10.3969/j.issn.1673-064X.2018.05.010
基于CNN卷积神经网络的示功图诊断技术
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.
抽油机、功图诊断、特征识别、神经网络、卷积
33
TE938(石油机械设备与自动化)
山东省重大专项"采油生产智能管控和决策关键技术研究"2015ZDXX0201A01
2018-10-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
70-75,82