中国石油大学(华东)张晓东获国家专利权
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！
龙图腾网获悉中国石油大学(华东)申请的专利一种基于特征融合的抽油机井检泵周期预测方法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：CN115512148B 。
龙图腾网通过国家知识产权局官网在2025-08-05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：202110621296.9，技术领域涉及：G06V10/764；该发明授权一种基于特征融合的抽油机井检泵周期预测方法是由张晓东;王栩颖;张威设计研发完成，并于2021-06-03向国家知识产权局提交的专利申请。
本一种基于特征融合的抽油机井检泵周期预测方法在说明书摘要公布了：本发明涉及一种基于特征融合的抽油机井检泵周期预测方法，其包括以下步骤：1采集油田抽油机井完整检泵周期样本数据，将与抽油机井检泵周期相关的数据分为静态数据和动态数据；2采用相关系数法分别筛选静态数据和动态数据中与抽油机井检泵周期相关性强的参数；3根据筛选后的参数，建立基于SVR的静态特征提取模型和基于卷积神经网络的动态特征提取模型；4将提取出的特征进行特征融合；5将提取出的静态特征和动态特征输入多模态压缩双线性池化模型，进行特征融合；6通过训练好的模型，对抽油机井检泵周期进行实际预测。本发明可以广泛应用在油田检泵作业指导中。
本发明授权一种基于特征融合的抽油机井检泵周期预测方法在权利要求书中公布了：1.一种基于特征融合的抽油机井检泵周期预测方法，其包括以下步骤： 1采集油田抽油机井完整检泵周期样本数据，将与抽油机井检泵周期相关的数据按照数据变化剧烈程度分为静态数据和动态数据； 2采用相关系数法分别筛选静态数据和动态数据中与抽油机井检泵周期相关性强的参数； 3根据筛选后的参数，建立基于SVR的静态特征提取模型和基于卷积神经网络的动态特征提取模型，通过模型分别提取参数的静态特征和动态特征； 4将提取出的静态特征和动态特征输入多模态压缩双线性池化模型，进行特征融合； 5利用混合高斯模型对融合特征进行重学习建立检泵周期预测模型； 6基于检泵周期预测模型，对抽油机井检泵周期进行实际预测。
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中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号