10.3969/j.issn.1000-386x.2018.07.041
改进的Alexnet模型及在油井示功图分类中的应用
现在有杆抽油机采油设备仍在原油开采中占据主导地位,示功图采集及分析是检测、预防、解决采油生产过程中各种故障的有效措施和手段.借助人工智能方法进行油井抽油机示功图自动分类识别和故障判断一直是研究的重点.深度学习为示功图识别和解释研究注入了新的活力.主要对卷积神经网络在油井抽油机示功图自动识别中的应用进行研究,提出一种改进的Alexnet模型,实现了示功图的自动识别,并与目前常用的神经网络模型进行了比较.实验表明,改进的Alexnet模型在保证识别准确率高的同时有效降低了训练学习时间,很好地达到了实际应用要求.
示功图、深度学习、卷积神经网络、Alexnet
35
TP391.4(计算技术、计算机技术)
国家“十三五”重大专项资助项目2017ZX05009-001
2018-10-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
226-230,272