一种基于3D卷积神经网络的渐变型工况预警方法

发明专利有效专利

申请号：
CN201811176543.3
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2018-10-10
申请人：
常州大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于3D卷积神经网络的渐变型工况预警方法
申请号	CN201811176543.3	申请日期	2018-10-10
法律状态	授权	申报国家	中国
公开/公告日	2019-02-26	公开/公告号	CN109389170A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	常州大学	申请人地址	江苏省常州市武进区滆湖路1号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	常州大学	当前权利人	常州大学
发明人	何岩峰;刘雅莉;邓嵩;王相;窦祥冀
代理机构	常州市英诺创信专利代理事务所（普通合伙）	代理人	王美华

摘要

本发明涉及一种基于3D卷积神经网络的渐变型工况预警方法，包括以下步骤：a、对符合训练要求的渐变型工况示功图集预处理后，组成表征渐变型工况变化过程的示功体；b、构建3D卷积神经网络以得到渐变型工况的特征描述；c、将示功体输入3D卷积神经网络进行训练；d、形成基于3D卷积神经网络的渐变型工况预警系统；e、把预警系统应用于对未知工况的判断，将实时获取的示功图集按时间顺序排列成示功体输入3D卷积神经网络，实现工况的分类与预测；f、扩充训练集完成对渐变型工况预警系统的学习与更新。本发明通过建立3D卷积神经网络识别示功体，从而可以识别油井生产过程中渐变型工况变化过程中的特征信息，实现对渐变型工况的识别和预测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供