-
公开(公告)号：CN114564987B
公开(公告)日：2024-08-23
申请号：CN202210164044.2
申请日：2022-02-22
Applicant: 华中科技大学
IPC: G06F18/24 , G06F18/213 , G06F18/214 , G06N3/042 , G01M13/025
Abstract: 本发明公开一种基于图数据的旋转机械故障诊断方法及系统，包括：获取旋转机械处于正常状态和故障状态下的振动信号，并将其分为用于模型训练的源域样本和待测的目标域样本；提取样本的频谱特征，将源域和目标域样本转换为节点表示；采用k最近邻算法分别构造源域和目标域样本的图；基于领域自适应思想，构建域自适应图卷积神经网络；将源域和目标域样本构建得到的图输入网络，从而得到目标域待测样本的故障诊断结果。本发明采用了k最近邻算法聚类同一标签节点，建立了标签与节点之间的映射关系，对源域样本和目标域样本分别构造了具有相似图结构的图，提供更多的可迁移知识，将从源领域学到的知识应用到目标领域，提高分类准确率。
-
公开(公告)号：CN112199862B
公开(公告)日：2024-05-14
申请号：CN202011185025.5
申请日：2020-10-29
Applicant: 华中科技大学
Abstract: 本发明提供一种纳米粒子运移的预测方法、其影响因子分析方法及系统，包括：从多孔介质中纳米粒子运移实验中提取参数与结果数据，得到训练特征与目标特征；使用独热编码和随机森林的方法对数据预处理，编码类别型特征的同时填充缺失值；使用SMOTE技术进行数据平衡，结合支持分类特征梯度提升机建立并训练模型，对表征纳米粒子运移的指标进行回归或分类预测。最后通过沙普利累积解释方法分析不同特征对纳米粒子运移的影响的方向和大小。本发明节约了纳米粒子运移实验成本的同时提高了预测的泛化性；通过对不平衡数据进行数据处理，提高了样本数据质量和预测精度；将模型解释方法用于特征分析，使纳米粒子运移行为具有可解释性。
-
公开(公告)号：CN114564987A
公开(公告)日：2022-05-31
申请号：CN202210164044.2
申请日：2022-02-22
Applicant: 华中科技大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G01M13/025
Abstract: 本发明公开一种基于图数据的旋转机械故障诊断方法及系统，包括：获取旋转机械处于正常状态和故障状态下的振动信号，并将其分为用于模型训练的源域样本和待测的目标域样本；提取样本的频谱特征，将源域和目标域样本转换为节点表示；采用k最近邻算法分别构造源域和目标域样本的图；基于领域自适应思想，构建域自适应图卷积神经网络；将源域和目标域样本构建得到的图输入网络，从而得到目标域待测样本的故障诊断结果。本发明采用了k最近邻算法聚类同一标签节点，建立了标签与节点之间的映射关系，对源域样本和目标域样本分别构造了具有相似图结构的图，提供更多的可迁移知识，将从源领域学到的知识应用到目标领域，提高分类准确率。
-
公开(公告)号：CN111489034B
公开(公告)日：2022-04-22
申请号：CN202010280776.9
申请日：2020-04-10
Applicant: 华中科技大学
Abstract: 本发明属于油井储层参数预测领域，具体涉及一种油气储层渗透率预测模型的构建方法及其应用，方法包括获取待测油井目标样本集和辅助油井辅助样本集；从辅助样本集选出多个样本构成分类训练样本集，结合目标样本集二类训练分类器；采用训练的分类器生成辅助样本集中各样本与待测油井相关性大小以作为该样本初始权重，从辅助样本集中确定初始权重大于过滤阈值的多个样本构成辅助训练样本集；调整该多个样本初始权重使得各样本权重加和不大于目标样本集中各样本权重加和；基于目标样本集、辅助训练样本集以及各样本权重训练渗透率预测模型。本发明适用于新井训练样本不足下的储层渗透率预测，提高在低比例训练样本数据集下油气储层渗透率预测准确性。
-
公开(公告)号：CN111489034A
公开(公告)日：2020-08-04
申请号：CN202010280776.9
申请日：2020-04-10
Applicant: 华中科技大学
Abstract: 本发明属于油井储层参数预测领域，具体涉及一种油气储层渗透率预测模型的构建方法及其应用，方法包括获取待测油井目标样本集和辅助油井辅助样本集；从辅助样本集选出多个样本构成分类训练样本集，结合目标样本集二类训练分类器；采用训练的分类器生成辅助样本集中各样本与待测油井相关性大小以作为该样本初始权重，从辅助样本集中确定初始权重大于过滤阈值的多个样本构成辅助训练样本集；调整该多个样本初始权重使得各样本权重加和不大于目标样本集中各样本权重加和；基于目标样本集、辅助训练样本集以及各样本权重训练渗透率预测模型。本发明适用于新井训练样本不足下的储层渗透率预测，提高在低比例训练样本数据集下油气储层渗透率预测准确性。
