基于數(shù)據(jù)驅(qū)動模型加遷移學習的油田注水管網(wǎng)泄漏診斷方法

打開文本圖片集

摘  要  為解決油田注水管網(wǎng)泄漏診斷機器學習方法準確率不高的問題，基于數(shù)據(jù)驅(qū)動模型結(jié)合遷移學習的思路，提出一種油田注水管網(wǎng)泄漏診斷方法。研究結(jié)果表明：通過Epanet軟件可在已知故障數(shù)據(jù)的基礎(chǔ)上對泄漏故障進行模擬以實現(xiàn)數(shù)據(jù)增強；經(jīng)過遷移學習的預訓練和二次訓練后，對數(shù)據(jù)驅(qū)動模型的準確率進行對比，5種模型中CNN卷積神經(jīng)網(wǎng)絡(luò)模型為最佳解決方案，其注水管網(wǎng)泄漏診斷準確率可達94.12%。（剩余6897字）