文档名：基于卷积神经网络的抽油机井故障诊断研究
摘要：针对抽油机井示功图故障诊断问题,提出基于轻型卷积神经网络,并引入注意力机制,以提高在参数量、计算量减少的情况下的网络诊断性能.网络基础结构采用MobileNet-V2,并将ECA(EfficientChannelAttentionModule)模块嵌入MobileNet-V2的倒残差模块中.倒残差模块中,ECA对特征图从通道维度,将生成的通道注意力重标定权重与输入特征图进行相应通道相乘,最后获取经过注意力加权处理的特征图.基于提出的方法,在保证模型诊断准确性的前提下,降低了网络模型结构的复杂性.实验结果表明,改进后的MobileNet-V2的诊断准确率达到97.60％,满足油田实际生产需求.
作者：杨莉 张帅 鹿卓慧Author：YANGLi ZHANGShuai LUZhuohui
作者单位：东北石油大学电气信息工程学院,黑龙江大庆163318
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(4)
分类号：TP306
关键词：抽油机井 故障诊断 示功图 卷积神经网络 注意力机制
Keywords：pumpingwell faultrecognition indicatordiagram convolutionalneuralnetwork attentionmechanism
机标分类号：TP391TP183R730.4
在线出版日期：2023年9月26日
基金项目：国家自然科学基金，东北石油大学黑龙江省杰青后备人才基金资助项目基于卷积神经网络的抽油机井故障诊断研究[
期刊论文] 吉林大学学报（信息科学版）--2023, 41(4)杨莉 张帅 鹿卓慧针对抽油机井示功图故障诊断问题,提出基于轻型卷积神经网络,并引入注意力机制,以提高在参数量、计算量减少的情况下的网络诊断性能.网络基础结构采用MobileNet-V2,并将ECA(EfficientChannelAttentionModule)模块嵌入...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于卷积神经网络的抽油机井故障诊断研究 Study of Fault Recognition of Pump Well Based on Convolutional Neural Network
基于卷积神经网络的抽油机井故障诊断研究.pdf
- 文件大小:
- 1.64 MB
- 下载次数:
- 60
-
高速下载
|
|
