摘要
一种基于示功图的抽油机故障诊断方法、系统、设备及介质,方法包括:使用示功仪采集抽油机采油时的运行数据,使用固定时间间隔采集数据,记录全部数据并导出为excel文件;接着进行初步数据清洗和筛选,绘制成示功图,得到原始示功图数据集;然后对其进行扩充,形成新的示功图数据集;再进行标注并划分为示功图训练集、示功图验证集和示功图测试集;构建及训练抽油机故障诊断模型RedyNet;并在示功图验证集上进行评估,得到多组不同超参数方案下的抽油机故障诊断任务最优模型;使用其对示功图测试集进行评估,得到评估指标和结果;系统、设备及介质用于实现该方法;本发明具有自动提取特征效率高、对抽油机故障诊断准确率高和对新任务适应性好的优点。
技术关键词
抽油机故障诊断
示功图数据
图像分类模型
瓶颈结构
残差结构
抽油机采油
输出特征
正确率
示功仪
模块
超参数
工况
非线性
网络结构
训练集
载荷
系统为您推荐了相关专利信息
降噪模块
流匹配方法
声码器
多层感知机层
训练神经网络
手势识别网络
关节点
虚拟对象
协作式
手势运动识别
图像分类方法
神经网络架构
图像分类模型
量子神经网络
支路
区域候选网络
识别方法
多普勒天气雷达
样本
多尺度特征