CN115002162A - 一种基于自供能技术和机器学习的油气通信*** - Google Patents

一种基于自供能技术和机器学习的油气通信*** Download PDF

Info

Publication number
CN115002162A
CN115002162A CN202210654483.1A CN202210654483A CN115002162A CN 115002162 A CN115002162 A CN 115002162A CN 202210654483 A CN202210654483 A CN 202210654483A CN 115002162 A CN115002162 A CN 115002162A
Authority
CN
China
Prior art keywords
module
data
energy
mcu
energy storage
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210654483.1A
Other languages
English (en)
Inventor
杨政和
张岩
康孟哲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lthpc Beijing Technology Co ltd
Original Assignee
Lthpc Beijing Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lthpc Beijing Technology Co ltd filed Critical Lthpc Beijing Technology Co ltd
Priority to CN202210654483.1A priority Critical patent/CN115002162A/zh
Publication of CN115002162A publication Critical patent/CN115002162A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/02Details
    • H04L12/10Current supply arrangements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B40/00Technologies aiming at improving the efficiency of home appliances, e.g. induction cooking or efficient technologies for refrigerators, freezers or dish washers

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本申请涉及一种基于自供能技术和机器学习的油气通信***,其包括包括供能模块、MCU、无线通讯模块、无线信号传输线和数据收发模块,所述MCU分别连接所述无线通讯模块和所述供能模块,所述无线通讯模块通过所述无线信号传输线与所述数据收发模块连接;所述供能模块用于提供MCU工作所需的电能;所述MCU用于接收采集到的数据并通过预设的数据处理模型对采集的数据进行处理后并输出;所述无线通讯模块用于接收MCU输出的经过处理后的数据,并通过无线信号传输线传输至所述数据收发模块;所述数据收发模块接收数据和发送数据。本申请具有能加强油田的数字化建设的效果。

