障数据，包括各组件的故障时间、故障类型、故障影响、故障传播场景，以及水下采油树的操作日志和维修记录，从水下采油树的各个传感器中收集水下采油树的运行数据，包括压力、温度、流量、振动参数；对收集到的历史故障数据和运行数据进行处理；S3.构建基于深度学习的故障传播路径发展轨迹预测模型根据水下采油树故障传播路径的复杂性和数据特点，选择深度学习预测模型为卷积神经网络模型和长短期记忆网络模型，构建时间序列水下采油树的基于深度学习的故障传播路径发展轨迹预测模型；S4.预测模型验证评估及优化S5.故障传播路径发展轨迹预测结果可视化开发用户交互功能，允许选择时间段及单元，查看详细信息，收集用户反馈，持续优化模型和可视化效果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。