一种基于改进GoogLeNet的油井故障识别方法
文献类型：期刊论文
| 作者 | 宋纯贺1,4,5,6 ; 李泽熙3,4; 于洪霞3; 刘意杨1,4,5,6; 冯铁英2; 张雪健2
|
| 刊名 | 江苏科技大学学报(自然科学版)
 |
| 出版日期 | 2021 |
| 卷号 | 35期号:2页码:52-58 |
| 关键词 | 故障识别 油井功图 深度学习 GoogLeNet |
| ISSN号 | 1673-4807 |
| 其他题名 | An oil well fault identification method based on improved GoogLeNet |
| 产权排序 | 1 |
| 英文摘要 | 油井功图是油井工作状态分析和故障诊断的重要依据,深度学习为油井功图的识别提供了有效手段,针对合理的深度神经网络架构的选择问题,构建了一个用于油井故障诊断的大型功图数据集,提出一种基于改进GoogLeNet网络结构的油井故障识别方法,并对深度神经网络的结构、激活函数、归一化层、训练方法、学习率等重要参数对识别精度和训练时间的影响进行了详细的分析.实验表明,相对于广泛使用的LeNet、ResNet和基本GoogLeNet等网络模型,提出的改进GoogLeNet网络模型有着更高的准确率;同时相对于基本GoogLeNet网络模型,所提模型的运行时间得到了有效的降低。 |
| 语种 | 中文 |
| 资助机构 | 国家重点研发计划项目（2018YFB1700200） ; 国家自然科学基金资助项目（U1908212,61773368） ; 兴辽英才项目（XLYC1907057） |
| 源URL | [http://ir.sia.cn/handle/173321/29050]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 通讯作者 | 刘意杨 |
| 作者单位 | 1.中国科学院机器人与智能制造创新研究院 2.杭州西奥电梯有限公司 3.沈阳工业大学人工智能学院 4.中国科学院沈阳自动化研究所 5.中国科学院沈阳自动化研究所机器人学国家重点实验室 6.中国科学院网络化控制系统重点实验室 |
| 推荐引用方式 GB/T 7714 | 宋纯贺,李泽熙,于洪霞,等. 一种基于改进GoogLeNet的油井故障识别方法[J]. 江苏科技大学学报(自然科学版),2021,35(2):52-58. |
| APA | 宋纯贺,李泽熙,于洪霞,刘意杨,冯铁英,&张雪健.(2021).一种基于改进GoogLeNet的油井故障识别方法.江苏科技大学学报(自然科学版),35(2),52-58. |
| MLA | 宋纯贺,et al."一种基于改进GoogLeNet的油井故障识别方法".江苏科技大学学报(自然科学版) 35.2(2021):52-58. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。