Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 克拉玛依宏兴石油工程技术服务股份有限公司杨永福获国家专利权

克拉玛依宏兴石油工程技术服务股份有限公司杨永福获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉克拉玛依宏兴石油工程技术服务股份有限公司申请的专利连续油管作业信息智能监测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121093295B

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511650771.X,技术领域涉及:G06F18/25;该发明授权连续油管作业信息智能监测方法及系统是由杨永福;崔鹏振;闫庆垚;刘志坚;曲军强;杜佳闯;陈里设计研发完成,并于2025-11-12向国家知识产权局提交的专利申请。

连续油管作业信息智能监测方法及系统在说明书摘要公布了:本申请公开了一种连续油管作业信息智能监测方法及系统,涉及智能监测领域,其通过深度融合连续油管作业的地面数据、分布式声学数据及井下工具数据等多源信息,并与管柱物理属性相结合,构建出一个动态反映系统内在物理耦合关系的时序拓扑图。进而,引入蕴含物理约束的图神经网络模型对该动态拓扑图进行深度学习与推理,从而挖掘出多模态数据之间深层次的关联性。当井底压力等关键节点数据缺失时,该模型能够依据其他节点的有效信息,对缺失节点的状态进行智能推断与解码重构。这样,能够有效地区分基于单一数据源的局部判断与基于多源数据融合的全局推断,显著提升了井下工况感知的准确性与作业决策的可靠性。

本发明授权连续油管作业信息智能监测方法及系统在权利要求书中公布了:1.一种连续油管作业信息智能监测方法,其特征在于,包括: 对获取的原始地面数据、原始分布式声学数据和原始井下工具数据进行特征提取以得到节点特征集; 基于节点特征集和管柱物理属性构建动态物理拓扑图以得到时序物理图,包括:将节点特征集中的地面节点、管柱节点、BHA节点分别作为拓扑图的节点实体,并赋予各节点对应的特征向量;基于管柱物理连接关系在节点之间定义边;基于管柱内径、流体密度计算边的物理属性,并将物理属性赋值给对应边;基于赋予特征后的节点和对应边构建静态拓扑图;构建各个时间戳的静态拓扑图并按时间顺序排列以得到时序物理图; 将时序物理图输入预训练的物理约束图神经网络模型以得到推断状态图; 从推断状态图提取缺失节点的状态向量; 对缺失节点的状态向量进行特征解码以得到重构的缺失节点数据,包括:以如下公式对缺失节点的状态向量进行特征解码,所述公式为: 其中,为缺失节点的状态向量,为权重矩阵和偏置向量,为重构的缺失节点数据; 其中,所述物理约束图神经网络模型的训练过程,包括: 计算重构的缺失节点数据与真实的缺失节点数据之间的均方误差作为数据拟合损失; 对于所述推断状态图中每一对通过边连接的节点和节点: 计算节点到节点的理论摩擦压降; 计算节点到节点的模型预测压降; 计算理论摩擦压降与模型预测压降之间的差值的平方作为该条边的物理残差; 对所有边的物理残差进行求和以得到总物理残差损失; 计算数据拟合损失和总物理残差损失之间的加权和作为总损失; 基于总损失并通过梯度下降的反向传播来训练所述物理约束图神经网络模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人克拉玛依宏兴石油工程技术服务股份有限公司,其通讯地址为:834000 新疆维吾尔自治区克拉玛依市白碱滩区三坪镇三平路31号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。