基于深度學習的抽油機井工況診斷方法
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>651 K
標簽： 示功圖 井下工況 自動診斷
所需積分：0分積分不夠怎么辦？
文檔介紹：基于示功圖對抽油機井下工況進行自動診斷是數(shù)字油田不可或缺的環(huán)節(jié)。通常通過人工提取示功圖的特征向量，然后輸入機器學習算法分類器識別井下工況。然而，特征的選擇需要借助經(jīng)驗和先驗知識，并且直接影響后續(xù)分類器的最終性能。而人工提取特征易受知識干擾，且在特征提取的過程中存在信息丟失，這決定了識別結(jié)果的上限。為此，受深度神經(jīng)網(wǎng)絡(luò)自動特征提取的啟發(fā)，提出基于卷積神經(jīng)網(wǎng)絡(luò)的示功圖的離線訓(xùn)練與在線診斷的方法。首先將挑選后的信號數(shù)據(jù)轉(zhuǎn)換為圖像數(shù)據(jù)，然后將圖像二值化降低計算復(fù)雜度，最后基于改進的LeNet-5網(wǎng)絡(luò)探究最適合模型的網(wǎng)絡(luò)結(jié)構(gòu)。最終通過實驗與目前先進的算法進行對比，驗證了本方法的有效性和可行性。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。