典型文献
CBiA-PSL抽油井异常工况预警模型
文献摘要：
油田生产过程中,油井受各种因素的影响容易发生泵漏、管漏等异常工况,会降低油井产出甚至导致躺井,对异常工况预警是油田智能化管理的重要任务.基于CNN-BiGRU联合网络,提出一种改进的网络结构CBiA-PSL模型(CNN BiGRU attention-positive sharing loss),用于油井异常工况预警.模型利用CNN学习工况样本灰度图像的深度特征,BiGRU有效避免信息损失并加强CNN池化层特征的联系,注意力机制对隐藏状态加权计算以完成有效特征筛选.针对工况数据集不平衡的问题,提出正共享损失函数PSL,将异常数据(正类)划分为子类,每个子类都共享整个正类的损失,且给样本少的正类更高的权重.实验结果表明,CBiA-PSL模型预测效果更佳,对于异常类和整体的预测都有较高的精度.
文献关键词：
卷积神经网络;双向门控循环单元;注意力机制;正共享损失;损失函数;异常工况识别;工况诊断与预警;数据不平衡
中图分类号：
作者姓名：
李克文;杜苁聪;黄宗超;李潇;柯翠虹
作者机构：
中国石油大学(华东) 计算机科学与技术学院, 山东 青岛 266580
文献出处：
引用格式：
[1]李克文;杜苁聪;黄宗超;李潇;柯翠虹-.CBiA-PSL抽油井异常工况预警模型)[J].智能系统学报,2022(02):295-302
A类：
CBiA,异常工况预警,正共享损失,异常工况识别,工况诊断与预警
B类：
PSL,抽油井,预警模型,油田生产,各种因素,智能化管理,BiGRU,attention,positive,sharing,loss,灰度图像,深度特征,信息损失,池化,注意力机制,有效特征,特征筛选,工况数据,损失函数,异常数据,子类,双向门控循环单元,数据不平衡
AB值：
0.248999
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
