基于数据驱动模型加迁移学习的油田注水管网泄漏诊断方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要  为解决油田注水管网泄漏诊断机器学习方法准确率不高的问题，基于数据驱动模型结合迁移学习的思路，提出一种油田注水管网泄漏诊断方法。研究结果表明：通过Epanet软件可在已知故障数据的基础上对泄漏故障进行模拟以实现数据增强；经过迁移学习的预训练和二次训练后，对数据驱动模型的准确率进行对比，5种模型中CNN卷积神经网络模型为最佳解决方案，其注水管网泄漏诊断准确率可达94.12%。（剩余6897字）

试读结束

目录
monitor