设计一种自我学习识别管网运行风险的多层感知神经网络

摘要

本文主要通过对人工智能中机器学习技术的粗浅介绍,大胆构想一个针对油田管网运行风险识别的多层感知神经网络结构,并利用油田内已建、并广泛使用的数字工业库,挖掘大量有用数据,构建管线运行风险数据模型,从而教育、训练感知机,使其实现自我识别风险,达到优化目前现有管网运行监控模式的目的,同时引起人工智能AI、机器学习、深度学习技术在油田中大范围应用可行性的讨论.