[发明专利]一种基于卷积神经网络的电潜泵井工况智能诊断方法有效
| 申请号： | 201811226477.6 | 申请日： | 2018-10-22 |
| 公开（公告）号： | CN109360120B | 公开（公告）日： | 2022-03-22 |
| 发明（设计）人： | 何岩峰;张旭跃;王相;窦祥冀;徐慧;浮历沛 | 申请（专利权）人： | 常州大学 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06N3/04 |
| 代理公司： | 常州市英诺创信专利代理事务所(普通合伙) 32258 | 代理人： | 王美华 |
| 地址： | 213164 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络的电潜泵井工况智能诊断方法，具有如下步骤：a、基于卷积神经网络，搭建电潜泵井工况智能诊断系统；b、将电潜泵井生产现场采集到的电流卡片输入工况智能诊断系统，应用搭建好的卷积神经网络诊断工况；c、电潜泵井工况诊断卷积神经网络的强化学习与更新，根据诊断结果更新卷积神经网络诊断方法。本发明基于当前图像智能识别领域，构建一种基于卷积神经网络的电潜泵井工况智能诊断方法，以解决传统电流卡片分析法受主观因素影响，容易造成误判，提取故障特征损失大量有效的信息，增加判断误差的问题，以此避免特征提取过程损失的大量有效信息和人的主观判断对诊断结果的影响。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 电潜泵井 工况 智能 诊断 方法 | ||
【主权项】：
1.一种基于卷积神经网络的电潜泵井工况智能诊断方法，其特征是：具有如下步骤：a、基于卷积神经网络，搭建电潜泵井工况智能诊断系统，可诊断工况包括：气体影响、泵抽空、过载、含杂质、供液不足、泵轴断以及电机故障；b、将电潜泵井生产现场采集到的电流卡片输入工况智能诊断系统，应用搭建好的卷积神经网络诊断工况；c、电潜泵井工况诊断卷积神经网络的强化学习与更新，根据诊断结果更新卷积神经网络诊断方法。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于常州大学，未经常州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811226477.6/，转载请声明来源钻瓜专利网。
