摘要

示功图是衡量抽油机作业工况的重要依据,基于深度学习开发的示功图诊断方法大幅提高了自动化检测的精度。由于深度学习的图像分类方法需要大量有标签图片进行训练,因此模型精度易受限于训练数据的数量与质量。基于此,提出了一种基于主动学习的示功图诊断方法,一方面基于迁移学习,通过预训练深度卷积神经网络的先验知识提高模型初始化性能;另一方面基于深度主动学习,有效地挖掘出新样本以扩充训练集。实验表明:该方法可以较好地提升示功图诊断模型的精度,相较于手工标注,大幅度降低了人工成本。

  • 单位
    中国石油化工股份有限公司江苏油田分公司石油工程技术研究院