基于改进生成对抗网络的抽油机故障诊断方法 |
| |
引用本文: | 刘远红,王庆龙,张文华,张彦生,李鑫.基于改进生成对抗网络的抽油机故障诊断方法[J].吉林大学学报(信息科学版),2022(6):963-969. |
| |
作者姓名: | 刘远红 王庆龙 张文华 张彦生 李鑫 |
| |
作者单位: | 1. 东北石油大学电气信息工程学院;2. 杭州紫雨科技发展有限公司;3. 大庆油田有限责任公司大庆钻探工程公司 |
| |
摘 要: | 针对抽油机故障数据不足、样本分布不均衡的问题,提出一种基于自注意力机制的条件深度卷积生成对抗网络(CDCGAN:Conditional Deep Convolutional Generative Adversarial Networks)模型。该模型在CDCGAN的基础上引入自注意力机制,并在损失函数中加入约束生成图像分布的正则项,提高了生成图像的质量和多样性,有效地防止了模式崩溃的发生。采用Alexnet、VGG16等网络对生成的抽油机故障样本进行分类测试,实验结果表明,改进网络的生成数据质量更高,能够有效平衡抽油机故障数据,进一步提升了抽油机故障诊断的准确率。
|
关 键 词: | 故障诊断 生成对抗网络 自注意力机制 模式崩溃 |
|
|