本技術涉及油氣行業智能化技術的領域，尤其涉及一種面向任務自適應處理的油氣智能應用平臺構建方法及裝置。

背景技術：

1、在油氣行業的實際作業中，任務處理面臨諸多挑戰。一方面，油氣任務具有復雜性和多樣性，涉及地質、工程、管理多個領域的知識，任務執行過程中需要綜合考慮底層特性、設備性能、成本預算、安全環保等多種約束條件。另一方面，傳統的任務處理方式主要依賴于人工經驗和簡單的規則系統，存在以下問題：

2、任務拆解缺乏靈活性：現有方法多采用固定的任務分解模式，難以根據實際任務的動態變化和復雜約束進行靈活調整，無法充分適應油氣行業復雜多變的作業環境。

3、算子匹配精準度不足：算子匹配過程往往僅考慮單一因素，如功能匹配，而忽略了歷史執行效果、資源消耗等重要維度，導致匹配的算子在實際執行中效率低下或無法滿足任務需求。

4、工作流優化不全面：工作流生成通常只關注任務執行效率或成本其中一個方面，缺乏對多目標的綜合優化，難以實現任務處理的整體最優。

5、隨著人工智能技術在油氣行業的深入應用，亟需一種能夠實現任務自適應智能處理的方法和系統，以提高油氣作業的效率、降低成本并保障作業安全。

技術實現思路

1、本技術提供了一種面向任務自適應處理的油氣智能應用平臺構建方法及裝置，其通過對任務的智能拆解、精準的算子匹配、多目標優化的工作流生成，實現油氣行業任務的高效、智能處理，解決相關技術中任務處理靈活性差、匹配不精準和優化不完全不足的問題。

2、第一方面，本技術提供了一種面向任務自適應處理的油氣智能應用平臺構建方法。所述方法包括：

3、基于預構建的智能體和預獲取的任務相關信息，將任務拆解為多個子任務，并確定任務約束信息以及子任務之間的依賴關系；

4、基于預構建的算子庫和歷史任務處理記錄確定每個算子相對每個子任務的多個維度的維度評價值和綜合的歷史執行效果評分，并篩選每個子任務的可選匹配算子；

5、基于任務約束信息和子任務之間的依賴關系，根據所有子任務的可選匹配算子遍歷形成可行工作流結構；

6、針對每一可行工作流結構，基于可行工作流結構中子任務與可選匹配算子的子任務適配度和每一組相鄰耦合可選匹配算子的算子耦合度以及預獲取的可行工作流結構的執行效率數據和執行風險數據確定可行工作流結構的優選度，調用優選度最高的可選工作流結構為選用工作流結構以生成任務方案信息，所述任務方案信息用于指導任務的實施。

7、通過采用上述技術方案，能夠利用智能體、算子、工作流對任務進行智能拆解、智能算子匹配和智能工作流構建和選擇，從而實現了任務的智能處理，有利于實現油氣行業任務的高效、智能處理，解決現有技術中任務處理靈活性差、匹配不精準和優化不完全不足的問題。

8、進一步地，所述基于預構建的智能體和預獲取的任務相關信息，將任務拆解為多個子任務，并確定任務約束信息以及子任務之間的依賴關系包括：

9、所述智能體包含油氣知識圖譜，智能體基于預構建的油氣知識圖譜利用遞歸分析法根據任務相關信息將任務拆解為子任務，并確定約束條件的集合為所述任務約束信息，確定子任務的關系為依賴關系，所述子任務不可再分。

10、進一步地，所述基于預構建的算子庫和歷史任務處理記錄確定每個算子相對每個子任務的多個維度的維度評價值和綜合的歷史執行效果評分，并篩選每個子任務的可選匹配算子包括：

11、基于預構建的油氣知識圖譜模型確定算子和子任務的描述信息，并計算算子與子任務的描述信息之間的語義相似度為算子對子任務的功能匹配度；

12、基于預獲取的歷史任務處理記錄計算算子對子任務的多個維度的維度評價值，并綜合所有維度評價值確定所述歷史執行效果評分；

13、基于所述維度評價值和歷史執行效果評分篩選子任務的可選匹配算子，所述可選匹配算子的歷史執行效果評分高于效果評分閾值且指定維度的維度評價值高于對應維度預設的維度評價閾值；

14、所述維度評價值包括執行準確率評價值、執行效率評價值和資源消耗評價值中的一個或多個，所述歷史任務處理記錄包括歷史選用工作流結構和歷史選用工作流結構的工作流運行記錄，歷史選用工作流結構的工作流運行記錄包括其中每一歷史算子的運行耗時；

15、所述執行準確率評價值的確定方法包括：設表征算子面向子任務的執行準確率評價值為，歷史任務處理記錄中包含個與子任務的描述信息相同的歷史子任務，這個歷史子任務在歷史任務處理記錄中對應的歷史算子有個與算子的描述信息相同，則；

16、所述執行效率評價值的確定方法包括：設表征算子面向子任務的執行效率評價值為，確定歷史任務處理記錄中與算子的描述信息的語義相似度高于第一預設相似度閾值的歷史算子為算子的同類算子，并確定歷史算子中算子的同類算子的平均運行耗時為，確定歷史任務處理信息中與算子的描述信息相同的歷史算子為算子的同質算子，并確定歷史算子中算子的同質算子的平均耗時為，則；

17、所述資源消耗評價值的確定方法包括：設表征算子面向子任務的資源消耗評價值為，算子的資源占用值為，預設資源限額為，則。

18、進一步地，所述基于可行工作流結構中子任務與可選匹配算子的子任務適配度和每一組相鄰耦合可選匹配算子的算子耦合度以及預獲取的可行工作流結構的執行效率數據和執行風險數據確定可行工作流結構的優選度包括：

