本發明涉及一種基于卷積神經網絡強化學習的有桿泵工況智能監測方法,所述的監測系統主要由三部分構成:有桿泵工況監測CNN的構建;有桿泵工況監測CNN的實際應用;有桿泵工況監測CNN的強化學習與更新。本發明使用卷積神經網絡,避免特征提取示功圖數值化過程中丟失的大量有用信息,CNN可以直接識別輸入的示功圖圖片,減少了誤差;同時基于強化學習的過程,可以有效提高CNN智能監測系統的成長性,在反復的工況診斷和不斷的強化學習中,提高工況的準確性,解決了少量樣本數據和大量實際生產數據對比可能存在的誤差,實現神經網絡越用越智能、越用越好用的效果。
聲明:
“基于卷積神經網絡強化學習的有桿泵工況智能監測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)