| 专利号 | 2020105921164 | 申请日 | 2020-06-24 | 专利名称 | 一种基于特征重标定残差卷积神经网络模型的抽油机井故障诊断方法 |
| 授权日 | 2023-09-22 | 专利权人 | 中国石油大学(华东) | 发明人 | 段友祥;常城 |
| 主分类号 | E21B47/008 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公布了一种基于特征重标定残差卷积神经网络的抽油机井故障诊断方法。其特征在于包括以下步骤：步骤S1：采集载荷和位移数据，将每个运动周期内的载荷和位移绘制成示功图；步骤S2：根据抽油机井的生产运行特性确定油井的工况，标注示功图对应工况，制作数据集；步骤S3：构建残差卷积神经网络模型。步骤S4：构建SE子模块。步骤S5：将SE子模块嵌入残差卷积神经网路模型中。步骤S6：使用数据集训练、测试模型，完成对抽油机井示功图的自动分类识别。该发明与多种机器学习模型和经典深度学习模型相比在测试集上的分类准确率、精度、召回率和f1得分最高，损失率低，训练时间短，能够很好的满足立式抽油机实际故障分析的应用要求。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 高端装备制造 海洋工程装备产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
