龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司江苏油田分公司
申请日：2021-09-07
公开（公告）日：2024-04-26
公开（公告）号：CN113780403B
主分类号：G06F18/24
分类号：G06F18/24;G06N3/0464;G06N3/08;E21B47/008
优先权：
专利状态码：有效-授权
法律状态：2024.04.26#授权;2021.12.28#实质审查的生效;2021.12.10#公开
摘要：本发明提供了一种油井示功图故障诊断解释方法及装置，该方法包括：采集油井真实工况下产生的带有时间信息以及油井信息的位移‑载荷序列数据；根据位移‑载荷序列数据，训练示功图诊断模型，示功图诊断模型为ResNet50模型；使用CAM算法对训练完成的ResNet50模型进行检测热区可视化。本申请使用CAM方法，将卷积神经网络中的参数以可视化热区的方式呈现在最终的诊断图中，从诊断热区即可判断模型对于示功图错误分类的关键区域是否有足够的关注度，为模型的可解释性提供了可靠的依据，具有更好的泛化性能。
主权项：1.一种油井示功图故障诊断解释方法，其特征在于，包括：S101，采集油井真实工况下产生的带有时间信息以及油井信息的位移-载荷序列数据；S103，根据所述位移-载荷序列数据，训练示功图诊断模型，所述示功图诊断模型为ResNet50模型，包括：将所述位移-载荷序列数据转换为油井示功图数据集，包括：将所有的位移-载荷数据转化为示功图，并将间隔固定时间段的两张示功图进行叠加，得到带有时间信息的油井示功图数据集；对所述油井示功图数据集进行增强处理，包括：对于示功图数据集中的图像进行缩放，裁剪，旋转处理；利用增强后的油井示功图数据集训练ResNet50模型，包括：使用在ImageNet上预训练的ResNet50作为基础模型，根据迁移学习中的预训练-微调范式，利用示功图数据集对模型进行微调，同时使用修正类别不平衡的损失函数缓和数据本身的不平衡问题；S105，使用CAM算法对训练完成的ResNet50模型进行检测热区可视化，包括：将需要可视化的特征层以张量的形式提取出来；获取所述张量每个通道的权重值；以线性融合的方式，在通道维度上对所述张量进行加权求和；对加权后的张量进行线性插值，升维到与原始输入图像的维度一致，并将两者进行叠加，得到最终的检测热区可视化图。
全文数据：
权利要求：
百度查询： 中国石油化工股份有限公司;中国石油化工股份有限公司江苏油田分公司 一种油井示功图故障诊断解释方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号