《一种基于卷积-循环神经网络的有杆泵工况预警方法》

技术简介：

本发明涉及一种基于卷积-循环神经网络的有杆泵工况预警方法,具有如下步骤：有杆泵渐变型工况图集进行预处理后,将预处理后的工况图集输入卷积神经网络CNN进行训练；CNN输出得到目标工况图集所对应的特征序列；训练循环神经网络RNN,提取特征序列的深度特征,建立渐变型工况图集的特征模板,对有杆泵故障进行判断。本发明采用卷积-循环神经网络,在传统的通过示功体判断有杆泵工况方法中加入时间因素,用以判别与时间序列有关的信息,对于发生渐变型故障的油井,在先期就提出预警,通知现场工作人员及时进行处理,节约资源,实现经济高效的生产。同时,学习与更新后卷积-循环神经网络随着使用的过程越来越智能,效果越来越好。

研发人员：何岩峰;刘雅莉;王相;窦祥冀;徐慧