本发明涉及一种基于卷积神经网络强化学习的有杆泵工况智能监测方法,所述的监测系统主要由三部分构成:有杆泵工况监测CNN的构建;有杆泵工况监测CNN的实际应用;有杆泵工况监测CNN的强化学习与更新。本发明使用卷积神经网络,避免特征提取示功图数值化过程中丢失的大量有用信息,CNN可以直接识别输入的示功图图片,减少了误差;同时基于强化学习的过程,可以有效提高CNN智能监测系统的成长性,在反复的工况诊断和不断的强化学习中,提高工况的准确性,解决了少量样本数据和大量实际生产数据对比可能存在的误差,实现神经网络越用越智能、越用越好用的效果。
声明:
“基于卷积神经网络强化学习的有杆泵工况智能监测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)