(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210080811.1 (22)申请日 2022.01.24 (71)申请人 南京富岛油气智控科技有限公司 地址 210000 江苏省南京市浦口区江北新 区桐雨路6号2号楼 2层A座 (72)发明人 陈夕松　钱帅康　夏峰　姜磊　 卜禹　 (74)专利代理 机构 南京天华专利代理有限责任 公司 32218 专利代理师 刘畅　夏平 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/75(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种提升采油机故障诊断精度方法 (57)摘要 本发明公开了一种提升采油机故障诊断精 度方法， 该方法设计非方的卷积核构建残差块， 采用不同卷积核的残差块交替堆叠的方式搭建 深度学习网络模型， 对搭建的模型进行训练， 并 使用训练得到的模型对采油过程中生成的示功 图进行特征提取。 根据提取的特征向量建立了工 况特征向量检索库， 与实时采集数据特征向量进 行相似度计算， 再根据计算结果， 返回最相似的 故障类型或更新故障库。 该方法设计的卷积结 构， 能够提取更有效示功图特征， 以达到在不增 加大量训练时间成本和存储资源消耗的基础上， 提升诊断精度， 增强了对采油机设备工况监测、 诊断的管控能力。 权利要求书2页 说明书6页 附图3页 CN 114596445 A 2022.06.07 CN 114596445 A 1.一种提升采油机故障诊断精度方法， 其特征在于该方法设计非方的卷积核构建残差 块， 采用不同卷积核的残差块交替堆叠的方式搭建深度学习网络模型， 对采油过程中生成 的示功图进行特征提取， 并使用提取的特征进行故障诊断， 提升诊断的精度， 包括以下步 骤： 1)采集采油机的历史工况示功图， 组成示功图数据集D， 并采用留出法将示功图数据集 D划分为训练集Dtrain、 验证集Dval和测试集Dtest； 2)针对示功图图像特征提取的特殊性， 设计非方的卷积核A和B作为深度 学习网络模型 的特征提取单元， 其中卷积核A为7 ×3的长方形结构， 卷积核B为3 ×7的长方形结构； 3)采用卷积核A和B代替残差块中传统的卷积核， 构成新的残差块Ablock和Bblock， 残差块 Ablock堆叠在残差块Bblock之上,并按此顺序交替 堆叠， 并以此 搭建N层深度学习网络模型； 4)使用搭建完成的深度学习网络模型提取训练集Dtrain和验证集Dval中样本的d维的特 征向量x， 采用三元组损失Loss(XA,X+,X‑)进行反向传播训练网络参数， 其中xA为锚样本向 量， x+为正样本向量， x‑为负样本向量； 5)根据测试集Dtest验证模型的精度和泛化能力， 经训练得到最终网络模型； 6)使用训练完成的网络模型， 针对采油机的历史工况示功图数据集D建立平稳和故障 工况示功图特 征向量检索库Y； 7)对实时采集的示功图数据使用网络模型提取特征向量 并与工况特征检索库中 的 工况特征向量利用相似度函数H(X,Y)进行相似度计算， 得到相似度向量S； 8)取得相似度向量S中的最大值Smax及其所属工况类别kc， 判断最大值Smax是否超过相似 度阈值Th， 若超过阈值， 则将新采集的示功图诊断为kc工况， 否则将此示功图类别标记为未 知， 由专家标定后加入工况 特征检索库中； 9)判断kc类工况是否为故障工况， 如果是， 进行故障报警， 否则为平稳工况， 不报警， 并 转到步骤7)。 2.根据权利要求1所述的一种提升采油机故障诊断精度方法， 其特征在于步骤1)所述 留出法的比例为8 :1:1。 3.根据权利要求1所述的一种提升采油机故障诊断精度方法， 其特征在于步骤3)所述 的网络层数N ＝26。 4.根据权利要求1所述的一种提升采油机故障诊断精度方法， 其特征在于步骤3)所述 定制化的深度卷积网络模型 具体结构包括： 3‑1)第1层普通卷积层， 卷积核大小为7 ×7， 且在卷积层后添加了批归一化层， 激活函 数选择Relu； 3‑2)第2至25层为上 下交替堆叠的残差块Ablock和残差块Bblock； 3‑3)残差块的输出通道数从上到下依次递增为[64  128 256 512]； 3‑4)第1和第2个残差块的卷积步幅为1， 剩余残差块中， 残差块Ablock的卷积步幅为1， 残 差块Bblock的卷积步幅为2； 3‑5)在残差块 堆叠输出后连接一层平均池化层和展平层； 3‑6)最后1层为全连接层， 以输出图片的特 征向量。 5.根据权利要求1所述的一种提升采油机故障诊断精度方法， 其特征在于步骤4)所述权　利　要　求　书 1/2 页 2 CN 114596445 A 2三元组损失L oss(XA,X+,X‑)公式如下： 其中， XA表示锚点样本向量， X+表示正样本特征 向量， X‑表示负样本特征 向量， d+表示向 量X+与XA的距离， d‑表示向量X‑与XA的距离， M表 示固定的间距 值， [·]+表示当表达式值大于 零时取表达式的值， 否则取为 零； 6.根据权利要求5所述的一种提升采油机故障诊断精度 方法， 其特征在于步骤4)所述d ≥2i,i∈[7,12],1≤ M≤5。 7.根据权利要求1所述的一种提升采油机故障诊断精度方法， 其特征在于步骤7)所述 相似度函数H(X,Y)为 余弦相似度函数： 其中X为实时示功图特 征向量 所组成的矩阵， Y为工况示功图特 征向量检索库矩阵。 8.根据权利要求1所述的一种提升采油机故障诊断精度方法， 其特征在于步骤8)所述 相似度阈值Th＝0.95 。权　利　要　求　书 2/2 页 3 CN 114596445 A 3