Description

一种基于自供能技术和机器学习的油气通信***
技术领域
本申请涉及油田开发的领域,尤其是涉及一种基于自供能技术和机器学习的油气通信***。
背景技术
我国石油开采总量大,而利用率又较为低下,甚至还存在石油资源短缺的问题,究其根源,主要是因为对石油资源的开发不合理所导致。因此油田加强数字化建设,打造数字化的油田,为油田开发与管理工作提供信息采集和信息的协调与共享,尤为迫切。
目前,在打造数字化油田过程中,一方面,需要用到较多的电子设备和仪器,而采用这些电子设备会形成大量的电磁干扰,进而影响设备的运行,导致发生勘测失误;另一方面,油气***的数字化建设需要传输大量数据信息,并对这些信息进行处理,因此,传输数据的准确性要求很高,但大部分油田开采的基础设施建设都存在不完善的情况,导致数据传输过程中信息丢失、出错等现象屡见不鲜。
发明内容
为了加强油田的数字化建设,本申请提供一种基于自供能技术和机器学习的油气通信***。
本申请提供一种基于自供能技术和机器学习的油气通信***,采用如下的技术方案:
一种基于自供能技术和机器学习的油气通信***,包括供能模块、MCU、无线通讯模块、无线信号传输线和数据收发模块,所述MCU分别连接所述无线通讯模块和所述供能模块,所述无线通讯模块通过所述无线信号传输线与所述数据收发模块连接;
所述供能模块用于提供MCU工作所需的电能;
所述MCU用于接收采集到的数据并通过预设的数据处理模型对采集的数据进行处理后并输出;
所述无线通讯模块用于接收MCU输出的经过处理后的数据,并通过无线信号传输线传输至所述数据收发模块;
所述数据收发模块接收数据和发送数据。
通过采用上述技术方案,通过设置供能模块为MCU提供工作所需的电能,MCU接收到数据后通过预设的数据处理模型对数据进行处理进行数据修复保证数据的完整性和准确性,一个钻杆之间处理后的数据传输至无线通讯模块并通过无线信号传输线将数据传输至数据收发模块,不同钻杆之间通过数据收发模块进行无线传输,减小电磁干扰对数据传输的影响,采用上述方案保证了电磁干扰对数据传输的影响,减少数据传输过程中出现数据缺失、出错的情况,有利于加强油田的数字化建设。
可选的,所述供能模块包括振动发电模块、整流稳压模块、能量管理模块和储能模块,所述储能模块分别连接所述振动发电模块、能量管理模块和整流稳压模块;
所述振动发电模块用于采集油气***工作时钻杆内壁产生的振动能量并将振动能量转化为电能;
所述储能模块用于接收所述振动发电模块输出的电能并存储;
所述能量管理模块输出控制指令,控制所述储能模块输出电能;
所述整流稳压模块用于将储能模块输出的电能进行整流稳压后输出至MCU。
通过采用上述技术方案,通过设置振动发电模块,实时采集工作时钻杆侧壁产生的振动能量,并将振动能量转化为电能输出,储能模块接收电能并存储,设置能量管理模块控制储能模块电能的输出,通过整流稳压模块保证输出至MCU的电流稳定,采用上述方案,振动发电模块便于维护,可实现了对MCU的持续供电,为数据的产生和传输提供看了保障。
可选的,所述振动发电模块包括发电线圈、永磁体滑块和安装管,所述安装的内部中空,所述安装管内设置有连杆,所述连杆与安装管的轴线重合,所述永磁体滑块滑动设置于连杆上,所述永磁体滑块与安装管的两端均设置有蓄能弹簧,蓄能弹簧的一端与永磁体滑块的侧壁抵接,另一端与安装管的内壁抵接,所述发电线圈均匀绕设在所述安装管上。
通过采用上述技术方案,永磁体滑块均有较高的距离温度,使其在高温高压的环境下工作时不会发生退磁现象,保证电能的供应,蓄能弹簧的设置限制永磁体滑块摆动幅度,当振动量较大时起缓冲作用储存多余机械能用于下个循环提高发电功率。
可选的,所述电能管理模块被进一步配置为:
判断所述存储模块存储的电能是否达到预设值;
若是,输出控制指令,控制所述储能模块输出电能。
通过采用上述技术方案,通过设置电能管理模块检测储能模块检测储能模块的电量,当电量满足供能需求时,控制储能模块输出电能,保证能量的供应,从而保证MCU的正常工作。
可选的,所述预设的数据处理模型包括数据超分辨率模型和残缺数据补齐模型。
可选的,所述数据收发模块包括第一近场天线和第二近场天线,所述第一近场天线设置于钻杆的一端,所述第二近场天线设置于所述钻杆的另一端;所述第一近场天线和第二近场天线均通过所述无线信号传输线与MCU连接。
