-
题名孪生神经网络在抽油系统故障诊断中的应用
被引量：1
- 1
-
-
作者
温后珍
王浩宇
栾仪广
于双锴
陈德斌
-
机构
东北石油大学机械科学与工程学院
山东裕龙石化产业园发展有限公司
大庆高新技术产业开发区汽车和高端装备产业促进中心
-
出处
《石油机械》
北大核心
2023年第11期20-26,60,共8页
-
基金
黑龙江省自然科学基金项目“圆管螺旋流近壁相干结构和减阻性能研究”(QC2016003)
东北石油大学青年科学基金项目“管柱力学软件开发”(HBHZX202004)。
-
文摘
人工智能诊断技术可在不同的数据和环境下进行自适应,从而大大提高故障诊断效率。由此提出了一种智能故障诊断方法,用于油田抽油系统的故障检测。现有的方法多采用神经网络技术,通过分析油井示功图来实现诊断。然而,实际采集到的油井示功图数据非常有限且类别不平衡,导致深度卷积神经网络容易出现过拟合。为了解决这个问题,提出采用预训练孪生神经网络方法。在一个较大的数据集上训练一个比较模型,用于判断图像之间的相似度。这个模型能够输出不同图片之间的相似度。利用预训练好的模型,在功图识别任务上进行微调,通过提取和融合2张图片的特征向量,输出它们之间的相似度。研究结果表明,预训练孪生网络模型能够很好地解决小样本问题,特别适用于功图识别这类任务。试验结果显示,该方法在小样本量功图识别任务上表现出色,具有高精度的故障诊断能力,满足抽油系统智能故障诊断要求。预训练孪生网络模型在小样本量功图识别任务上表现良好,为油田抽油系统的智能故障诊断提供了有效的解决方案。
-
关键词
抽油系统
孪生神经网络
示功图
故障诊断
预训练
小样本
-
Keywords
pumping system
siamese neural network
indicator diagram
fault diagnosis
pre-trained
small sample
-
分类号
TE933
[石油与天然气工程—石油机械设备]
-
