Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于人工智能的SAGD井下温压监测系统及方法 

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!

申请/专利权人:克拉玛依市城投油砂矿勘探有限责任公司;克拉玛依市富城油气研究院有限公司

摘要:本申请涉及智能监测技术领域,其具体地公开了一种基于人工智能的SAGD井下温压监测系统及方法,其采用基于深度学习的人工智能技术对井下的温度和压力进行监测和分析,挖掘出井下温度和压力之间的时序关联变化规律,从而智能识别异常的井下温压情况。这样,能够实现对井下温压的自动化监测,减少人工干预,提高监测效率,并能够在发现异常情况时及时发出预警,帮助工作人员快速做出反应,减少事故发生的可能性。

主权项:1.一种基于人工智能的SAGD井下温压监测方法,其特征在于,包括:获取由温度传感器和压力传感器采集的井下温度值的时间序列和井下压力值的时间序列;将所述井下温度值的时间序列和所述井下压力值的时间序列进行数据预处理以得到井下温度-井下压力时序关联向量的序列;对所述井下温度-井下压力时序关联向量的序列进行多尺度特征提取以得到井下温度-井下压力时序关联特征向量的序列;将所述井下温度-井下压力时序关联特征向量的序列输入基于自相关注意力网络的特征显著器以得到井下温度-井下压力显著时序特征向量;基于所述井下温度-井下压力显著时序特征向量,确定监测结果;其中,将所述井下温度-井下压力时序关联特征向量的序列输入基于自相关注意力网络的特征显著器以得到井下温度-井下压力显著时序特征向量,包括:以如下自相关注意力公式对所述井下温度-井下压力时序关联特征向量的序列进行处理以得到所述井下温度-井下压力显著时序特征向量;其中,所述自相关注意力公式为:;其中,为第个注意力打分系数,为第个注意力打分系数,为所述井下温度-井下压力时序关联特征向量的序列中第个井下温度-井下压力时序关联特征向量,为第个井下温度-井下压力时序关联特征向量,为权重系数矩阵,为权重系数向量,为偏置向量,表示双曲正切函数处理,表示以为底的指数函数处理,为第个注意力权重系数,为第个注意力权重系数,为所述井下温度-井下压力时序关联特征向量的序列的长度,表示级联函数,为所述井下温度-井下压力显著时序特征向量。

全文数据:

权利要求:

百度查询: 克拉玛依市城投油砂矿勘探有限责任公司 克拉玛依市富城油气研究院有限公司 基于人工智能的SAGD井下温压监测系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。