可选的,还包括走线管道,所述走线管道嵌设所述钻杆内,所述无线信号传输线布设在所述走线管道内。
通过采用上述技术方案,走线管道的设置对无线信号传输线起到一定的保护作用。
可选的,无线信号传输线为同轴线线。
通过采用上述技术方案,无线信号传输线为同轴线,具有较强的抗干扰能力,减小钻杆内高速流动的钻井液产生的电磁干扰信号对数据传输产生影响。
可选的,所述MCU、无线通讯模块、能量管理模块和储能模块采用PEEK材料封装。
通过采用上述技术方案,采用缘耐高温材料对MCU、无线通讯模块、能量管理模块和储能模块进行封装,减小钻杆内高温高压振动环境对MCU、无线通讯模块、能量管理模块和储能模块的影响。
可选的,所述储能模块为储能电容。
综上所述,本申请包括以下至少一种有益技术效果:
1.通过设置供能模块为MCU提供工作所需的电能,MCU接收到数据后通过预设的数据处理模型对数据进行处理进行数据修复保证数据的完整性和准确性,一个钻杆之间处理后的数据传输至无线通讯模块并通过无线信号传输线将数据传输至数据收发模块,不同钻杆之间通过数据收发模块进行无线传输,减小电磁干扰对数据传输的影响,采用上述方案保证了电磁干扰对数据传输的影响,减少数据传输过程中出现数据缺失、出错的情况,有利于加强油田的数字化建设;
2.通过设置电能管理模块检测储能模块检测储能模块的电量,当电量满足供能需求时,控制储能模块输出电能,保证能量的供应,从而保证MCU的正常工作。
附图说明
图1是本申请提供的基于自供能技术和机器学习的油气通信***的结构框图。
图2是本申请提供的基于自供能技术和机器学习的油气通信***的安装结构示意图。
附图标记说明:1、钻杆;11、安装空间;12、走线管道;10、供能模块;101、振动发电模块;1011、安装管;1012、发电线圈;1013、连杆;1014、永磁体滑块;1015、蓄能弹簧;102、储能模块;103、整流稳压模块;104、能量管理模块;20、MCU;30、无线通讯模块;40、数据收发模块;401、第一近场天线;402、第二近场天线;50、无线信号传输线。
具体实施方式
以下结合附图1-2对本申请作进一步详细说明。
本申请实施例公开一种基于自供能技术和机器学习的油气通信***。参照图1和图2,基于自供能技术和机器学习的油气通信***包括供能模块10、MCU20、无线通讯模块30、无线信号传输线50和数据收发模块40,在钻杆1的侧壁上设置有安装空间11,供能模块10、MCU20和无线通讯模块30均设置在安装空间11内,在钻杆1的内壁上还嵌设有走线管道12,无线信号传输线50布设在走线管道12内,在设置走线管道12时,在保证无线信号传输线50正常通过的情况下,走线管道12的内径应尽可能的小,数据收模块包括第一近场天线401和第二近场天线402,第一近场天线401固定设置在钻杆1的一端,第二近场天线402固定设置在钻杆1的另一端,第一近场天线401用于接收数据,第二近场天线402用于发送数据,MCU20分别连接无线通讯模块30和供能模块10,无线通讯模块30通过无线信号传输线50分别与第一近场天线401和第二近场天线402连接。
相邻钻杆1之间通过第一近场天线401和第二近场天线402实现数据的无线传输,同一钻杆1内部通过无线信号传输线50实现数据的传输,工作时通过供能模块10提供MCU20工作所需的电能,第一近场天线401接收到数据之后通过无线信号传输线50传输至无线通讯模块30,无线通讯模块30将数据输出至MUC,MCU20接收到数据之后通过预设的数据处理模型对数据进行处理,之后再将处理过后的数据通过无线通讯模块30、无线信号传输线50和第二近场天线402输出,第一近场天线401和第二近场天线402具有一定的耐高温耐高压耐腐蚀能力 。
本实施例中,同一钻杆1内的数据传输通过无线信号传输线50实现,不同钻杆1内的数据传输通过第一近场天线401和第二近场天线402配合实现无线传输,减小电磁干扰对数据传输的影响,同时在MCU20内预先设置数据模型对采集到的数据进行补充修复,减小采集的数据出现缺失的情况,保证采集数据的准确度,通过上述方式有利于加强油田的数字化建设。
