-
公开(公告)号：CN114429009B
公开(公告)日：2022-07-29
申请号：CN202210358246.0
申请日：2022-04-07
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于元迁移学习的小样本有杆泵井工况诊断方法，属于石油工况诊断技术领域，本发明结合迁移学习和元学习两者性能的优点构建元迁移学习算法框架，通过使用在相关数据集上的预训练所得良好的网络初始化参数，再利用元学习特有的超参数自动学习能力，以更高的效率训练出用于工况诊断的模型，并将该模型应用于有杆泵井工况的实时监测中，实现科学合理地诊断油井生产问题，从而显著改善油藏开发效果；同时，使用元梯度正则化策略和困难任务样本选取方法，适用于实际油田井数多但可用带诊断标签少的情况，更贴近实际油田现场的油井故障诊断情况。
-
公开(公告)号：CN114492216A
公开(公告)日：2022-05-13
申请号：CN202210406824.3
申请日：2022-04-19
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于高分辨率表征学习的抽油机运行轨迹模拟方法，属于石油工程技术领域，包括如下步骤：构建并联多分辨率网络模型；设定模型参数；收集抽油机图像数据集，标注关键点并制作样本集；增强数据集；输入并联多分辨率网络模型进行多分辨率并行卷积；多分辨率融合；输出预测关键点位置热点图；误差反向传播，优化学习器参数；输出抽油机关键点预测热图；模型评价；输出模型在线应用。本发明方法学习到的抽油机关键点高分辨率表示不仅在语义上很强，而且在空间上也很精确。本发明借助多分辨率并联网络，实现关键点热图预测，模拟抽油机运行轨迹，节省油田成本。
-
公开(公告)号：CN114492216B
公开(公告)日：2022-07-19
申请号：CN202210406824.3
申请日：2022-04-19
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于高分辨率表征学习的抽油机运行轨迹模拟方法，属于石油工程技术领域，包括如下步骤：构建并联多分辨率网络模型；设定模型参数；收集抽油机图像数据集，标注关键点并制作样本集；增强数据集；输入并联多分辨率网络模型进行多分辨率并行卷积；多分辨率融合；输出预测关键点位置热点图；误差反向传播，优化学习器参数；输出抽油机关键点预测热图；模型评价；输出模型在线应用。本发明方法学习到的抽油机关键点高分辨率表示不仅在语义上很强，而且在空间上也很精确。本发明借助多分辨率并联网络，实现关键点热图预测，模拟抽油机运行轨迹，节省油田成本。
-
公开(公告)号：CN114429009A
公开(公告)日：2022-05-03
申请号：CN202210358246.0
申请日：2022-04-07
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于元迁移学习的小样本有杆泵井工况诊断方法，属于石油工况诊断技术领域，本发明结合迁移学习和元学习两者性能的优点构建元迁移学习算法框架，通过使用在相关数据集上的预训练所得良好的网络初始化参数，再利用元学习特有的超参数自动学习能力，以更高的效率训练出用于工况诊断的模型，并将该模型应用于有杆泵井工况的实时监测中，实现科学合理地诊断油井生产问题，从而显著改善油藏开发效果；同时，使用元梯度正则化策略和困难任务样本选取方法，适用于实际油田井数多但可用带诊断标签少的情况，更贴近实际油田现场的油井故障诊断情况。
-
-
-
Search Results
4
records
(took 0.025 seconds)
