公开(公告)号：CN117953293A

公开(公告)日：2024-04-30

申请号：CN202410134485.7

申请日：2024-01-31

Applicant: 中国石油大学(华东)

Inventor： 冯国强 ,  刘东江 ,  冯国勇 ,  谢丽洁

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/06 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于LSTM‑GoogLeNet模型的潜油电泵工况识别及预警方法。所述方法首先通过收集不同工况的潜油电泵电流数据，绘制在极坐标系中模拟成电流卡片数据集；然后采用数据增强的方法进行扩充，并传入到GoogLeNet模型中训练，确定网络权重参数，实现故障分类；进一步通过结合LSTM神经网络，将潜油电泵历史电流数据预处理之后，构建成自回归数据格式并归一化处理，输入至LSTM神经网络中进行训练；最后通过高度拟合历史电流数据确定神经网络权重参数，并预测未来的电流数据，将预测数据模拟成电流卡片传入至训练完成的GoogleNet模型，实现故障预警。本申请所述的方法显著提高了潜油电泵工况诊断和预警的准确性及效率。