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：新疆胜新复合材料有限公司

摘要：本申请涉及智能控制技术领域，其具体地公开了一种深井举升系统优化控制方法及系统，其采用基于深度学习的人工智能技术对举升过程中的井口压力和水位进行时序关联分析，挖掘出井口压力和水位之间的时序非线性动态交互关系，进而根据井口压力和水位的时序隐含变化特征以及二者之间的非线性动态交互关系，采用类贝叶斯概率模型推理出举升设备的负载表示，从而基于推理出的负载表示进行电机转速的自适应调整，使其与当前的负载情况相匹配。这样，可以实现对深井举升系统的精准控制，从而提高举升效率，降低能耗，并适应复杂的井下环境。

主权项：1.一种深井举升系统优化控制方法，其特征在于，包括：获取由传感器采集的井口压力的时间序列和水位的时间序列；对所述井口压力的时间序列和所述水位的时间序列进行非线性交互编码以得到井口压力-水位时序非线性动态交互表示向量；将井口压力时序关联隐含特征向量、水位时序关联隐含特征向量和所述井口压力-水位时序非线性动态交互表示向量输入基于类贝叶斯概率模型的负载推理网络以得到多模态负载语义推理表示向量；基于所述多模态负载语义推理表示向量，确定电机转速的自适应控制策略；其中，对所述井口压力的时间序列和所述水位的时间序列进行非线性交互编码以得到井口压力-水位时序非线性动态交互表示向量，包括：对所述井口压力的时间序列和所述水位的时间序列分别进行时序编码以得到井口压力时序关联隐含特征向量和水位时序关联隐含特征向量；将所述井口压力时序关联隐含特征向量和所述水位时序关联隐含特征向量输入非线性动态交互模块以得到所述井口压力-水位时序非线性动态交互表示向量；其中，对所述井口压力的时间序列和所述水位的时间序列分别进行时序编码以得到井口压力时序关联隐含特征向量和水位时序关联隐含特征向量，包括：将所述井口压力的时间序列和所述水位的时间序列分别输入基于GRU模型的序列编码器以得到所述井口压力时序关联隐含特征向量和所述水位时序关联隐含特征向量；其中，将所述井口压力时序关联隐含特征向量和所述水位时序关联隐含特征向量输入非线性动态交互模块以得到所述井口压力-水位时序非线性动态交互表示向量，包括：计算所述井口压力时序关联隐含特征向量和所述水位时序关联隐含特征向量的逐位置相除以得到井口压力-水位线性响应交互特征向量；对所述井口压力-水位线性响应交互特征向量进行响应非线性优化以得到所述井口压力-水位时序非线性动态交互表示向量；其中，对所述井口压力-水位线性响应交互特征向量进行响应非线性优化以得到所述井口压力-水位时序非线性动态交互表示向量，包括：构造所述井口压力-水位线性响应交互特征向量的各个位置的特征值的第一非线性响应因子和第二非线性响应因子，并将所述第一非线性响应因子除以所述第二非线性响应因子以得到所述井口压力-水位时序非线性动态交互表示向量的各个位置的特征值；其中，所述第一非线性响应因子为所述井口压力-水位线性响应交互特征向量的预定位置的特征值的二次项与其一次项的加权和，所述第二非线性响应因子为所述井口压力-水位线性响应交互特征向量的预定位置的特征值的二次项、一次项与一的加权和；其中，将井口压力时序关联隐含特征向量、水位时序关联隐含特征向量和所述井口压力-水位时序非线性动态交互表示向量输入基于类贝叶斯概率模型的负载推理网络以得到多模态负载语义推理表示向量，包括：将所述井口压力时序关联隐含特征向量与所述井口压力-水位时序非线性动态交互表示向量进行按位置相乘后再与所述水位时序关联隐含特征向量进行按位置相除以得到所述多模态负载语义推理表示向量；其中，基于所述多模态负载语义推理表示向量，确定电机转速的自适应控制策略，包括：将所述多模态负载语义推理表示向量通过基于解码器的电机转速自适应控制器以得到所述自适应控制策略，所述自适应控制策略为推荐的电机转速值。

全文数据：

权利要求：

百度查询： 新疆胜新复合材料有限公司 深井举升系统优化控制方法及系统