1DCNN神經網絡在油田中的應用
作者:騰控科技 來源:grnl.com.cn 發布于:2024-10-23 12:45:41
采(cai)用1D-CNN模型,使用已經訓練好的(de)參數(shu),通過示功(gong)圖曲線和功(gong)率曲線,可以識別(bie)油井常見工(gong)作(zuo)狀態,包括但不限于正常(chang)工(gong)作,供液不足,伴氣影響,氣鎖,碰泵,閥(fa)(fa)關閉延遲(chi),柱塞脫(tuo)出(chu),游動(dong)閥(fa)(fa)漏失(shi),固定(ding)閥(fa)(fa)漏失(shi),皮帶(dai)(dai)斷,皮帶(dai)(dai)打滑等(deng)。
相關(guan)技術已經(jing)在申請(qing)國家(jia)發明(ming)專利,敬請(qing)關(guan)注
上一篇:預發布新一代可編程網關XTG900P 下一篇:返回列表