当前位置: 首页 > 专利查询>福州大学专利>正文

基于深度学习的深海管道铺设动力响应预测方法技术

技术编号:42504593 阅读:33 留言:0更新日期:2024-08-22 14:19
本发明专利技术涉及一种基于深度学习的深海管道铺设动力响应预测方法,包括以下步骤:步骤S1:获取深海管道铺设动力响应及铺管船运动时间序列数据;步骤S2:进行数据归一化与特征提取;步骤S3:确定最佳长短期记忆神经网络结构;步骤S4:构建神经网络模型并进行模型训练、评价、测试;步骤S5:通过得到的神经网络模型进行深海管道铺设动力响应预测。该方法有利于提高深海管道铺设动力响应预测的准确性、可靠性和效率。

【技术实现步骤摘要】

本专利技术涉及深海油气资源开发以及深海管道铺设领域,具体涉及一种基于深度学习的深海油气管道铺设动力响应预测方法。


技术介绍

1、海底管道是目前海洋油气能源运输最经济、有效的方法。深海油气管道铺设主要采用j型铺管法与s型铺管法,随着铺设水深增加,管道服役海洋环境复杂恶劣,监测深海油气管道铺设动力响应以防止潜在损坏至关重要,然而监控设备普遍成本高昂,恶劣深海海洋环境下,监测设备容易出现故障导致监测数据的不连续。

2、目前gps监测技术比较成熟,铺管船六个自由度响应时间序列易得且稳定,利用监测得到的铺管船运动作为深海管道铺设顶部的激励输入,结合复杂的有限元软件可以准确捕捉铺管船及管道铺设的非线性行为。然而传统的有限元软件计算时间过长,无法实时预测深海管道铺设动力响应,基于静态分析的简化方法无法考虑动态效应的影响,会显著低估管道铺设动力响应。合理的人工神经网络可兼顾计算精度与耗时的问题,但目前针对深海油气管道铺设动力响应预测的研究鲜有报道。


技术实现思路

1、本专利技术的目的在于提供一种基于深度学习的深海本文档来自技高网...

【技术保护点】

1.一种基于深度学习的深海管道铺设动力响应预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于深度学习的深海管道铺设动力响应预测方法,其特征在于,所述步骤S1具体包括以下步骤:

3.根据权利要求1所述的基于深度学习的深海管道铺设动力响应预测方法,其特征在于,所述步骤S2具体包括以下步骤:

4.根据权利要求1所述的基于深度学习的深海管道铺设动力响应预测方法,其特征在于,所述步骤S3具体为:

5.根据权利要求4所述的基于深度学习的深海管道铺设动力响应预测方法,其特征在于,所述步骤S4具体为:

6.根据权利要求5所述的基...

【技术特征摘要】

1.一种基于深度学习的深海管道铺设动力响应预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于深度学习的深海管道铺设动力响应预测方法,其特征在于,所述步骤s1具体包括以下步骤:

3.根据权利要求1所述的基于深度学习的深海管道铺设动力响应预测方法,其特征在于,所述步骤s2具体包括以下步骤:

4.根据权利要求1所述的基于深度学习的深海...

【专利技术属性】
技术研发人员:徐普胡一鸣张挺
申请(专利权)人:福州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1