精品一区二区国语对白,国产成人精品三上悠亚久久,欧美性猛交xxxx88,亚洲中文字幕国产av,极品少妇被猛得白浆直流草莓视频,91精品成人www

行業(yè)資訊行業(yè)財報市場標準研發(fā)新品會議盤點政策本站速遞

沈陽自動化所提出油井工況識別深度學習方法

研發(fā)快訊 2024年06月18日 13:45:13來源:中國科學院沈陽自動化研究所 17414
摘要科研團隊建立了油井功圖四維時頻特征矩陣,可實現多個功圖數據的特征融合;針對模型參數多、計算量大、識別精度低問題,設計了一種輕量化的深度卷積神經網絡,可實現功圖特征矩陣到油井工況的智能映射。

  【儀表網 研發(fā)快訊】油井工況的實時精準診斷對于快速掌握油田作業(yè)情況、提高生產效率、保障生產安全具有重要意義,然而由于油井自身結構的復雜性和生產環(huán)境的多變性,油井工況時刻發(fā)生變化。利用深度學習對油井功圖進行分類是一種有效的油井工況識別方法,但直接將油井功圖作為二維圖像輸入到深度學習框架中,會存在模型參數多、計算量大的問題。此外,抽油系統(tǒng)因不同因素產生的功圖也不盡相同,導致油田現場數據存在嚴重異質性,極大地影響工況識別的準確性。
 
  針對上述問題,中國科學院沈陽自動化研究所科研團隊提出了一種基于四維時頻特征矩陣的油井工況識別深度學習方法,實現了在供液不足、閥漏失、氣體影響等多種工況下的實時精準識別。該研究成果以Working condition recognition of sucker rod pumping system based on 4-segment time-frequency signature matrix and deep learning為題,發(fā)表在中國科學院1區(qū)TOP期刊《石油科學》(Petroleum Science)。
 
  科研團隊建立了油井功圖四維時頻特征矩陣,可實現多個功圖數據的特征融合;針對模型參數多、計算量大、識別精度低問題,設計了一種輕量化的深度卷積神經網絡,可實現功圖特征矩陣到油井工況的智能映射。
 
  科研人員利用油田現場實測功圖數據,對算法有效性進行了驗證。實驗結果表明,提出的油井工況識別方法可將工況識別精度提高到98%以上,助力提升油井生產運行的穩(wěn)定性和安全性。
 
基于四維時頻特征矩陣的油井工況識別深度學習方法
 
  該研究得到了國家自然科學基金項目,機器人學國家重點實驗室和遼寧遼河實驗室項目等的支持。(工業(yè)控制網絡與系統(tǒng)研究室)

我要評論
文明上網,理性發(fā)言。(您還可以輸入200個字符)

所有評論僅代表網友意見,與本站立場無關。

版權與免責聲明
  • 凡本網注明"來源:儀表網"的所有作品,版權均屬于儀表網,未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明"來源:儀表網"。違反上述聲明者,本網將追究其相關法律責任。
  • 本網轉載并注明自其它來源的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點或證實其內容的真實性,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品來源,并自負版權等法律責任。
  • 如涉及作品內容、版權等問題,請在作品發(fā)表之日起一周內與本網聯(lián)系,否則視為放棄相關權利。
  • 合作、投稿、轉載授權等相關事宜,請聯(lián)系本網。聯(lián)系電話:0571-87759945,QQ:1103027433。
廣告招商
今日換一換
新發(fā)產品更多+

客服熱線:0571-87759942

采購熱線:0571-87759942

媒體合作:0571-87759945

  • 儀表站APP
  • 微信公眾號
  • 儀表網小程序
  • 儀表網抖音號
Copyright ybzhan.cn    All Rights Reserved   法律顧問:浙江天冊律師事務所 賈熙明律師   儀表網-儀器儀表行業(yè)“互聯(lián)網+”服務平臺
意見反饋
我知道了
兴安县| 庐江县| 平凉市| 北川| 阳谷县| 敖汉旗| 论坛| 潍坊市| 镇康县| 兰西县| 和龙市| 大余县| 鄂州市| 绩溪县| 皮山县| 德惠市| 舞钢市| 镇雄县| 山东|