基于形态流的石油钻井水流异常检测

• 作者: 李衍志 范勇 高琳
• 来源期刊: 计算机应用
• 关键词: 视频异常事件检测 石油钻井水流异常检测 生成对抗网络 水流分割
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 前沿与综合应用|Frontier and comprehensive applications
• 页码范围: 1842-1848
• 页数: 7页
• 分类号: TP391.4|TP18
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020091429

摘要

针对石油钻井水流的智能监控技术,可以实现石油钻井污染气体的自动监测,并最大限度地减少人工监测成本.针对现有特征提取方法不能描述水流形态变化过程,异常样本获取困难且不能完全列举,以及没有充分利用融合层信息的问题,提出了一种水流异常数据检测算法.首先,提出了一种新特征表示方法——形态流;然后,将经典的异常检测无监督神经网络GANomaly优化为残差结构;最后,在GANomaly的基础上增加了特征融合层,从而提升神经网络的学习能力.实验结果表明,改进后的算法检测精度达到了95％,相较GANomaly算法提升了5个百分点.所提算法能适用于不同场景下的水流异常数据检测,并能克服雾气对实验结果的影响.