一种基于残差神经网络的抽油机井故障诊断方法及系统
基本信息
申请号 | CN202110264318.0 | 申请日 | - |
公开(公告)号 | CN112949196A | 公开(公告)日 | 2021-06-11 |
申请公布号 | CN112949196A | 申请公布日 | 2021-06-11 |
分类号 | G06F30/27;G06N3/04;G06N3/08 | 分类 | 计算;推算;计数; |
发明人 | 檀朝东;陈培堯;冯钢;檀竹南 | 申请(专利权)人 | 北京雅丹石油技术开发有限公司 |
代理机构 | 合肥中博知信知识产权代理有限公司 | 代理人 | 张加宽 |
地址 | 102249 北京市昌平区府学路18号 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及油气勘探与开发技术领域,特别涉及一种基于残差神经网络的抽油机井故障诊断方法及系统;所述的方法包括使用当前示功图实际载荷最值进行归一化,以及,对于当前的示功图数据集,使用聚类算法获得k个归一化尺度,进而获得k+1个归一化示功图;然后将示功图二值化,基于pytorch实现了k+1输入通道的18层残差卷积神经网络作为图像识别网络模型;本发明结合示功图多尺度归一化方法,构建了多通道的深度残差卷积神经网络的示功图分类模型,使用了BN、Relu等深度学习的神经网络训练技术,在多尺度归一化方法(k=10)得到的数据集下训练、测试,该模型收敛鲁棒性好,测试准确率达到95.6%。 |
