期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
卷积神经网络在PCS系统辅助诊断油井示功图的研究
被引量:
1
Study on the Indicator Diagram of Oil Wells Auxiliary Diagnosis in PCS System with Convolutional Neural Network
下载PDF
职称材料
导出
摘要
近年来,随着中国石化油气生产运行指挥系统(PCS)的建设,越来越多的采油数据接入了系统,数据体量越来越大,由此为机器学习奠定了基础。本文利用卷积神经网络的经典模型Inception V3,通过建立各工况的示功图训练数据训练卷积神经网络的模型,在模型建立过程中不断修改训练参数和样本集数据,最终实现了卷积神经网络在PCS系统辅助诊断。
作者
王万庆
WANG Wan-qing
机构地区
中原油田信息化管理中心
出处
《内蒙古石油化工》
CAS
2019年第2期28-30,共3页
Inner Mongolia Petrochemical Industry
关键词
卷积神经网
PCS系统
油井示功图
诊断
分类号
TE319 [石油与天然气工程—油气田开发工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
1
共引文献
26
同被引文献
22
引证文献
1
二级引证文献
9
参考文献
1
1
刘益江,张学臣,李伟,孙汝仪.
抽油井示功图综合解释[J]
.油气田地面工程,2007,26(8):3-5.
被引量:27
共引文献
26
1
付涛.
抽油机光杆位移的无线测试方法解析[J]
.自动化仪表,2012,33(5):50-52.
2
陈源源,游检卫,王旭阳.
有杆抽油系统的数学建模及诊断[J]
.数学的实践与认识,2013,43(15):28-40.
3
熊国灿,王艳淼.
基于嵌入式应用的抽油机故障诊断模型分析方法[J]
.电子测试,2013,24(12):5-8.
被引量:1
4
孙耀杰,马晓峥,左兆辉.
基于ZigBee的油井载荷监测系统设计[J]
.现代电子技术,2014,37(3):94-96.
5
马驰骋,樊军.
抽油机自适应控制系统的研究及应用[J]
.机床与液压,2014,42(2):88-90.
被引量:1
6
段泽英,赵美刚,张新政,游莉.
基于静态灰度图像人脸识别算法的功图诊断方法研究[J]
.中国管理信息化,2014,17(3):38-41.
7
刘尊民,林海波,仪垂杰.
杆式抽油机功图采集与曲线拟合方法研究[J]
.制造业自动化,2014,36(11):148-150.
被引量:1
8
陈鸿龙,涂玲,孙良,邓晓刚.
基于无线传感器网络的抽油机监控实验平台[J]
.实验技术与管理,2014,31(9):95-97.
被引量:9
9
韩亮,峁向涛,冯爱霞,张玲山,王刚,任高峰,刘亚洲.
F区块机抽井漏失原因分析及防治措施研究[J]
.天然气与石油,2015,33(1):62-64.
被引量:7
10
岑学齐,吴晓东,葛磊,王磊,李辉.
峰值功率法游梁式抽油机游梁平衡重调整量计算模型[J]
.石油矿场机械,2015,44(4):29-32.
被引量:5
同被引文献
22
1
钟峥.
基于粗糙集的石油开采故障诊断方法[J]
.制造业自动化,2012,34(8):56-58.
被引量:3
2
刘卓,罗明良,陆雪皎,范坤坤,刘飞.
有杆抽油系统工况诊断的数学模型研究[J]
.数学的实践与认识,2013,43(15):41-48.
被引量:3
3
曲文尧,王春华.
人工神经网络法用于抽油机井故障诊断[J]
.油气田地面工程,2013,32(8):14-15.
被引量:7
4
郭健.
基于特征值提取与神经网络的抽油井故障诊断[J]
.电子设计工程,2014,22(2):41-43.
被引量:2
5
仲志丹,李鹏辉,郭苗苗,王劲松.
石油生产中有杆抽油机故障诊断研究[J]
.计算机仿真,2016,33(2):443-447.
被引量:10
6
仲志丹,赵斐,李鹏辉.
深度信念网在油井功图识别中的应用[J]
.西安石油大学学报(自然科学版),2017,32(3):89-93.
被引量:2
7
仲志丹,樊浩杰,李鹏辉.
基于稀疏自编码神经网络的抽油机井故障诊断[J]
.西安科技大学学报,2018,38(4):669-675.