预设的数据处理模型包括数据超分辨率模型和残缺数据补齐模型,数据超分辨率模型通过对数据退化过程进行训练,来扩展强大的增强型超分辨率生成对抗网络,而真正复杂的数据退化通常来自于多次不同退化过程的复杂组合,这里将经典的一阶退化模型扩展为高阶退化模型,使用多个数据退化过程进行建模,分析数据,并将其恢复为高精度数据;残缺数据补齐模型,区别于其它用剩余数据的数据统计来填补缺失,该模型使用部分卷积层和一个自动掩码更新步骤,包括掩码和重新归一化的卷积操作,补全油气***通信过程中的缺失数据,保证数据采集数据的完整和准确。
本实施例中,数据超分辨率模型和残缺数据补齐模型的建立以及使用为本领域技术人公知的技术手段在此不做过多赘述。
为了保证供能模块10能持续对MCU20进行供电,供能模块10包括振动发电模块101、整流稳压模块103、能量管理模块104和储能模块102,储能模块102分别连接振动发电模块101、能量管理模块104和整流稳压模块103,振动发电模块101用于采集工作时钻杆1内壁产生的振动能量,并将振动能量转化为电能,储能模块102接收振动发电模块101输出的电能并进行存储,能量管理模块104用于输出控制指令控制功能模块的电能输出,整流稳压模块103接收储能模块102输出的电能经过整流稳压后输出至MCU20为MCU20提供稳定的电能。本实施例中,储能模块102为储能电容,整流稳压模块103为常规的整流稳压电路,在此不做详细赘述。
振动发电模块101的设置在工作时可时刻输出电能,保证MCU20的正常工作,相较于传统的蓄电池,不需要定时更换或充电实用性更强使用更加方便,同时实现的能量的充分利用。
能量管理模块104包括电量检测模块和控制模块,电量检测模块连接控制模块,电量检测模块用于实时检测储能模块102的电量输出电量检测信号,控制模块接收电量检测信号,并判断电量检测信号反应的电量值是否大于预设值,预设值可根据MCU20工作所需的电能进行设置,当电量检测信号反应的电量值大于预设值,控制模块输出控制信号,储能模块102接收控制信号输出电能;当电量检测信号反应的电量值是小于预设值,控制模块输出等待信号,此时储能模块102不输出电能。本实施例中,电量检测模块和控制模块均为常规电路,在此不做详细赘述。
在石油井下环境中,泥浆高速运动产生的机械能远大于振动发电模块101MCU20的需求,因此振动发电模块101可以一直运行,转化的电能足够低功耗MCU20完成数据的发送和接收,在整个石油井下通信***采用分布式供能,每一MCU20都连接有供能模块10,保证MCU20有充足的能量供应。
振动发电模块101包括发电线圈1012、永磁体滑块1014和安装管1011,安装管1011固定设置在钻杆1的安装空间11内,安装管1011两端封闭,安装管1011为内部中空的圆柱状,安装管1011内设置有连杆1013,连杆1013与安装管1011的轴线重合,连杆1013的一端与安装管1011一端的内壁固定连接,连杆1013的另一端与安装管1011另一端的内壁固定连接,此处所采用的连接方式可为粘接、螺纹连接、卡接等可以实现两者间固定连接的连接方式,在此不做过多赘述。
永磁体滑块1014上开设有贯穿永磁体滑块1014的通孔,永磁体滑块1014通过通孔滑动设置于连杆1013上,从为减少因热胀冷缩导致永磁体滑块1014在连杆1013上的滑动受阻,永磁体滑块1014与安装管1011的两端均设置有蓄能弹簧1015,蓄能弹簧1015套设在连杆1013上,蓄能弹簧1015的一端与永磁体滑块1014的侧壁抵接,另一端与安装管1011的内壁抵接,发电线圈1012均匀绕设在安装管1011的外壁上。
工作时,钻杆1内壁产生振动能量,永磁体滑块1014在安装管1011内做周期或非周期摆动时相对作切割磁感线运动,产生电能并通过发电线圈1012传输至储能模块102。本实施例中,永磁体滑块1014 具有较高的居里温度,以保证高温高压环境中不会发生退磁现象,使其更加适用井下的工作环境。本实施例中永磁体滑块1014为人造磁钢,连杆1013为不锈钢杆。
蓄能弹簧1015的设置限制永磁体滑块1014摆动幅度,当振动量较大时起缓冲作用储存多余机械能用于下个循环,提高发电功率,蓄能弹簧1015 应在井下高温环境中不改变劲度系数,工作人员可根据实际情况选择劲度系数合适的弹簧,从为实现合理配置拉伸程度,保证永磁体滑块1014滑动时不会受到较大阻力,保证发电功率。本实施例中,发电线圈1012优选为铜导线。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。

