申请/专利权人:中国石油大学(北京)
申请日:2023-12-08
公开(公告)日:2024-03-22
公开(公告)号:CN117743997A
主分类号:G06F18/2433
分类号:G06F18/2433;G06F18/20;G06N3/0442;G06N3/088
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本申请公开了一种潜油电泵异常检测模型构建方法与潜油电泵异常检测方法,潜油电泵异常检测模型构建方法包括:根据潜油电泵监测数据样本构建数据集;将数据集划分为训练集与验证集;利用训练集与验证集训练第一预设模型,得到潜油电泵监测信号重构模型;将验证集输入至潜油电泵监测信号重构模型,得到验证集对应的第一重构信号;利用验证集与第一重构信号,训练第二预设模型,得到重构误差预测模型;根据验证集与第一重构信号,确定正常工况下的重构误差标准差,结合重构误差预测模型构建阈值确定模型;根据潜油电泵监测信号重构模型与阈值确定模型构建潜油电泵异常检测模型。由此,提高了潜油电泵异常检测的准确性。
主权项:1.一种潜油电泵异常检测模型构建方法,其特征在于,包括:根据获取的潜油电泵监测数据样本构建数据集,其中,每个所述潜油电泵监测数据样本均包括预设数量的监测参数;将所述数据集划分为训练集与验证集,其中,所述训练集与所述验证集包括正常工况数据;利用所述训练集与所述验证集训练第一预设模型,得到潜油电泵监测信号重构模型,其中,所述第一预设模型是在LSTM-ED模型的编码层与解码层之间增加时间注意力层得到的;将所述验证集输入至所述潜油电泵监测信号重构模型,得到所述验证集对应的第一重构信号;利用所述验证集与所述第一重构信号,训练第二预设模型,得到重构误差预测模型;根据所述验证集与所述第一重构信号,确定正常工况下的重构误差标准差,结合所述重构误差预测模型构建阈值确定模型;根据所述潜油电泵监测信号重构模型与所述阈值确定模型构建所述潜油电泵异常检测模型。
全文数据:
权利要求:
百度查询: 中国石油大学(北京) 潜油电泵异常检测模型构建方法与潜油电泵异常检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。