[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的電潛泵井工況智能診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811226477.6
• 申請(qǐng)日: 2018-10-22
• 公開（公告）號(hào): CN109360120B
• 公開（公告）日: 2022-03-22
• 發(fā)明（設(shè)計(jì)）人: 何巖峰;張旭躍;王相;竇祥冀;徐慧;浮歷沛
• 申請(qǐng)（專利權(quán)）人: 常州大學(xué)
• 主分類號(hào): G06Q50/06
• 分類號(hào): G06Q50/06;G06N3/04
• 代理公司: 常州市英諾創(chuàng)信專利代理事務(wù)所(普通合伙) 32258
• 代理人: 王美華

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的電潛泵井工況智能診斷方法，其特征是：具有如下步驟：

a、基于卷積神經(jīng)網(wǎng)絡(luò)，搭建電潛泵井工況智能診斷系統(tǒng)，可診斷工況包括：氣體影響、泵抽空、過載、含雜質(zhì)、供液不足、泵軸斷以及電機(jī)故障，所述的智能診斷系統(tǒng)的建立過程包括：

1)、從電潛泵井生產(chǎn)現(xiàn)場(chǎng)獲取電流卡片圖集，對(duì)采集的電流卡片按照診斷工況所述故障進(jìn)行分析診斷歸類，構(gòu)建基于所述故障工況下的電流卡片集；

2)、對(duì)電流卡片集合進(jìn)行標(biāo)準(zhǔn)化處理，其中標(biāo)準(zhǔn)化處理包括但不限于對(duì)圖片的尺寸和圖片中電流曲線的顏色、尺寸統(tǒng)一標(biāo)準(zhǔn)；

3)、利用電流卡片對(duì)電潛泵井工況診斷問題的特點(diǎn)，將標(biāo)準(zhǔn)化處理后的圖像輸入卷積神經(jīng)網(wǎng)絡(luò)中，依次經(jīng)過卷積計(jì)算、池化計(jì)算、全連接層設(shè)計(jì)、隱含層設(shè)計(jì)，通過激活函數(shù)得到圖像屬于各個(gè)故障的概率；

4)、利用電流卡片樣本集合訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)構(gòu)架，根據(jù)圖像屬于各個(gè)類別故障的概率，得出圖像分類結(jié)果，最后輸出圖像分類結(jié)果；

5)、測(cè)試神經(jīng)網(wǎng)絡(luò)故障診斷準(zhǔn)確度，達(dá)到實(shí)際應(yīng)用要求；

b、將電潛泵井生產(chǎn)現(xiàn)場(chǎng)采集到的電流卡片輸入工況智能診斷系統(tǒng)，應(yīng)用搭建好的卷積神經(jīng)網(wǎng)絡(luò)診斷工況，所述卷積神經(jīng)網(wǎng)絡(luò)診斷工況的建立過程包括：

1)、從油田生產(chǎn)現(xiàn)場(chǎng)采集電潛泵井電流卡片并制作樣本集；

2)、根據(jù)基于卷積神經(jīng)網(wǎng)絡(luò)搭建的架構(gòu)分析得到圖像屬于各個(gè)故障的概率；

3)、對(duì)油井實(shí)時(shí)采集的電流卡片進(jìn)行分析診斷，將診斷結(jié)果推送給工作人員，找出發(fā)生故障的油井；

c、電潛泵井工況診斷卷積神經(jīng)網(wǎng)絡(luò)的強(qiáng)化學(xué)習(xí)與更新，根據(jù)診斷結(jié)果更新卷積神經(jīng)網(wǎng)絡(luò)診斷方法，所述卷積神經(jīng)網(wǎng)絡(luò)的強(qiáng)化學(xué)習(xí)與更新包括：

1)、工作人員根據(jù)實(shí)際的故障類型對(duì)比卷積神經(jīng)網(wǎng)絡(luò)診斷結(jié)果論證診斷結(jié)論的正確性；

2)、修正錯(cuò)誤的診斷結(jié)果；

3)、將進(jìn)行修正過的診斷結(jié)果同類故障卡片和對(duì)應(yīng)故障電流卡片共同構(gòu)建成新的電流卡片樣本集合；

4)、將更新后的電流卡片樣本集合再次訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)；

5)、通過強(qiáng)化學(xué)習(xí)過程之后，更新卷積神經(jīng)網(wǎng)絡(luò)智能診斷方法。