基于CGAN的抽油机电参数反演示功图研究

示功图的精准测量在有杆抽油系统故障诊断中非常重要,针对载荷传感器直接测量法维护成本高、稳定性差,电参数间接测量法精度低、应用性不强的问题,提出一种基于条件生成对抗网络(CGAN)的电参数反演示功图混合模型。首先建立将电参数和机构参数转化光杆位移和负载的机理模型,生成粗糙的示功图样本数据;然后利用CGAN在图像转换领域的应用,建立粗糙示功图数据细化器,实现粗糙示功图与实测示功图之间的图像转化,使粗糙示功图与实测示功图更加相似;此外,为了使CGAN能更好地提取示功图轮廓,在生成器中加入自注意力机制进行改进。通过现场实测的电参数和示功图历史数据进行验证,结果表明该方法对比纯机理模型反演示功图的精度有显著提高。