摘要
一种井下流量和含水率监测的方法、系统及装置,具体步骤包括:S1、采集DAS信号,对获取的DAS信号进行预处理;S2、对DAS中信号特征进行提取,提取DAS中的时域特征、频域特征、时频域特征和时间序列特征;S3、将S2中提取出的DAS信号特征进行融合,生成综合的特征表示;S4、对DAS信号特征进行识别,训练AI模型获取流量含水率识别模型,通过流量含水率识别模型对综合的特征表示进行识别,得到流量、含水率识别。本发明的有益效果是提供了四种DAS信号特征提取方法,分别实现时频特征提取、频频特征提取、时频特征提取和时间序列特征提取;设计特征融合算法,实现基于特征的事件判别能力强化;提出一种深度学习算法实现方法,提高高精度的特征识技术。
技术关键词
频域特征
时间序列特征
分类模型训练
时域特征
特征工程
信号特征提取方法
信号处理单元
光纤监测设备
数据采集模块
预处理作业
信号噪声比
深度学习算法
识别模块
模型训练模块
存储计算机程序
设计特征
融合算法
系统为您推荐了相关专利信息
面向移动机器人
索引构建方法
累积分布函数
数据库查询方法
平衡方法
涡扇发动机
故障传播路径
独立特征
约束优化模型
数字孪生体
轨迹预测方法
长短期记忆单元
卷积神经网络提取
时域特征
频域特征
AMT变速箱
在线故障检测方法
长短期记忆网络
故障检测模型构建
在线故障检测系统
电缆结构
热耦合模型
金属屏蔽层
点识别方法
传输线