摘要
本申请提供了一种深层煤层气的异常数据识别方法及装置,对应的方法包括:根据预获取的目标井的生产数据以及试采数据确定目标井的生产模式;其中,生产模式由多个生产场景以及多个生产场景的演变次序所组成;根据生产模式以及预生成的生产模式对应的异常数据识别模型识别目标井的异常数据;其中,生产模式与异常数据识别模型一一对应;异常数据识别模型为DQN强化学习模型,DQN强化学习模型中的Q网络模型包括LSTM网络以及BP网络。本发明可以提高深层煤层气相关数据的处理全流程的效率,降低处理成本,达到降本增效的目的,为深层煤层气田的智能运行提供基础和保障。
技术关键词
异常数据
深层煤层气
强化学习模型
识别方法
模式
日产液量
气相
识别装置
流速
密度
网络
场景
时序
产气
处理器
计算机程序产品
压力
识别模块
可读存储介质
系统为您推荐了相关专利信息
海洋生物样品
效能评估方法
异常事件
低温保存
样本
计算机执行指令
意图识别方法
准确识别用户
命名实体识别模型
意图识别装置