-
Patent Agency Ranking
公开(公告)号：CN110046624A
公开(公告)日：2019-07-23
申请号：CN201910211207.6
申请日：2019-03-20
Applicant: 东北大学
IPC: G06K9/46
Abstract: 本发明提供了一种基于傅里叶描述子的示功图特征提取方法包括示功图坐标数字化，示功图二值化，示功图的边缘检测及细化和示功图尺寸、点数归一化，对这些图像进行离散傅里叶变换，变换后就可在频域内得到示功图的特征向量，再对傅里叶描述子进行归一化处理，从而完成了示功图故障样本库的建立。改善了现有示功图特征提取不完善的现状，并且计算方法简洁高效、计算量小、冗余信息少的优势，可以比较准确地提取出示功图的图像特征。
-
公开(公告)号：CN110489921B
公开(公告)日：2023-02-10
申请号：CN201910812354.9
申请日：2019-08-30
Applicant: 东北大学
Abstract: 本发明涉及抽油井产液量测量技术领域，提供一种基于电参数的有杆泵抽油井产液量软测量方法。首先采集每个抽汲周期的电参数样本及每个抽汲周期所在日的实际产液量；然后计算抽油机四连杆机构结构参数间的几何关系，并计算扭矩因数、光杆位置因数；接着将电机功率转化为抽油机悬点载荷，在悬点载荷曲线中获取悬点有效冲程，计算机理产液量，并在电参数中选取辅助变量，计算产液量误差；然后构建并训练基于SVR的产液量误差补偿模型；最后在待测量抽汲周期内采集电参数样本，利用训练后的产液量误差补偿模型，输出产液量误差，得到产液量。本发明能够实现对有杆泵抽油井产液量的在线实时连续测量，提高测量精度，且成本低、简单方便、节能环保。
-
公开(公告)号：CN110489921A
公开(公告)日：2019-11-22
申请号：CN201910812354.9
申请日：2019-08-30
Applicant: 东北大学
Abstract: 本发明涉及抽油井产液量测量技术领域，提供一种基于电参数的有杆泵抽油井产液量软测量方法。首先采集每个抽汲周期的电参数样本及每个抽汲周期所在日的实际产液量；然后计算抽油机四连杆机构结构参数间的几何关系，并计算扭矩因数、光杆位置因数；接着将电机功率转化为抽油机悬点载荷，在悬点载荷曲线中获取悬点有效冲程，计算机理产液量，并在电参数中选取辅助变量，计算产液量误差；然后构建并训练基于SVR的产液量误差补偿模型；最后在待测量抽汲周期内采集电参数样本，利用训练后的产液量误差补偿模型，输出产液量误差，得到产液量。本发明能够实现对有杆泵抽油井产液量的在线实时连续测量，提高测量精度，且成本低、简单方便、节能环保。
-
公开(公告)号：CN110046624B
公开(公告)日：2022-12-06
申请号：CN201910211207.6
申请日：2019-03-20
Applicant: 东北大学
Abstract: 本发明提供了一种基于傅里叶描述子的示功图特征提取方法包括示功图坐标数字化，示功图二值化，示功图的边缘检测及细化和示功图尺寸、点数归一化，对这些图像进行离散傅里叶变换，变换后就可在频域内得到示功图的特征向量，再对傅里叶描述子进行归一化处理，从而完成了示功图故障样本库的建立。改善了现有示功图特征提取不完善的现状，并且计算方法简洁高效、计算量小、冗余信息少的优势，可以比较准确地提取出示功图的图像特征。
-
公开(公告)号：CN110318731A
公开(公告)日：2019-10-11
申请号：CN201910598136.X
申请日：2019-07-04
Applicant: 东北大学
IPC: E21B47/00 , E21B47/008 , G06Q50/02
Abstract: 本发明涉及抽油井故障诊断技术领域，提供一种基于GAN的抽油井故障诊断方法。本发明首先收集已知故障类型的抽油井示功图，并对其预处理；然后建立第一样本库，分为第一训练集和第一测试集后进行标准归一化处理；接着构建GAN模型，用第一训练集对其训练，生成新的示功图集并建立第二样本库，分为第二训练集和第二测试集后进行标准归一化处理；再基于卷积神经网络构建抽油井故障诊断模型，用第一训练集和第二训练集对其训练，用第一测试集和第二测试集对其测试；最后将待诊断抽油井的示功图输入抽油井故障诊断模型，得到待诊断抽油井的故障类型。本发明能够生成大量示功图样本，直接输入示功图就能得到故障类型，抽油井故障诊断的准确性高。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
