基于DNN的半潜式平台系统稳定性预测模型

摘要：

针对半潜式平台系统故障警报信号频发、系统运行稳定性差等问题,基于半潜式平台工作信号点位数据集研究影响半潜式平台稳定运行的重要因素.基于这些影响因素采用机器学习、深度学习算法构建基于深度神经网络(Deep Neural Network,DNN)的平台系统稳定性预测模型,该模型的曲线下面积(Area Under Curve,AUC)得分较逻辑回归、K近邻查询、支持向量机、朴素贝叶斯等传统机器学习模型的AUC得分提高1.0％～16.0％、准确率提高3.0％～25.6％,表明DNN模型具有较好的拟合能力和泛化能力,可以用于工业实践.

关键词：半潜式平台、系统稳定性、预测模型、DNN、机器学习

所属期刊栏目：37

分类号：TE951(石油机械设备与自动化)

资助基金：山东省重大科技创新工程项目2019JZZY010103

在线出版日期：2022-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：33-38