Claims (10)

1.一种基于自供能技术和机器学习的油气通信***,其特征在于:包括供能模块(10)、MCU(20)、无线通讯模块(30)、无线信号传输线(50)和数据收发模块(40),所述MCU(20)分别连接所述无线通讯模块(30)和所述供能模块(10),所述无线通讯模块(30)通过所述无线信号传输线(50)与所述数据收发模块(40)连接;
所述供能模块(10)用于提供MCU(20)工作所需的电能;
所述MCU(20)用于接收采集到的数据并通过预设的数据处理模型对采集的数据进行处理后并输出;
所述无线通讯模块(30)用于接收MCU(20)输出的经过处理后的数据,并通过无线信号传输线(50)传输至所述数据收发模块(40);
所述数据收发模块(40)接收数据和发送数据。
2.根据权利要求1所述的基于自供能技术和机器学习的油气通信***,其特征在于:所述供能模块(10)包括振动发电模块(101)、整流稳压模块(103)、能量管理模块(104)和储能模块(102),所述储能模块(102)分别连接所述振动发电模块(101)、能量管理模块(104)和整流稳压模块(103);
所述振动发电模块(101)用于采集油气***工作时钻杆(1)内壁产生的振动能量并将振动能量转化为电能;
所述储能模块(102)用于接收所述振动发电模块(101)输出的电能并存储;
所述能量管理模块(104)输出控制指令,控制所述储能模块(102)输出电能;
所述整流稳压模块(103)用于将储能模块(102)输出的电能进行整流稳压后输出至MCU(20)。
3.根据权利要求2所述的基于自供能技术和机器学习的油气通信***,其特征在于:所述振动发电模块(101)包括发电线圈(1012)、永磁体滑块(1014)和安装管(1011),所述安装的内部中空,所述安装管(1011)内设置有连杆(1013),所述连杆(1013)与安装管(1011)的轴线重合,所述永磁体滑块(1014)滑动设置于连杆(1013)上,所述永磁体滑块(1014)与安装管(1011)的两端均设置有蓄能弹簧(1015),蓄能弹簧(1015)的一端与永磁体滑块(1014)的侧壁抵接,另一端与安装管(1011)的内壁抵接,所述发电线圈(1012)均匀绕设在所述安装管(1011)上。
4.根据权利要求2所述的基于自供能技术和机器学习的油气通信***,其特征在于:所述电能管理模块被进一步配置为:
判断所述存储模块存储的电能是否达到预设值;
若是,输出控制指令,控制所述储能模块(102)输出电能。
5.根据权利要求1所述的基于自供能技术和机器学习的油气通信***,其特征在于:所述预设的数据处理模型包括数据超分辨率模型和残缺数据补齐模型。
6.根据权利要求1所述的基于自供能技术和机器学习的油气通信***,其特征在于:所述数据收发模块(40)包括第一近场天线(401)和第二近场天线(402),所述第一近场天线(401)设置于钻杆(1)的一端,所述第二近场天线(402)设置于所述钻杆(1)的另一端;所述第一近场天线(401)和第二近场天线(402)均通过所述无线信号传输线(50)与MCU(20)连接。
7.根据权利要求6所述的基于自供能技术和机器学习的油气通信***,其特征在于:还包括走线管道(12),所述走线管道(12)嵌设所述钻杆(1)内,所述无线信号传输线(50)布设在所述走线管道(12)内。
8.根据权利要求1所述的基于自供能技术和机器学习的油气通信***,其特征在于:无线信号传输线(50)为同轴线线。
9.根据权利要求2所述的基于自供能技术和机器学习的油气通信***,其特征在于:所述MCU(20)、无线通讯模块(30)、能量管理模块(104)和储能模块(102)采用PEEK材料封装。
10.根据权利要求2所述的基于自供能技术和机器学习的油气通信***,其特征在于:所述储能模块(102)为储能电容。
CN202210654483.1A 2022-06-10 2022-06-10 一种基于自供能技术和机器学习的油气通信*** Pending CN115002162A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210654483.1A CN115002162A (zh) 2022-06-10 2022-06-10 一种基于自供能技术和机器学习的油气通信***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210654483.1A CN115002162A (zh) 2022-06-10 2022-06-10 一种基于自供能技术和机器学习的油气通信***

