RU2021136609A

RU2021136609A - Методики машинного обучения с системой в контуре управления для телеметрических систем для нефтегазовой отрасли

Info

Publication number: RU2021136609A
Application number: RU2021136609A
Authority: RU
Inventors: Арно ЖАРРО; Андрий ГЕЛМАН; Арно КРУ; Сепанд ОССИА
Original assignee: Уансабси Айпи Юкей Лимитед
Priority date: 2019-05-14
Filing date: 2020-07-14
Publication date: 2023-06-14

Claims

1. Телеметрическая система, содержащая:

передатчик, выполненный с возможностью преобразования цифровых битов, характеризующих операции при эксплуатации нефтегазовых месторождений, в аналоговый сигнал и передачи аналогового сигнала по каналу связи; и

приемник, выполненный с возможностью приема аналогового сигнала и преобразования аналогового сигнала в выходные цифровые биты, причем приемник содержит один или более компонентов приемника, обученных при помощи машинного обучения для обработки аналоговых сигналов для улучшения связи.

2. Система по п. 1, отличающаяся тем, что один или более компонентов приемника содержат нейронную сеть, выполненную с возможностью обнаружения заголовка пакета данных, передаваемого по каналу связи.

3. Система по п. 1, отличающаяся тем, что один или более компонентов приемника содержат агент нейронной сети, выполненный с возможностью применения наблюдаемых параметров приемника и/или декодера и генерирования гиперпараметров для настройки приемника и/или декодера.

4. Система по п. 3, отличающаяся тем, что гиперпараметры включают в себя параметры распределения фильтров прямой и обратной связи для компенсации канала связи, параметры контуров слежения для компенсации изменений скорости распространения или их комбинацию.

5. Система по п. 1, отличающаяся тем, что один или более компонентов приемника содержат нейронную сеть, выполненную с возможностью предоставления формы импульса приемника для фильтрования аналогового сигнала.

6. Система по п. 5, содержащая компонент передатчика, обученный при помощи машинного обучения для предоставления формы импульса передатчика для передачи аналогового сигнала, причем форма импульса передатчика и форма импульса приемника взаимодействуют для улучшения приема аналогового сигнала.

7. Система по п. 1, содержащая один или более компонентов передатчика, обученных при помощи машинного обучения для обработки информации передатчика, причем один или более компонентом передатчика, один или более компонентов приемника или их комбинация обучены при помощи набора данных, созданных посредством генеративно-состязательной сети (GAN).

8. Система по п. 1, содержащая один или более компонентов передатчика, обученных при помощи машинного обучения для обработки информации передатчика, причем один или более компонентов передатчика, один или более компонентов приемника или их комбинация обучены посредством автоэнкодерной нейронной сети, которая учитывает передачи данных системы в контуре управления.

9. Система по п. 1, отличающаяся тем, что один или более компонентов приемника обучены для предоставления спектрального зондирования, которое классифицирует шум и указывает свободные от шума области в канале связи.

10. Способ телеметрии, включающий:

преобразование цифровых битов, характеризующих подводные машинные операции, в аналоговый сигнал при помощи передатчика;

передачу аналогового сигнала по каналу связи;

прием аналогового сигнала при помощи приемника; и

преобразование аналогового сигнала в выходные цифровые биты, причем приемник содержит один или более компонентов приемника, обученных при помощи машинного обучения для обработки аналоговых сигналов для улучшения связи.

11. Способ по п. 10, отличающийся тем, что подводные машинные операции включают в себя операции при эксплуатации нефтегазовых месторождений, операции ветровой энергетики или их комбинацию, и при этом один или более компонентов приемника содержат нейронную сеть, выполненную с возможностью обнаружения заголовка пакета данных, передаваемого по каналу связи.

12. Способ по п. 11, отличающийся тем, что один или более компонентов приемника содержат агент нейронной сети, выполненный с возможностью применения наблюдаемых параметров приемника и/или декодера и генерирования гиперпараметров для настройки приемника и/или декодера.

13. Способ по п. 11, отличающийся тем, что передатчик содержит один или более компонентов передатчика, обученных посредством машинного обучения для обработки информации передатчика до передачи аналогового сигнала.

14. Способ по п. 11, отличающийся тем, что один или более компонентов передатчика, один или более компонентов приемника или их комбинацию обучают при помощи контролируемого обучения, полуконтролируемого обучения, неконтролируемого обучения или их комбинации.

15. Способ по п. 11, включающий генерирование набора данных для обучения посредством машинного обучения для того, чтобы обучить один или более компонентов приемника.

16. Энергонезависимый машиночитаемый носитель, на котором хранятся команды, которые при их выполнении процессором заставляют процессор осуществлять:

преобразование аналогового сигнала в выходные цифровые биты посредством кодера, причем приемник содержит один или более компонентов приемника, обученных при помощи машинного обучения для обработки аналоговых сигналов для улучшения связи.

17. Энергонезависимый машиночитаемый носитель по п. 16, отличающийся тем, что подводные машинные операции включают в себя операции при эксплуатации нефтегазовых месторождений, операции ветровой энергетики или их комбинацию, и при этом один или более компонентов приемника содержат нейронную сеть, выполненную с возможностью обнаружения заголовка пакета данных, передаваемого по каналу связи.

18. Энергонезависимый машиночитаемый носитель по п. 16, отличающийся тем, что один или более компонентов приемника содержат машинные команды для нейронной сети, выполненной с возможностью обнаружения заголовка пакета данных, передаваемого по каналу связи, применения наблюдаемых параметров приемника и/или декодера для генерирования гиперпараметров для настройки приемника и/или декодера или их комбинации.

19. Энергонезависимый машиночитаемый носитель по п. 16, отличающийся тем, что один или более компонентов приемника , один или более компонентов передатчика или их комбинация обучены при помощи контролируемого обучения, полуконтролируемого обучения, неконтролируемого обучения или их комбинации.

20. Энергонезависимый машиночитаемый носитель по п. 19, отличающийся тем, что неконтролируемое обучение включает в себя выполнение автоэнкодерной нейронной сети, генеративно-состязательной сети (GAN) или их комбинации.