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！

龙图腾网获悉北京易油互联科技有限公司申请的专利一种基于深度学习的油品数据分析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：CN120429552B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510935590.5，技术领域涉及：G06F18/10；该发明授权一种基于深度学习的油品数据分析方法及系统是由徐海龙;杨天宇设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种基于深度学习的油品数据分析方法及系统在说明书摘要公布了：本发明属于数据分析技术领域，公开了一种基于深度学习的油品数据分析方法及系统。所述的方法包括如下步骤：使用全生命周期数据采集装置，采集油井的实时多源油品数据；使用边缘计算网关，对实时多源油品数据进行预处理，并上传至云数据中心；在云数据中心，根据动态多维特征空间，使用多维特征提取模型，提取实时合并多维特征；使用油品数据分析模型，对实时合并多维特征进行分析；根据实时油品数据分析结果，使用采炼储运策略生成模型，生成实时采炼储运策略。本发明解决了现有技术存在的数据处理能力不足、模型深度和精度有限以及缺乏响应机制的问题。

本发明授权一种基于深度学习的油品数据分析方法及系统在权利要求书中公布了：1.一种基于深度学习的油品数据分析方法，其特征在于：包括如下步骤： 使用全生命周期数据采集装置，采集油井的实时多源油品数据，并将实时多源油品数据传输至通信范围内的边缘计算网关； 使用边缘计算网关，对实时多源油品数据进行预处理，并将得到的预处理后实时多源油品数据上传至云数据中心； 在云数据中心，根据动态多维特征空间，使用基于深度学习算法构建的多维特征提取模型，提取预处理后实时多源油品数据的实时合并多维特征； 所述的动态多维特征空间包括物理特征工程、成本特征工程、耦合特征工程以及因果特征工程； 所述的物理特征工程包括并联的空间特征工程和时间特征工程； 所述的成本特征工程包括并联的油品价值特征工程、开采成本特征工程、炼化成本特征工程、储运成本特征工程以及交易成本特征工程； 所述的耦合特征工程为物理-成本特征工程； 所述的因果特征工程为因果链-因果结构特征工程； 所述的多维特征提取模型基于MPFEFN算法构建，且多维特征提取模型包括物理特征提取模块、成本特征提取模块、耦合特征提取模块、因果特征提取模块以及多维特征合并模块，所述的物理特征提取模块、成本特征提取模块、耦合特征提取模块以及因果特征提取模块分别对应于动态多维特征空间的物理特征工程、成本特征工程、耦合特征工程以及因果特征工程，且物理特征提取模块、成本特征提取模块、耦合特征提取模块以及因果特征提取模块均与多维特征合并模块连接，所述的多维特征合并模块设置有注意力机制； 包括如下步骤： 根据动态多维特征空间，将预处理后实时多源油品数据输入基于深度学习算法构建的多维特征提取模型； 使用多维特征提取模型的物理特征提取模块、成本特征提取模块以及耦合特征提取模块，提取预处理后实时多源油品数据的实时物理特征、实时成本特征以及实时耦合特征； 根据实时物理特征、实时成本特征以及实时耦合特征，使用因果发现算法，进行因果链识别，得到实时因果链； 基于因果模型，使用多维特征提取模型的因果特征提取模块，提取实时因果链对应的实时因果特征； 根据动态注意力权重值，使用多维特征提取模型的多维特征合并模块，对实时物理特征、实时成本特征、实时耦合特征以及实时因果特征进行合并，得到实时合并多维特征； 使用基于深度学习算法构建的油品数据分析模型，对实时合并多维特征进行分析，得到实时油品数据分析结果； 根据实时油品数据分析结果，使用基于强化学习算法构建的采炼储运策略生成模型，进行采炼储运策略生成，得到实时采炼储运策略。

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北京易油互联科技有限公司，其通讯地址为：102400 北京市房山区拱辰街道学园北街11号教育实习楼8层80908；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。