买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京富岛油气智控科技有限公司

摘要：本发明公开了一种提升采油机故障诊断精度方法，该方法设计非方的卷积核构建残差块，采用不同卷积核的残差块交替堆叠的方式搭建深度学习网络模型，对搭建的模型进行训练，并使用训练得到的模型对采油过程中生成的示功图进行特征提取。根据提取的特征向量建立了工况特征向量检索库，与实时采集数据特征向量进行相似度计算，再根据计算结果，返回最相似的故障类型或更新故障库。该方法设计的卷积结构，能够提取更有效示功图特征，以达到在不增加大量训练时间成本和存储资源消耗的基础上，提升诊断精度，增强了对采油机设备工况监测、诊断的管控能力。

主权项：1.一种提升采油机故障诊断精度方法，其特征在于该方法设计非方的卷积核构建残差块，采用不同卷积核的残差块交替堆叠的方式搭建深度学习网络模型，对采油过程中生成的示功图进行特征提取，并使用提取的特征进行故障诊断，包括以下步骤：1采集采油机的历史工况示功图，组成示功图数据集D，并采用留出法将示功图数据集D划分为训练集Dtrain、验证集Dval和测试集Dtest；2针对示功图图像特征提取的特殊性，设计非方的卷积核A和B作为深度学习网络模型的特征提取单元，其中卷积核A为7×3的长方形结构，卷积核B为3×7的长方形结构；3采用卷积核A和B代替残差块中传统的卷积核，构成新的残差块Ablock和Bblock，残差块Ablock堆叠在残差块Bblock之上,并按此顺序交替堆叠，并以此搭建N层深度学习网络模型；步骤3所述深度学习网络模型具体结构包括：3-1第1层普通卷积层，卷积核大小为7×7，且在卷积层后添加了批归一化层，激活函数选择Relu；3-2第2至25层为上下交替堆叠的残差块Ablock和残差块Bblock；3-3残差块的输出通道数从上到下依次递增为[64128256512]；3-4第1和第2个残差块的卷积步幅为1，剩余残差块中，残差块Ablock的卷积步幅为1，残差块Bblock的卷积步幅为2；3-5在残差块堆叠输出后连接一层平均池化层和展平层；3-6最后1层为全连接层，以输出图片的特征向量；4使用搭建完成的深度学习网络模型提取训练集Dtrain和验证集Dval中样本的d维的特征向量x，采用三元组损失LossXA,X+,X-进行反向传播训练网络参数，其中xA为锚样本向量，x+为正样本向量，x-为负样本向量；5根据测试集Dtest验证模型的精度和泛化能力，经训练得到最终网络模型；6使用训练完成的网络模型，针对采油机的历史工况示功图数据集D建立平稳和故障工况示功图特征向量检索库Y；7对实时采集的示功图数据使用网络模型提取特征向量并与工况特征检索库中的工况特征向量利用相似度函数HX,Y进行相似度计算，得到相似度向量S；8取得相似度向量S中的最大值Smax及其所属工况类别kc，判断最大值Smax是否超过相似度阈值Th，若超过阈值，则将新采集的示功图诊断为kc工况，否则将此示功图类别标记为未知，由专家标定后加入工况特征检索库中；9判断kc类工况是否为故障工况，如果是，进行故障报警，否则为平稳工况，不报警，并转到步骤7。

全文数据：

权利要求：

百度查询： 南京富岛油气智控科技有限公司 一种提升采油机故障诊断精度方法