被引量:13
8
段友祥,李钰,孙歧峰,徐冬胜.
改进的Alexnet模型及在油井示功图分类中的应用[J]
.计算机应用与软件,2018,35(7):226-230.
被引量:15
9
仲志丹,樊浩杰,李鹏辉.
CNN-SVM模型在抽油机井故障诊断中的应用[J]
.河南理工大学学报(自然科学版),2018,37(4):112-117.
被引量:15
10
刘宝军.
基于CNN卷积神经网络的示功图诊断技术[J]
.西安石油大学学报(自然科学版),2018,33(5):70-75.
被引量:17
引证文献
1
1
王相,杨耀忠,何岩峰,王振,窦祥骥.
基于深度学习的油井工况智能诊断技术研究及应用[J]
.油气地质与采收率,2022,29(1):181-189.
被引量:9
二级引证文献
9
1
聂晓炜.
智能油田关键技术研究现状与发展趋势[J]
.油气地质与采收率,2022,29(3):68-79.
被引量:12
2
王云川,王振,赵兴国,杨耀忠,邴绍强.
采油管理区数字化生产运营技术研究与应用[J]
.石油石化物资采购,2022(8):91-93.
3
盖建.
基于自动机器学习的采油井压裂效果预测方法[J]
.油气地质与采收率,2023,30(1):161-170.
4
毕剑飞,李靖,吴克柳,高艳玲,陈掌星,冯东,张晟庭,李相方.
数据驱动与物理驱动融合的双驱动渗流代理模型构建[J]
.油气地质与采收率,2023,30(3):104-114.
5
郗荣荣,赵飞,李吉广,侯焕娣,申海平.
基于神经网络的渣油浆态床加氢产物分布预测模型[J]
.石油炼制与化工,2023,54(11):86-95.
被引量:1
6
王相,邵志伟,张雷,张中慧,肖姝.
基于无监督学习的抽油机井示功图自动聚类与批量标注方法[J]
.中国科技论文,2024,19(1):63-69.
7
李梦华,何贤云,张伟东,张钰哲,张宁,吕东旭,张乃禄.
基于物联网的油井工况综合诊断与预警系统[J]
.物联网技术,2024,14(2):18-20.
8
刘欣.
物联网与大数据技术在油田中的融合应用[J]
.信息与电脑,2024,36(3):34-36.
9
张中慧.
抽油机井免修期影响因素分析[J]
.装备制造技术,2024(3):172-176.
1
胡涛,李卫华,秦先祥,邱浪波,李小春.
基于深度CRF模型的图像语义分割方法[J]
.电子工程学院学报,2019,8(3):15-20.
2
张云钊,王桂林,姚庆童,和改英.
抽油机变速运行控制节能效果评价[J]
.石油石化节能,2019,9(2):41-43.
被引量:1
3
朱祥佳.
标准化无人值守变电站建设[J]
.中国战略新兴产业(理论版),2019(4):0140-0140.
4
王宏博,董世民,甘庆明,辛红,朱葛.
低产抽油机井动态参数仿真模型与提高系统效率的途径[J]
.石油学报,2018,39(11):1299-1307.
被引量:14
5
田海峰,余先川.
基于位置感知和位移复用的示功图传感系统设计[J]
.仪器仪表学报,2019,40(3):172-180.
被引量:4
6
花龙.
PCS系统安全壳喷淋隔离阀维修可执行性分析[J]
.山东工业技术,2019(9):194-194.
被引量:1
7
许强,徐杨杰,姜玉林,张涌.
一种基于强化学习的限定代价下卷积神经网结构自动化设计方法(英文)[J]
.集成技术,2019,8(3):42-54.
8
贺思艳,任利娟,田新诚.
基于卷积神经网络的滚动轴承故障诊断[J]
.兵工自动化,2019,38(3):39-41.
被引量:8
9
李鹤喜,韩新乐,方灶军.
一种基于CNN深度学习的焊接机器人视觉模型[J]
.焊接学报,2019,40(2):154-160.
被引量:14
10
姜春起,刘阳,许海东.
国产化DCS系统在海洋石油162平台首次应用[J]
.资源节约与环保,2019,34(2):130-132.
被引量:2
内蒙古石油化工
2019年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部