基于CNN的抽油机井故障诊断方法研究

抽油机井故障判断的有效手段是对其示功图进行检测和识别.为了提高抽油机井故障判断的准确率和抽油机井生产管理的智能化水平,通过采集抽油机井示功图数据,建立了典型示功图样本库,并基于深度学习算法构建了示功图自动识别的卷积神经网络(CNN)模型.利用示功图样本库数据对CNN模型进行了训练和测试.结果表明:CNN模型收敛性好,模型训练准确率达到了99％,测试准确率达到了97％以上,达到了预期效果.该方法可用于抽油机井示功图分类和故障诊断.