-
公开(公告)号:CN116432856A
公开(公告)日:2023-07-14
申请号:CN202310486613.X
申请日:2023-04-28
Applicant: 东北石油大学
IPC: G06Q10/04 , G06Q10/0639 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N7/01
Abstract: 本发明涉及燃气管道预警技术领域,特别涉及一种基于CNN‑GLSTM模型的管道动态预警方法及装置,其中方法包括:获取历史时段内同一管道且同一阀室下的管道运行数据,并进行预处理;构建以CNN‑LSTM网络为主体的CNN‑GLSTM模型,用于预测管道运行数据;对构建的CNN‑GLSTM模型进行训练,得到训练后的CNN‑GLSTM模型;获取待检测的管道运行数据集;基于待检测的管道运行数据集和训练后的CNN‑GLSTM模型,预测未来时段的管道运行数据;根据预测的管道运行数据和预设的阈值,判断是否进行预警。本发明能够对管道运行数据未来变化趋势进行预测,以便及时、准确预警。
-
公开(公告)号:CN114912820A
公开(公告)日:2022-08-16
申请号:CN202210592779.5
申请日:2022-05-28
Applicant: 东北石油大学
Abstract: 本发明涉及的是基于KGQEV的知识图谱数据集质量知识表示方法,它包括:描述数据集自身使用的数据格式符合哪些标准;明确评估知识图谱数据集时使用的质量分类标准,明确类与维度之间的关系;对应用知识图谱数据集的情境进行需求分析,归纳出具体需求并将质量维度与需求的对应关系进行知识表示;针对知识图谱数据集的需求,扩展DQV中维度下的指标;描述数据消费者对知识图谱数据集的反馈以及数据集的自身质量证书;描述知识图谱数据集相关信息;生成对知识图谱数据集的质量评估报告,保存并发布评估报告。本发明通过知识图谱质量表示模型来描述与表示知识图谱数据集的质量知识,明晰需求与指标之间的关系,并提高评估质量报告的可信度。
-
公开(公告)号:CN119339163A
公开(公告)日:2025-01-21
申请号:CN202411864247.8
申请日:2024-12-18
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/762 , G06N3/042 , G06N3/0464 , G06V10/766
Abstract: 本发明提供了一种融合亲和传播聚类与图卷积神经网络的成岩相样本自动标注方法及系统,属于成岩相智能识别领域。为了解决成岩相的标注工作样本量少,准确率低的问题。本发明对测井曲线数据进行预处理并进行少量标签标注,构建自动标注数据集;利用亲和传播聚类构造图结构,建立测井曲线深度节点之间的关联关系;通过图卷积层聚合节点特征,实现成岩相的快速准确标注。本发明与传统方法的对比,能够更好地处理成岩相之间复杂的关联和空间分布特征,将图结构和测井曲线特征相结合,从而提高标注准确性和稳定性。
-
-