一種基于殘差神經(jīng)網(wǎng)絡(luò)的抽油機(jī)井故障診斷方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202110264318.0 申請(qǐng)日 -
公開（公告）號(hào) CN112949196A 公開（公告）日 2021-06-11
申請(qǐng)公布號(hào) CN112949196A 申請(qǐng)公布日 2021-06-11
分類號(hào) G06F30/27;G06N3/04;G06N3/08 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 檀朝東;陳培堯;馮鋼;檀竹南 申請(qǐng)（專利權(quán)）人 北京雅丹石油技術(shù)開發(fā)有限公司
代理機(jī)構(gòu) 合肥中博知信知識(shí)產(chǎn)權(quán)代理有限公司 代理人 張加寬
地址 102249 北京市昌平區(qū)府學(xué)路18號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及油氣勘探與開發(fā)技術(shù)領(lǐng)域，特別涉及一種基于殘差神經(jīng)網(wǎng)絡(luò)的抽油機(jī)井故障診斷方法及系統(tǒng)；所述的方法包括使用當(dāng)前示功圖實(shí)際載荷最值進(jìn)行歸一化，以及，對(duì)于當(dāng)前的示功圖數(shù)據(jù)集，使用聚類算法獲得k個(gè)歸一化尺度，進(jìn)而獲得k+1個(gè)歸一化示功圖；然后將示功圖二值化，基于pytorch實(shí)現(xiàn)了k+1輸入通道的18層殘差卷積神經(jīng)網(wǎng)絡(luò)作為圖像識(shí)別網(wǎng)絡(luò)模型；本發(fā)明結(jié)合示功圖多尺度歸一化方法，構(gòu)建了多通道的深度殘差卷積神經(jīng)網(wǎng)絡(luò)的示功圖分類模型，使用了BN、Relu等深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練技術(shù)，在多尺度歸一化方法（k＝10）得到的數(shù)據(jù)集下訓(xùn)練、測(cè)試，該模型收斂魯棒性好，測(cè)試準(zhǔn)確率達(dá)到95.6％。