基于CNN卷积神经网络的示功图诊断技术 |
| |
引用本文: | 刘宝军.基于CNN卷积神经网络的示功图诊断技术[J].西安石油大学学报(自然科学版),2018(5). |
| |
作者姓名: | 刘宝军 |
| |
作者单位: | 中国石化股份有限公司胜利油田分公司信息化管理中心 |
| |
摘 要: | 抽油机井示功图能够直接反映油井生产运行的情况,对其进行分析和研究是进行油井工况分析、参数优化最直接、最有效的手段。通过对油井参数及示功图进行数字化描述,结合卷积神经网络技术,建立示功图诊断模型并开发计算程序,实现对抽油机井工况的智能诊断。测试结果表明,该模型对供液不足、气体影响、偏磨、盘根紧等常见工况的诊断识别正确率达到89. 3%,具有较高的诊断精度,为油井工况分析和生产优化的有效技术手段。
|
本文献已被 CNKI 等数据库收录! |
|