改進原型網絡法診斷抽油機故障

何金強 陳朋 趙霖 苗凱

引用格式：何金強，陳朋，趙霖，苗凱. 改進原型網絡法診斷抽油機故障［J］. 石油鉆采工藝，2023，45（3）：312-318.

摘要：示功圖是判斷有桿抽油機工作狀況的重要方法。常見故障工況因數據量多使其診斷準確率可達到99%，不常見的故障數據稀少，導致診斷準確率僅有90%～92%。為了提高數據量較少時抽油機故障診斷準確率，提出了基于壓縮激勵模塊（Squeezeand-Excitation） 改進原型網絡的抽油機故障診斷方法。首先引入殘差連接以及注意力模塊對示功圖特征進行提取，然后將不同類別的示功圖像映射到特征空間，經過度量距離后輸入Softmax 分類器，實現小樣本條件下抽油機故障診斷。研究結果表明，改進的原型網絡模型在不同小樣本數據集上分類準確率均提高。尤其在樣本數據圖小于50 張時，比AlexNet 及ResNet34 模型對正常、供液不足、泵上碰、氣影響、游動閥漏失、砂阻等6 種故障類型診斷準確率提高3%～20%。

關鍵詞：油氣資源；非常規油氣；勘探開發；工程技術；抽油機；示功圖；原型網絡；注意力模塊；故障診斷

中圖分類號：TE937；TP18 文獻標識碼： A