公开(公告)号：CN109360120B

公开(公告)日：2022-03-22

申请号：CN201811226477.6

申请日：2018-10-22

Applicant: 常州大学

Inventor： 何岩峰 ,  张旭跃 ,  王相 ,  窦祥冀 ,  徐慧 ,  浮历沛

IPC: G06Q50/06 ,  G06N3/04

Abstract: 本发明涉及一种基于卷积神经网络的电潜泵井工况智能诊断方法，具有如下步骤：a、基于卷积神经网络，搭建电潜泵井工况智能诊断系统；b、将电潜泵井生产现场采集到的电流卡片输入工况智能诊断系统，应用搭建好的卷积神经网络诊断工况；c、电潜泵井工况诊断卷积神经网络的强化学习与更新，根据诊断结果更新卷积神经网络诊断方法。本发明基于当前图像智能识别领域，构建一种基于卷积神经网络的电潜泵井工况智能诊断方法，以解决传统电流卡片分析法受主观因素影响，容易造成误判，提取故障特征损失大量有效的信息，增加判断误差的问题，以此避免特征提取过程损失的大量有效信息和人的主观判断对诊断结果的影响。

公开(公告)号：CN109360120A

公开(公告)日：2019-02-19

申请号：CN201811226477.6

申请日：2018-10-22

Applicant: 常州大学

Inventor： 何岩峰 ,  张旭跃 ,  王相 ,  窦祥冀 ,  徐慧 ,  浮历沛

IPC: G06Q50/06 ,  G06N3/04

Abstract: 本发明涉及一种基于卷积神经网络的电潜泵井工况智能诊断方法，具有如下步骤：a、基于卷积神经网络，搭建电潜泵井工况智能诊断系统；b、将电潜泵井生产现场采集到的电流卡片输入工况智能诊断系统，应用搭建好的卷积神经网络诊断工况；c、电潜泵井工况诊断卷积神经网络的强化学习与更新，根据诊断结果更新卷积神经网络诊断方法。本发明基于当前图像智能识别领域，构建一种基于卷积神经网络的电潜泵井工况智能诊断方法，以解决传统电流卡片分析法受主观因素影响，容易造成误判，提取故障特征损失大量有效的信息，增加判断误差的问题，以此避免特征提取过程损失的大量有效信息和人的主观判断对诊断结果的影响。