基于卷积神经网络的抽油机井故障诊断研究 |
| |
引用本文: | 杨莉,张帅,鹿卓慧.基于卷积神经网络的抽油机井故障诊断研究[J].吉林大学学报(信息科学版),2023(4):646-652. |
| |
作者姓名: | 杨莉 张帅 鹿卓慧 |
| |
作者单位: | 东北石油大学电气信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(52074088); |
| |
摘 要: | 针对抽油机井示功图故障诊断问题,提出基于轻型卷积神经网络,并引入注意力机制,以提高在参数量、计算量减少的情况下的网络诊断性能。网络基础结构采用MobileNet-V2,并将ECA(Efficient Channel Attention Module)模块嵌入MobileNet-V2的倒残差模块中。倒残差模块中,ECA对特征图从通道维度,将生成的通道注意力重标定权重与输入特征图进行相应通道相乘,最后获取经过注意力加权处理的特征图。基于提出的方法,在保证模型诊断准确性的前提下,降低了网络模型结构的复杂性。实验结果表明,改进后的MobileNet-V2的诊断准确率达到97.60%,满足油田实际生产需求。
|
关 键 词: | 抽油机井 故障诊断 示功图 卷积神经网络 注意力机制 |
|
|