摘要
本发明提供一种油田污水回注系统管柱腐蚀速率的确定方法及装置,涉及管柱腐蚀速率确定方法技术领域,具体步骤包括:采集若干组待测油田污水回注管柱的历史时序运行数据;采集油田污水回注管柱实时的环境数据和管柱的厚度数据,利用局部线性嵌入算法,对于获取的历史时间步数据和实时的环境数据进行降维;构建深度学习模型,将降维后的实时的环境数据输入至训练完成的深度学习模型中,获取预测的厚度数据,将预测的厚度数据和采集的管柱的实时厚度数据相结合,得到管柱的腐蚀速率预测结果;本发明可准确、快速地预测油田污水回注系统管柱的腐蚀速率,且可靠性和泛化性较高,能为油田污水回注系统管柱腐蚀风险预警提供科学依据与技术支持。
技术关键词
回注系统
数据
深度学习模型
油田
腐蚀速率预测
局部线性嵌入算法
管柱
污水
时序
钙镁离子含量
管道
样本
欧氏距离算法
LLE算法
代表
训练集
LSTM模型
误差
溶解氧
系统为您推荐了相关专利信息
智慧安防
大数据分析平台
异构传感器网络
预警模块
数据采集模块
视觉识别方法
SVM分类
GRU模型
协方差矩阵
时间门控
温度监测系统
中央控制系统
温度传感器模块
信号处理模块
数据传输模块
支持向量机模型
充电桩识别方法
有功功率
低压
牛顿插值法
轮毂检测系统
维保平台
校准机制
故障预测模型
PID控制器