Publications (1)

Publication Number Publication Date
CN115002162A true CN115002162A (zh) 2022-09-02

Family

ID=83032185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210654483.1A Pending CN115002162A (zh) 2022-06-10 2022-06-10 一种基于自供能技术和机器学习的油气通信***

Country Status (1)

Country Link
CN (1) CN115002162A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203180719U (zh) * 2013-03-15 2013-09-04 中国石油大学(北京) 一种井下振动发电机
CN107130957A (zh) * 2016-02-26 2017-09-05 中国石油化工股份有限公司 一种油气井井下监测***及用于该监测***的自供电方法
CN112593864A (zh) * 2020-12-09 2021-04-02 电子科技大学 自供能智能钻杆***及井下数据传输方法
CN112855080A (zh) * 2021-01-04 2021-05-28 中国石油天然气集团有限公司 一种石油钻井用井下振动发电***
CN113091888A (zh) * 2021-03-11 2021-07-09 西安交通大学 一种面向输电线路的自供能振动监测***
CN113285630A (zh) * 2021-05-14 2021-08-20 国网重庆市电力公司电力科学研究院 一种振动发电装置及无线自供能振动监测装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203180719U (zh) * 2013-03-15 2013-09-04 中国石油大学(北京) 一种井下振动发电机
CN107130957A (zh) * 2016-02-26 2017-09-05 中国石油化工股份有限公司 一种油气井井下监测***及用于该监测***的自供电方法
CN112593864A (zh) * 2020-12-09 2021-04-02 电子科技大学 自供能智能钻杆***及井下数据传输方法
CN112855080A (zh) * 2021-01-04 2021-05-28 中国石油天然气集团有限公司 一种石油钻井用井下振动发电***
CN113091888A (zh) * 2021-03-11 2021-07-09 西安交通大学 一种面向输电线路的自供能振动监测***
CN113285630A (zh) * 2021-05-14 2021-08-20 国网重庆市电力公司电力科学研究院 一种振动发电装置及无线自供能振动监测装置

Similar Documents

Publication Publication Date Title
CN207780960U (zh) 一种无线数据采集***
CN101514627B (zh) 毛细钢管油井压力远程监测监控***
CN105098975B (zh) 基于北斗短报文通信的电网远程智能监控***及监测方法
CN201277062Y (zh) 矿井水害监测智能预警***
CN201181945Y (zh) 尾矿库坝体形变监测***
CN202882897U (zh) 井下数据采集装置
CN109756248B (zh) 用于井下随钻测量的磁耦合携能反向通信方法
CN109362048A (zh) 基于无线传感器网络的地下管廊检测方法
CN115002162A (zh) 一种基于自供能技术和机器学习的油气通信***
CN202850902U (zh) 一种井下涡轮发电机闭环控制***
CN103929483A (zh) 地下水分层自动监测***
CN101963793A (zh) 二段无线式铝电解多功能天车出铝作业精准控制***
WO2009154501A1 (en) Method and device for noncontact data exchange and charging of accumulator batteries of self-contained logging tools
CN202512416U (zh) 开发井远程在线监控***
CN104503415A (zh) 一种远程查看重置无功补偿装置运行参数的***
CN203084529U (zh) 抽油机平台监控***
CN209704635U (zh) 一种矿用隔爆型压力传感器智能化通讯管控***
CN205354313U (zh) 无线节点仪器中的数据采集装置
CN201221353Y (zh) 一种井下无线电磁发射装置
CN102510326A (zh) 基于单芯电缆的全双工通信方法
CN110630252B (zh) 一种用于连续管钻井的随钻测量***及方法
CN205140192U (zh) 基于10kV感应取电的用电信息采集GPRS无线拉远终端
CN203827385U (zh) 地下水分层自动监测***
CN115038151B (zh) 一种基于自供能的随钻通讯中继节点
CN104392592A (zh) 一种清管器远程定位***及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20220902

RJ01 Rejection of invention patent application after publication