-
公开(公告)号：CN106814736A
公开(公告)日：2017-06-09
申请号：CN201710022755.5
申请日：2017-01-09
Applicant: 东北石油大学
IPC: G05D1/02
Abstract: 本发明公开了机器人技术领域的一种机器人的路径控制方法及系统，包括中央处理器，所述中央处理器分别电性输入连接路径输入子系统和采集子系统，所述中央处理器分别电性输出连接驱动子系统、电源子系统和报警子系统，本发明通过路径输入子系统对路径进行下载，转换成机器人可识别的路径数据，通过采集子系统对机器人的行驶姿态、速度、距离、前方有无障碍物进行数据采集和存储，通过驱动子系统对直线运动电机和转向运动电机进行控制，通过电源子系统对电源的电压和电流进行实时检测，通过报警系统对前方障碍物进行报警，通知人员对障碍物进行移除。
-
公开(公告)号：CN118656728B
公开(公告)日：2025-05-16
申请号：CN202410717954.8
申请日：2024-06-04
Applicant: 东北石油大学
IPC: G06F18/2415 , G06F18/214 , G06N3/047 , G06N3/096 , F17D5/06
Abstract: 一种基于贝叶斯对抗攻击的天然气管道单源域迁移故障诊断方法及系统，属于机械故障检测与诊断技术领域。该方法的核心在于采用迁移学习技术解决现有深度推理模型在处理不同工况条件下的管道故障诊断任务时存在的泛化能力不足问题。主要步骤如下：基于贝叶斯网络构建了攻击样本生成器，旨在通过在输入样本中添加精巧设计的微小扰动，生成可以令推理模型做出错误决策的攻击样本，以便挖掘并分析推理模型的脆弱点；基于贝叶斯网络构建了域判别器，旨在通过与生成器之间的对抗学习，辅助生成隐蔽性强的攻击样本，即与原始样本几乎没有可见差异；基于贝叶斯网络构建了分类器，通过扩大攻击样本与推理模型原有决策边界的距离，约束推理模型网络参数的后验分布向攻击样本得分更高的方向调整，从而增强模型在面对不同域扰动时的适应性和鲁棒性。通过上述步骤，本发明有效解决了传统深度学习模型在不同工况下泛化能力差导致的漏报、误报风险提升问题。
-
公开(公告)号：CN119904640A
公开(公告)日：2025-04-29
申请号：CN202411989940.8
申请日：2024-12-31
Applicant: 东北石油大学
IPC: G06V10/26 , G06V10/764 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于PetroAnalyticNet深度学习模型的油气储层勘探中地质图像分割方法及系统，属于图像处理领域。为解决现有地质图像分割过程中存在地质数据复杂，存在固有噪声，造成分割精度差且计算效率低的问题。本发明包括可分离膨胀卷积、特征融合和注意力机制，能够高效捕捉多尺度特征，同时应对地质数据中的复杂性和噪声问题。本发明通过广泛的实验验证，在分割准确性上优于现有的基线方法；且本发明采用了先进的特征提取技术组合，可以更精确地区分地质结构，从而更好地识别诸如含油地层关键特征。消融研究进一步强调了每个架构组件的重要性，展示了它们对整体性能的集体贡献。
-
公开(公告)号：CN118837946B
公开(公告)日：2025-04-08
申请号：CN202411154293.9
申请日：2024-08-22
Applicant: 东北石油大学三亚海洋油气研究院 , 中油奥博(成都)科技有限公司
IPC: G01V1/28 , G06F30/23 , G06T17/05 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种微地震的定位方法、装置、设备及介质，涉及地震勘探技术领域，包括：根据地质勘探数据获得的地下结构数据，使用地质建模软件构建地质模型；并结合地下压裂作业获得的水力压裂参数，使用数值模拟软件模拟地下应力场；根据部署的微地震监测网络获取的微地震数据，使用模拟的地下应力场变化，作为边界条件对微地震进行地下空间位置的定位。本发明能够精确定位微地震在地下的深度位置。
-
公开(公告)号：CN118797980B
公开(公告)日：2025-02-14
申请号：CN202410449534.6
申请日：2024-08-06
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06F30/23 , G06F17/13 , G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F113/08 , G06F119/14
Abstract: 一种面向类不平衡数据场景的数模双驱动油气管网故障诊断方法及系统，涉及油气管网的故障诊断领域，旨在解决当前智能故障诊断模型在处理油田类不平衡数据集时所面临的过拟合问题，以及降低误报和漏报的风险。主要步骤如下：深入理解油气在管网中运动时负压波的传播和衰减机理，建立反映管网运行状态的负压波衰减物理模型；基于长短时记忆网络构建适用于处理时间序列数据的深度生成对抗模型；设计合理的串‑并联机制融合物理模型以及数据驱动模型，构建混合生成对抗模型；使用训练好的混合生成对抗模型生成管网故障数据，平衡原始训练集；训练智能故障诊断模型，实现管道故障类型识别。本发明同时考虑和整合来自物理模型的先验知识和数据驱动模型的学习能力，与单纯的数据驱动模型相比，物理模型所含的管网先验知识能够缩小参数空间搜索域，减少估计参数量，提高深度生成模型的可解释性与泛化性能，同时提升生成故障数据的物理合理性与特征可区分性，从而有效克服类不平衡数据集对诊断模型性能的负面影响，进而提升管道智能故障诊断的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118778119B
公开(公告)日：2024-11-15
申请号：CN202411267142.4
