基于迁移学习的示功图诊断方法

摘要：

示功图是数字化分析抽油机作业状况的重要依据,不同形状的示功图代表着不同的作业状况.传统分析程序基于专家系统或统计学习方法对示功图进行分析,需要大量专家知识且鲁棒性较低.从深度学习的角度,提出了一种基于深度卷积神经网络的示功图检测方法,并通过迁移学习,大幅度减少了模型收敛所需样本数量.实验表明,该方法可以有效提高示功图分类的准确率,实现了真正的工业可用.

关键词：示功图;卷积神经网络;迁移学习;残差网络

所属期刊栏目：58

分类号：TP277(自动化技术及设备)

资助基金：中石化集团公司科研项目P20068-5

在线出版日期：2022-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：72-76