專案一：基於電引數據的抽油機井智慧分析
在油田實際生產過程中， 電動機功圖相關資料的採集依賴於感測器，需要使用載荷感測器採集各油井的光桿位移、載荷等訊號。但是位移、載荷感測器的使用成本較大，而電動機的電引數據則較易獲取。本專案旨在對電引數據進行智慧分析，基於資料探勘相關演算法，實現基於電功率的地面示功圖全復現、基於電流的地面示功圖全復現以及基於電流的工況診斷分析。
專案二：全自主無人智慧導向技術先導研究
1、設計了智慧導向系統實現全自主無人智慧導向。透過智慧控制演算法為產品賦能，實現“邊鑽邊學習”，讓鑽頭基本保持在目標地層鑽進。如果鑽遇地層發生突變，系統可以及時調節鑽進方向，很快又能鑽入目標層。
2、本系統能夠基於有限真實資料生成模擬環境，環境互動性強；採用人工智慧技術模擬LWD資料，實時提供給導鑽系統；可模擬大量差異化鑽進環境，實驗次數不受限，實驗成本低；備視覺化演算法，介面直觀且對使用者友好。
專案三：井場影片智慧應用1專案簡介
(1)人員識別
(2)車輛識別
井場影片智慧安全監測模型，能夠24小時不間斷的進行影片資料的分析，及時、準確的發現非油田員工及其車輛的闖入。
(3)井場漏油的識別
井場影片智慧安全監測模型，能夠24小時不間斷的進行影片資料的分析，及時、準確的發現井場漏油。
2行為關聯分析與預警
- 未穿工服人員進入井場
- 非油田生產用車（油田工程車輛）進入井場
- 油田職工進入井場，但勞保未穿戴齊全（工帽、工褲、工鞋及特種裝備）
- 大型動物闖入井場，可能對井場造成危害的動物
- 非油田職工在井場長時間滯留，或單位時間段內多次重複進入井場
- 非油田職工攜帶管鉗鐵錘等工具進入井場
- 罐車/自改罐車進入井場
- 油田職工進入井場後有抽菸、私自解除勞保等行為
- 油田職工在井場身體異常（長時間倒地不起、流血、抽搐）
- 進入危險區域
- 動作違章或不規範
- 井場裝置執行異常（移位、不正常關停）
專案四：加油站智慧監控系統
透過影片分析技術對加油站實現各種行為分析功能。包括影象識別（違法人員、油罐車、摩托車、行人、各種車輛），重識別（目標跟蹤，需要判斷 id），行為識別（抽菸、打電話、下摩托車、推摩托車），距離測量（根據實際情況制定比例尺或有安全檢側線的檢測），目標 跟蹤（判斷停留時間），目標跟蹤（預測速度）等。
專案五：基於深度學習的鑽臺工作監控
專案實施內容包括基於攝像頭的鑽井相關資料的獲取與編碼、應用流媒體伺服器的資料傳輸機制、分散式虛擬機器對資料的排程與分發，最終實現鑽機連線過程的分解和基於深度學習方法的鑽井作業任務分析，以準確地分類任務和安全的控制。
專案六：抽油機井裝置預測性維護
使用資料探勘方法對油田生產和井下作業資料進行分析，提出基於曲線分解時序資料預測技術和基於指標關係挖掘的異常預測演算法。將專家的知識沉澱為計算機可識別的，智慧預測模型；提高採油井工況診斷處理的效率，將人工診斷轉變為自動化智慧分析；降本增效，直接帶來可觀的經濟效益。
專案七：油田摻水集輸管網執行引數智慧綜合最佳化控制
以轉油站與多計量間的摻水管網控制為研究物件，基於深度強化學習設計一種以平衡生產成本與輸出效率為導向，能夠快速根據環境變化進行自學習，實現對轉油站加熱爐和加壓泵出力，以及各計量間單井輸水閥門開閉的智慧綜合最佳化控制方法。
