基于深度學習的數據融合在FPSO監(jiān)測預警系統(tǒng)上的應用.pdf_第1頁
已閱讀1頁，還剩50頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、我國的海域有著豐富的油氣資源, FPSO(Floating Production Storage and Offloading浮式儲油卸油裝置)在我國渤海以及南海的油氣田開發(fā)中,得到了廣泛的應用,而且隨著技術的進步,石油產量的不斷提高,FPSO噸位也在不斷增加。近年來,隨著FPSO噸位的增加和海洋環(huán)境的復雜多變,出現(xiàn)了許多FPSO系泊事故。本文研究如何將更具前沿性、優(yōu)化性的深度學習算法應用于數據融合技術上,將此技術應用于FPSO監(jiān)測預警

2、系統(tǒng)的預測功能中,并以海洋石油113號船的監(jiān)測數據為學習對象,驗證基于深度學習的數據融合在FPSO監(jiān)測系統(tǒng)中的應用優(yōu)勢。
　　本文首先介紹了深度學習的起源、背景和相關算法,重點闡述了深度學習中的深信度網絡算法。然后,簡要介紹了傳統(tǒng)的數據融合技術以及人工神經網絡在數據融合上的應用,但是由于人工神經網絡自身的缺陷,導致數據融合在效率和復雜度上有待改進。接著,本文介紹了FPSO監(jiān)測預警系統(tǒng),并以海洋石油113號為例,分析了監(jiān)測預警系統(tǒng)的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論