“尹思冉”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于卷积神经网络的异常抽油机井检测方法-CN202211327287.X在审
发明人：潘少伟;尹思冉;范文静;郭智 -专利权人：西安石油大学
申请日： 2022-10-25 - 公布日： 2023-01-24 - 主分类号： G06V10/82 文献下载
摘要：本发明提供了一种基于卷积神经网络的异常抽油机井检测方法，其特征在于，包括如下步骤：步骤1：准备源域与目标域数据集，绘制示功图；步骤2：对示功图进行预处理；步骤3：划分数据集；步骤4：构建二支路域分离卷积神经网络模型，设计损失函数；步骤5：使用抽油机异常诊断模型构建系统；该基于卷积神经网络的异常抽油机井诊断方法，深度学习中的卷积神经网络可以使用大量的历史数据和出色的计算能力通过对特征的自动提取和学习，弥补了人工提取特征可能出现人为错误这一缺点。同时本发明可以实现抽油机井故障的智能诊断，确保采油井工况诊断的准确率，提升抽油机井故障诊断的效率，满足抽油机井工况智能诊断的现场实际需求。
一种基于卷积神经网络异常抽油机检测方法

[发明专利]一种基于CNN-Transformer的油井产油量预测方法-CN202210912919.2在审
发明人：潘少伟;王树楷;牟昱辉;薛章涛;尹思冉;范文静 -专利权人：西安石油大学
申请日： 2022-07-31 - 公布日： 2022-11-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于CNN‑Transformer的油井产油量预测方法，其特征在于，包括如下步骤：步骤1：输入数据的预处理，得到训练集、测试集；步骤2：建立CNN‑Transformer模型；步骤3：输入训练集进行模型训练；步骤4：输入测试集进行油井产油量预测；该基于CNN‑Transformer模型的油井产油量预测方法，可以将其应用到油井产油量预测任务中，该方法充分地利用了油井开采过程中记录的相关数据信息，并且对原有的油井产油量预测方法进行改进，得到了较好的预测结果。
一种基于 cnn transformer 油井产油预测方法