基于集成学习的游梁式抽油机示功图的工况识别方法

    公开(公告)号:CN108764361A

    公开(公告)日:2018-11-06

    申请号:CN201810555326.9

    申请日:2018-06-01

    Abstract: 本发明公开了一种基于集成学习的游梁式抽油机示功图的工况识别方法,属于油气生产技术领域。通过先将每个工况下的每个示功图簇中的第一预设部分示功图的几何特征、矩特征和傅里叶描述子代入到至少两个机器学习模型中进行机器学习,训练得到至少两组分类器模型,再将第二预设部分示功图的几何特征、矩特征和傅里叶描述子代入到每组分类器模型中,训练得到每个示功图的至少两个分类结果,以每个施工图的至少两个分类结果和其对应的标签代入多项逻辑斯蒂回归模型中进行集成学习,得到最终分类器模型,当需要判断待测游梁式抽油机示功图的工况时,将其几何特征、矩特征和傅里叶描述子代入到最终分类器模型中,可以实现自动、准确地识别示功图工况。

    基于集成学习的游梁式抽油机示功图的工况识别方法

    公开(公告)号:CN108764361B

    公开(公告)日:2020-12-22

    申请号:CN201810555326.9

    申请日:2018-06-01

    Abstract: 本发明公开了一种基于集成学习的游梁式抽油机示功图的工况识别方法,属于油气生产技术领域。通过先将每个工况下的每个示功图簇中的第一预设部分示功图的几何特征、矩特征和傅里叶描述子代入到至少两个机器学习模型中进行机器学习,训练得到至少两组分类器模型,再将第二预设部分示功图的几何特征、矩特征和傅里叶描述子代入到每组分类器模型中,训练得到每个示功图的至少两个分类结果,以每个施工图的至少两个分类结果和其对应的标签代入多项逻辑斯蒂回归模型中进行集成学习,得到最终分类器模型,当需要判断待测游梁式抽油机示功图的工况时,将其几何特征、矩特征和傅里叶描述子代入到最终分类器模型中,可以实现自动、准确地识别示功图工况。

Patent Agency Ranking