基于CNN卷积神经网络的示功图诊断技术

• 作者: 刘宝军
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 抽油机 功图诊断 特征识别 神经网络 卷积
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 石油工程
• 页码范围: 70-75,82
• 页数: 7页
• 分类号: TE938
• 字数: 3621字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2018.05.010

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宝军	中国石化股份有限公司胜利油田分公司信息化管理中心	7	46	4.0	6.0