基于改進(jìn)Ａｄａｍ-ＤＢＮ的油井工況診斷方法

打開文本圖片集

摘 要：針對深度信念網(wǎng)絡(luò)在油井工況診斷中由于梯度擴(kuò)散導(dǎo)致訓(xùn)練效果差，模型診斷準(zhǔn)確率不高的問題，提出一種基于改進(jìn)Ａｄａｍ優(yōu)化算法的深度信念網(wǎng)絡(luò)油井工況診斷方法．以二值化處理后的示功圖作為深度信念網(wǎng)絡(luò)輸入，利用對比散度算法對網(wǎng)絡(luò)進(jìn)行無監(jiān)督預(yù)訓(xùn)練，以獲取較優(yōu)的初始權(quán)值；在反向傳播微調(diào)網(wǎng)絡(luò)過程中，運(yùn)用動量法（剩余7147字）