公开(公告)号：CN115828159A

公开(公告)日：2023-03-21

申请号：CN202211603604.6

申请日：2022-12-13

Applicant: 吉林大学

Inventor： 时小虎 ,  袁宇平 ,  乔钰恒 ,  常志勇

IPC: G06F18/241 ,  G06F18/2431 ,  G06F18/15 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/043 ,  G06N3/048 ,  G06N3/047 ,  G06N3/0985 ,  G06Q50/02

Abstract: 本发明适用于油页岩热解开采技术领域，提供了一种基于深度学习的油页岩热解状态识别方法，包括以下步骤：使用气体传感器电子鼻采集油页岩在5℃/min的加热裂解的气体数据；传感器收集到的数据进行数据清洗与归一化处理；利用气体传感器数据划分出训练集、验证集与测试集；对数据加窗，提取时间序列特征，完成特征提取模块；训练得到基于深度学习的网络模型。通过增加数据清洗、数据归一化和数据加窗，提高了传感器数据的特征工程效果，针对气体传感器阵列的特征，选择使用GCN提取传感器之间的关系，针对油页岩热解反应过程，选择使用LSTM提取反应的时间序列特征，最后通过MLP模块输出预测需要的热解状态和精确的成熟度。