-
Patent Agency Ranking
公开(公告)号：CN106761719B
公开(公告)日：2020-02-14
申请号：CN201611031705.5
申请日：2016-11-22
Applicant: 华中科技大学 , 中国石油集团测井有限公司
IPC: E21B49/00
Abstract: 本发明公开一种适用于井间电磁测井的井下发射主控系统，其包括可编程逻辑器件、连接于所述可编程逻辑器件的发射电流采集通道、校正信号产生电路、发射线圈耦合信号采集通道及辅助参数采集通道。CAN通讯接口和所述可编程逻辑器件连接于主控制器。所述发射电流采集通道实时采集发射电流，所述可编程逻辑器件据此寻找谐振频率点及实现大功率器件过流保护。所述校正信号产生电路校正采集通道在不同井下工作深度的频率、增益特性。所述发射线圈耦合信号采集通道采集与发射线圈紧密耦合的小线圈输出信号，为接收井提供相位参考。所述辅助参数采集通道监测辅助参数以保证系统正常工作。所述主控制器接收、解释地面命令并上传测井数据。
-
公开(公告)号：CN106499389B
公开(公告)日：2020-01-10
申请号：CN201610933049.1
申请日：2016-10-31
Applicant: 华中科技大学 , 中国石油集团测井有限公司
IPC: E21B47/12
Abstract: 本发明公开了一种井间电磁测井仪收发时钟同步系统及方法，地面收发模块对授时模块提供的标准时钟参考信号进行预处理，并通过驱动模块放大后经电缆传输至井下整形模块；井下整形模块将收到的信号分两路，一路通过井下驱动模块经电缆回传至地面进行整形，根据整形后的信号和标准时钟参考信号测量地面到井下的传输延时；另一路给井下收发模块，井下收发模块以收到的时钟信号为基准生成同步时钟；地面收发模块将延时信息经电缆通过遥传短节发送给井下收发模块，井下收发模块根据延时校准输出的同步时钟；实现了井下收发模块间的时间同步，在涉及到无参考信号和远距离传输时钟信号的环境下，实现两节点的时钟同步。
-
公开(公告)号：CN104481519B
公开(公告)日：2017-06-16
申请号：CN201410498745.5
申请日：2014-09-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种井间电磁测井发射电子系统，属于井间电磁测井技术领域。本发明采用功率放大电路对激励信号进行功率放大，其中的功率放大电路采用高压供电，经过阻抗匹配电路后激发线圈产生高能量低频电磁波。发射电子系统具有精密定时器模块，记录发射信号的准确时刻，用于计算发射信号与接收井中接收信号的相位。本发明的发射电子系统由电源模块、井下CPU、定时器模块、DDS信号发生器、功率放大器、阻抗匹配电路、辅助参量测量模块以及主、辅AD转换模块组成。本发明能够产生高能量电磁波，在利用电磁波测井时，结合发射数据与接收数据计算井间地层电阻率，进而反演得到井间油气分布。
-
公开(公告)号：CN103760046B
公开(公告)日：2014-08-27
申请号：CN201310459288.4
申请日：2013-09-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种幅值和相位自校准的低频岩石物理测量方法及系统。本发明模拟地层环境，以放置岩石的金属支撑台作为参考基准，分别在岩石和金属支撑台的侧面多点布置传感器；在2Hz～2kHz频率范围内选取多个频率点，分别将对应这些不同频率但相同相位和幅值的交变电压信号，将交变电压信号作为标定和测量模式的激励源，采用实时标定和测量的方式，对测量得到的电压幅值和相位进行自校准，最后依据自校准后的幅值和相位计算岩石弹性参数和非弹性参数。系统主要由信号激励模块、机械模块、标定与测量切换模块和数据采集处理模块构成。本发明能消除环境参数变化带来电子测量系统幅值和相位的漂移，提高系统幅值和相位测量精度。
-
公开(公告)号：CN119538076A
公开(公告)日：2025-02-28
申请号：CN202311103592.5
申请日：2023-08-30
Applicant: 中国石油天然气集团有限公司 , 中国石油集团工程技术研究院有限公司 , 华中科技大学
IPC: G06F18/2413 , G06F18/214 , G06F18/2415 , G06F18/213 , G06N20/00
Abstract: 本发明公开了一种面向不平衡测井数据的岩性识别方法及装置，所述方法包括：获取油井的测井数据和待识别的岩性类别；将待识别的测井数据输入到训练好的岩性识别模型，得到岩性识别结果；其中，所述训练好的岩性识别模型是通过ADASYN算法对训练集数据进行预处理，并基于多粒度扫描模块的级联ELM模型进行训练得到的。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.028 seconds)
