-
题名基于形态流的石油钻井水流异常检测
被引量：3
- 1
-
-
作者
李衍志
范勇
高琳
-
机构
西南科技大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2021年第6期1842-1848,共7页
-
基金
四川省教育厅科技项目(18ZA0501)。
-
文摘
针对石油钻井水流的智能监控技术,可以实现石油钻井污染气体的自动监测,并最大限度地减少人工监测成本。针对现有特征提取方法不能描述水流形态变化过程,异常样本获取困难且不能完全列举,以及没有充分利用融合层信息的问题,提出了一种水流异常数据检测算法。首先,提出了一种新特征表示方法——形态流;然后,将经典的异常检测无监督神经网络GANomaly优化为残差结构;最后,在GANomaly的基础上增加了特征融合层,从而提升神经网络的学习能力。实验结果表明,改进后的算法检测精度达到了95%,相较GANomaly算法提升了5个百分点。所提算法能适用于不同场景下的水流异常数据检测,并能克服雾气对实验结果的影响。
-
关键词
视频异常事件检测
石油钻井水流异常检测
生成对抗网络
水流分割
-
Keywords
video abnormal event detection
oil drilling water flow anomaly detection
Generative Adversarial Network(GAN)
water flow segmentation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TE2
[石油与天然气工程—油气井工程]
-
