深度信念网在油井功图识别中的应用

发布时间：2018-10-12 11:40

【摘要】：针对油井功图识别中存在的一些问题,提出了一种基于深度信念网的油井功图识别方法。首先通过实验对比的结果确定网络结构,然后使用无监督学习的手段初始化网络权值,最后用有监督的误差反向传播算法微调整个网络,从而实现功图图像到油井工况之间的映射关系。实验结果表明:深度信念网能够自动学习功图特征,提高识别效率;与传统分类模型相比,使用深度信念网进行油井功图识别的过程更简便,更能够达到理想的效果。
[Abstract]:Aiming at some problems in oil well work map recognition, a method of oil well work map recognition based on depth belief network is proposed. First, the network structure is determined by the experimental results, then the weights of the network are initialized by unsupervised learning, and the whole network is fine-tuned by the supervised error back-propagation algorithm. Thus, the mapping relationship between the work graph and the working conditions of the well is realized. The experimental results show that depth belief net can automatically learn the feature of work graph and improve the recognition efficiency, and compared with the traditional classification model, the process of oil well work map recognition using depth belief network is simpler and more effective.
【作者单位】： 河南科技大学机电工程学院;洛阳乾禾仪器有限公司;
【基金】：河南省高等学校重点科研项目“基于惯性的超低频周期运动测量仪研究”(编号15A460023)
【分类号】：TE938

【相似文献】

相关期刊论文 前10条

1 张玲;;旋转机械转子不平衡故障诊断与处理[J];石油和化工设备;2012年03期

2 王学重;徐亦方;徐考民;沈复;蒋荣兴;刘绍叶;李志强;;炼油分馏塔故障诊断的一般方法[J];石油炼制与化工;1990年12期

3 周丽丽;孙晶;王涛;陈庆文;;基于PSDG模型的石化安全故障诊断方法的研究[J];黑龙江科学;2014年02期

4 何晓东;故障诊断在聚合物配置站控制系统中的应用[J];油气田地面工程;2005年07期

5 郭海,谭咏梅;故障诊断技术在大型机组管理中的应用[J];内蒙古石油化工;1997年03期

6 段礼祥;马斌;;钻井用柴油发动机特征挖掘及故障诊断[J];石油机械;2010年06期

7 杨国安,王亚锋,何新风,翟敏军;便携式采油设备状态监测与故障诊断智能维护系统[J];石油矿场机械;2005年03期

8 包小平;叶红忠;杨国强;常晓东;;石油企业常用仪器仪表的故障诊断及检修[J];石油和化工设备;2010年05期

9 李园园;王英卓;;炼油厂增压机组振动大的故障诊断及处理[J];化工管理;2013年08期

10 杨双华，王骥程，田学民;FCCU中不可测变量估计及其故障诊断[J];石油炼制与化工;1994年07期

相关重要报纸文章 前2条

1 曹百禹;我大型机组故障诊断技术发展迅速[N];中国石油报;2008年

2 记者　任继凯 王卫;过程检测及诊断技术成为企业发展“护身符”[N];中国石油报;2006年

相关硕士学位论文 前4条

1 于海涛;基于局域波法的往复机械关键部件故障诊断的研究与应用[D];电子科技大学;2015年

2 李族;钻井泵滚动轴承的振动信号分析和故障诊断[D];东北石油大学;2010年

3 李丹;神经网络信息融合故障诊断方法及其在输油管道中的应用[D];河北科技大学;2011年

4 苏近;煤层气集输故障诊断平台设计和压缩机故障诊断研究[D];大连理工大学;2013年

，

本文编号：2265970