典型文献
基于特征融合的抽油机井检泵周期预测
文献摘要：
检泵周期是反映抽油机井工作情况的重要指标,准确预测检泵周期对提高油井产能和经济效益具有重要意义.针对油田检泵周期预测准确率低等问题,提出一种基于特征融合抽油机井检泵周期预测方法.该方法引入SVR提取油田数据的静态特征,利用卷积神经网络学习油田数据的动态特征,引入多模态压缩双线性池化对静态特征和动态特征进行融合,利用判别模型训练融合特征实现检泵周期的准确预测.实验结果验证了该模型的有效性和可行性.
文献关键词：
特征提取;特征融合;检泵周期预测;支持向量回归;卷积神经网络
中图分类号：
作者姓名：
张晓东;王栩颖;秦子轩
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]张晓东;王栩颖;秦子轩-.基于特征融合的抽油机井检泵周期预测)[J].计算机与现代化,2022(12):60-66
A类：
检泵周期预测
B类：
特征融合,抽油机井,井工,准确预测,高油,油井产能,油田,预测准确率,SVR,静态特征,神经网络学习,动态特征,双线性池化,判别模型,模型训练,融合特征,征实,支持向量回归
AB值：
0.189783
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。
