基于卷積神經(jīng)網(wǎng)絡(luò)的抽油機故障診斷

打開文本圖片集

摘要：抽油機故障診斷對于保障油氣田的穩(wěn)定運行至關(guān)重要。針對已有基于深度學(xué)習(xí)的故障診斷模型參數(shù)量大導(dǎo)致應(yīng)用范圍受限的問題，提出一種基于空洞卷積和懲罰機制的卷積神經(jīng)網(wǎng)絡(luò)模型。該模型在淺層神經(jīng)網(wǎng)絡(luò)部署不同空洞卷積率的空洞殘差模塊，高效獲取示功圖輪廓特征的同時降低了模型參數(shù)量。其次，將懲罰機制融入Softmax損失函數(shù)，增強模型診斷氣體影響等難分樣本的故障準(zhǔn)確率。（剩余14508字）