19、確定可行工作流結構中子任務與可選匹配算子的子任務適配度和每一組相鄰耦合可選匹配算子的算子耦合度以及預獲取的可行工作流結構的執行效率數據和執行風險數據；

20、綜合可行工作流結構內所有子任務與可選匹配算子的子任務適配度、所有組相鄰耦合可選匹配算子的算子耦合度以及預獲取的可行工作流結構的執行效率數據和執行風險數據確定所述優選度，所述優選度正相關于子任務適配度、算子耦合度和執行效率數據，負相關于執行風險數據。

21、進一步地，子任務與可選匹配算子的子任務適配度的確定方法包括：

22、；

23、式中，為算子面向子任務的子任務適配度，為算子與子任務的功能匹配度，為算子面向子任務的歷史執行效果評分，為資源適配度、其等于預獲取的算子資源占用值除以預獲取的可用資源總額，均為大于零的預設計算權重；

24、設可行工作流結構的總子任務適配度為，則，m為子任務的數量，可行工作流結構的優選度正相關于總子任務適配度。

25、進一步地，相鄰耦合可選匹配算子的算子耦合度的確定方法包括：

26、設一組相鄰耦合算子中在前算子為，在后算子為，在前算子的輸出作為在后算子的輸入，預獲取相鄰耦合算子之間定義的數據兼容度、流程銜接度和協同增益效果值，相鄰耦合算子之間的綜合匹配度為，則

27、；

28、式中，均為大于零的預設計算權重；

29、其中，所述數據兼容度基于預配置的算子兼容度對照表獲取；

30、所述流程銜接度基于子任務之間的依賴關系確定，當在后算子對應的子任務依賴于在前算子時，流程銜接度為1，否則流程銜接度為0；

31、所述協同增益效果值基于預標記的歷史任務處理記錄確定，歷史任務處理記錄被預標記有每一歷史算子的執行效果值和運行耗時，統計在前算子單獨執行時的執行效果值的平均值為、運行耗時的平均值，統計在后算子單獨執行時的執行效果值的平均值為、運行耗時的平均值為，統計在前算子輸入算子和在后算子耦合執行時的執行效果的平均值分別為，運行耗時平均值分別為，則，式中，均為大于零的預設計算權重；

32、可行工作流結構的算子間耦合度總和為，則，式中，?為可行工作流結構中的邊集合。

33、進一步地，所述執行效率數據的獲取方法包括：

34、歷史任務處理記錄被預標記有歷史選用工作流結構的任務方案內容與歷史實施方案的方案相似度、歷史任務實施方案的歷史工期，篩選歷史任務處理記錄中與可行工作流結構相同的歷史選用工作流結構以及歷史任務實施方案的歷史工期，基于方案相似度確定所有相同的選用工作流結構對應的歷史任務實施方案的歷史工期的加權平均值為期望工期，并計算預設的基準工期除以期望工期的結果為所述執行效率數據。

35、進一步地，所述執行風險數據的獲取方法包括：

36、基于油氣知識圖譜確定每一子任務的任務風險值；

37、歷史任務處理記錄中被預標記有歷史選用工作流結構的任務方案內容與歷史實施方案的方案相似度、歷史任務實施方案中每一子任務發生的歷史風險頻次，相對每一子任務基于方案相似度計算所有歷史任務實施方案中相應子任務發生的歷史風險頻次的加權和為子任務的風險總頻次；

38、針對每一算子，設可行工作流結構中算子對應子任務的任務風險值為、風險總頻次為，算子風險評分為，則，式中，e為自然常數，為預設計算權值且；

39、可行工作流結構的執行風險數據為，則。

40、進一步地，所述綜合可行工作流結構內所有子任務與可選匹配算子的子任務適配度、所有組相鄰耦合可選匹配算子的算子耦合度以及預獲取的可行工作流結構的執行效率數據和執行風險數據確定所述優選度，所述優選度正相關于子任務適配度、算子耦合度和執行效率數據包括：

41、設可行工作流結構的總子任務適配度為、算子間耦合度總和為、執行效率數據為、執行風險數據為，優選度為，則

42、；

43、式中，均為大于零的計算系數，為預獲取的計算影響系數，e為自然常數；

44、計算影響系數的獲取方法包括：

45、在預標記的歷史任務處理記錄中定義多個相鄰且寬度相同的時間窗，確定每個時間窗中歷史選用工作流結構與目標可行工作流結構相同的歷史任務處理記錄為參考記錄，確定每一時間窗中參考記錄的平均執行效率和平均執行風險，x表示時間窗的序位號，計算每一時間窗的平均執行效率和平均執行風險的比值為參考記錄的參考值，以序位號為橫坐標、以參考值為縱坐標，擬合直線使所有坐標點到直線的垂直距離平方和最小，設直線斜率為，則，式中，為預設計算權值且。

46、第二方面，本技術提供了一種面向任務自適應處理的尤其智能應用平臺構建裝置。所述裝置應用如以上第一方面所述的任意一種方法。

47、綜上所述，本技術至少包含以下有益效果：

48、提供了一種面向任務自適應處理的油氣智能應用平臺構建方法及裝置，其能夠實現油氣行業任務的智能拆解、精準的算子匹配、多目標優化的工作流生成，實現油氣行業任務高效、智能處理；

49、自研的算子匹配和多目標優化工作流的確定和評價選擇模型，使算子匹配更為精準，工作流的選擇更為準確。

50、應當理解，
技術實現要素：
部分中所描述的內容并非旨在限定本技術的實施例的關鍵或重要特征，亦非用于限制本技術的范圍。本技術的其它特征將通過以下的描述變得容易理解。