申请日：2024-09-11
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/36 , G01V1/28 , G06F18/10 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F18/213
Abstract: 本发明公开了一种基于Swin Transformer和扩散模型的地震面波与随机噪声压制方法，涉及地球科学技术与人工智能交叉技术领域，包括：获得混合噪声地震数据集及预处理后的混合噪声地震数据集；输入训练好的初始去噪模型，获得去噪后的地震数据集，基于预处理后的混合噪声地震数据集和去噪后的地震数据集，获得混合噪声估计数据集；将混合噪声估计数据集拟合到高斯分布，将混合噪声估计数据集与扩散模型的前向过程中某时刻状态相匹配获得含噪地震数据，将含噪地震数据表示到去噪链中获得估计噪声分布；利用扩散模型的反向过程对匹配后的某时刻状态学习估计噪声分布，并训练获得去噪模型，基于所述去噪模型获得去噪后的地震数据。
-
公开(公告)号：CN118778119A
公开(公告)日：2024-10-15
申请号：CN202411267142.4
申请日：2024-09-11
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/36 , G01V1/28 , G06F18/10 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F18/213
Abstract: 本发明公开了一种基于Swin Transformer和扩散模型的地震面波与随机噪声压制方法，涉及地球科学技术与人工智能交叉技术领域，包括：获得混合噪声地震数据集及预处理后的混合噪声地震数据集；输入训练好的初始去噪模型，获得去噪后的地震数据集，基于预处理后的混合噪声地震数据集和去噪后的地震数据集，获得混合噪声估计数据集；将混合噪声估计数据集拟合到高斯分布，将混合噪声估计数据集与扩散模型的前向过程中某时刻状态相匹配获得含噪地震数据，将含噪地震数据表示到去噪链中获得估计噪声分布；利用扩散模型的反向过程对匹配后的某时刻状态学习估计噪声分布，并训练获得去噪模型，基于所述去噪模型获得去噪后的地震数据。
-
公开(公告)号：CN118656728A
公开(公告)日：2024-09-17
申请号：CN202410717954.8
申请日：2024-06-04
Applicant: 东北石油大学
IPC: G06F18/2415 , G06F18/214 , G06N3/047 , G06N3/096 , F17D5/06
Abstract: 一种基于贝叶斯对抗攻击的天然气管道单源域迁移故障诊断方法及系统，属于机械故障检测与诊断技术领域。该方法的核心在于采用迁移学习技术解决现有深度推理模型在处理不同工况条件下的管道故障诊断任务时存在的泛化能力不足问题。主要步骤如下：基于贝叶斯网络构建了攻击样本生成器，旨在通过在输入样本中添加精巧设计的微小扰动，生成可以令推理模型做出错误决策的攻击样本，以便挖掘并分析推理模型的脆弱点；基于贝叶斯网络构建了域判别器，旨在通过与生成器之间的对抗学习，辅助生成隐蔽性强的攻击样本，即与原始样本几乎没有可见差异；基于贝叶斯网络构建了分类器，通过扩大攻击样本与推理模型原有决策边界的距离，约束推理模型网络参数的后验分布向攻击样本得分更高的方向调整，从而增强模型在面对不同域扰动时的适应性和鲁棒性。通过上述步骤，本发明有效解决了传统深度学习模型在不同工况下泛化能力差导致的漏报、误报风险提升问题。
-
公开(公告)号：CN118625382A
公开(公告)日：2024-09-10
申请号：CN202411110634.2
申请日：2024-08-14
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明公开了一种用于获得页岩油藏弹性参数的VTI介质数据驱动地震AVO反演方法，属于地球物理技术领域，包括以下步骤：基于Transformer网络和卷积神经网络，构建TransU‑net模型；对井旁道叠前地震数据进行叠加，获得角度叠加地震数据构成样本输入；对测井数据进行增广处理，构成样本输出；基于样本输入和样本输出构成训练样本，基于训练样本对TransU‑net模型进行训练；基于训练后的TransU‑net模型获得反演弹性参数和各向异性参数。本发明可缓解反演对低频各向异性参数和以各向异性参数为样本输出的训练样本的依赖，提高页岩油藏弹性参数反演精度。
-
公开(公告)号：CN118571253A
公开(公告)日：2024-08-30
申请号：CN202411054510.7
申请日：2024-08-02
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G10L25/30 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06F17/14 , G06F17/15 , G01M3/24 , F17D5/02
Abstract: 本发明提供一种基于时序变分自编码TS‑VAE的数据增强方法及系统，属于数据增强处理领域。为解决利用现有变分自编码器进行数据扩充时，声波信号不能直接输入，对提取长时间序列的时频特征的能力弱，计算效率低、扩充数据质量不佳问题。通过短时傅里叶变换将声波信号的波形图转化为频谱图；构建基于时间序列的变分自编码器TS‑VAE生成模型，在输入数据中增加时序窗口维度，分别在编码器和解码器中引入残差网络和时序趋势估计参数，利用频谱图对模型进行训练，通过皮尔逊相关系数评价并筛选生成信号。可提高模型对泄漏信号识别准确性和鲁棒性，实现管道泄漏数据扩充，为管道泄漏检测识别提供丰富样本。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.025 seconds)
