买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西南石油大学申请的专利一种基于电功图多域特征融合的抽油机井工况诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120408473B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510916132.7，技术领域涉及：G06F18/2433；该发明授权一种基于电功图多域特征融合的抽油机井工况诊断方法是由陈黎斌;李磊;王晓君;蒋能记;米翔;向安宇;胡泽;牟强;石强;姜伟;耍燕萍;谢祖君;刘星宇;孟鑫;廖伟糁;陈雅萍;代玉川设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本一种基于电功图多域特征融合的抽油机井工况诊断方法在说明书摘要公布了：本发明涉及抽油机井工况诊断技术领域，公开了一种基于电功图多域特征融合的抽油机井工况诊断方法，采用小波变换对目标抽油机实测的电功图有功功率进行时频域特征提取；基于电功图有功功率和光杆位移数据，生成抽油机功率‑位移电功图并转换为抽油机4‑S电功图；采用小波变换‑Zernike矩联合提取抽油机4‑S电功图的空间域特征，采用权重特征融合的方法合成工况诊断特征向量，建立全连接神经网络的抽油机电功图工况诊断模型并执行抽油机工况诊断。本发明解决了传统电功图特征提取方法无法同时表达信号在时域和频域的多尺度特征信息和无法准确的表达复杂的信号变化的缺点，提高了特征信息的利用率，提升了抽油机井工况诊断的准确率与工况识别准确率。

本发明授权一种基于电功图多域特征融合的抽油机井工况诊断方法在权利要求书中公布了：1.一种基于电功图多域特征融合的抽油机井工况诊断方法，其特征在于，包括以下步骤： S1：获取目标抽油机实测的电功图有功功率和光杆位移数据； S2：采用小波变换对目标抽油机实测的所述电功图有功功率进行时频域特征提取，得到时频域特征向量；具体包括： S21：采用离散小波变换，通过低通滤波器LP和高通滤波器HP，将目标抽油机实测的电功图有功功率分解为不同分辨率水平的信号； 表达式，具体为： 其中，表示分解层数，取1,2,3,4，为近似系数，为细节系数，表示离散点位置，表示低通滤波器LP下采样，表示高通滤波器HP下采样，表示第层分解得到的近似系数在位置n处的值，表示第层分解得到的细节系数在位置n处的值； S22：提取目标抽油机实测的所述电功图有功功率的时频域特征，得到时频域特征向量；其中，所述时频域特征包括不同系数的子带能量大小、衡量信号能量分布的离散程度和各个频率子带在整个信号中所占的能量比例； 表达式，具体为： 其中，为时频域特征向量，表示细节系数的子带能量特征向量，衡量信号能量分布的离散程度定义为小波分布熵，为细节系数的小波分布熵特征向量，各个频率子带在整个信号中所占的能量比例定义为频段能量权重，表示细节系数的频段能量权重特征向量，表示能量总和，N表示系数的数量； S3：基于所述电功图有功功率和所述光杆位移数据，生成抽油机功率-位移电功图并转换为抽油机4-S电功图； S4：采用小波变换-Zernike矩联合的特征提取方法提取抽油机4-S电功图的空间域特征，得到空间域特征向量；具体包括： S41：使用离散小波变换增强抽油机4-S电功图的空间域特征；具体包括： S411：选用Daubechies-4小波基函数，对抽油机4-S电功图的图像进行二维小波变换，表达式为： S412：重复步骤S411中的小波分解，将抽油机4-S电功图图像分解为多个低频系数和高频系数； S413：对分解后获得的多个低频系数采用加权平均法，对分解后获得的多个高频系数采用增强处理，表达式为： 其中，表示融合后的低频系数，和表示同一分解层低频系数； 其中，取，为各个方向的高频系数，为增强后的高频系数； S414：将处理后的低频系数和高频系数使用逆小波变换重构抽油机4-S电功图的图像，表达式为： ; 其中，；是一个随机的开始尺度；和是相对于的偏移量；为离散函数，和为离散变量；和表示图像的大小；和为二维小波函数；表示分解后的低频系数，表示分解后不同方向的高频系数，分别表示图像在水平，垂直，对角方向上的高频系数； S42：对增强后的抽油机4-S电功图图像使用Zernike矩提取空间域特征，得到空间域特征向量；具体包括： S421：计算抽油机4-S电功图的图像质心位置并平移至坐标原点； S422：将抽油机4-S电功图的图像中每个像素位置映射到单位圆内，表达式为： 其中，表示点到原点的矢量长度，表示矢量和横轴的夹角； S423：使用Zernike矩提取空间域特征，表达式为： 其中，表示Zernike矩提取的最终空间域特征向量，表示Zernike矩的计算结果，表示对不同多项式阶数、角度次数的Zernike矩求模值，表示求和变量，用于展开多项式中每一项的计算，表示Zernike基函数，是虚数单位，表示径向多项式； S424：选择结束n=4，提取抽油机4-S电功图的空间域特征，形成空间域特征向量； S5：基于所述时频域特征向量和所述空间域特征向量，采用权重特征融合的方法合成工况诊断特征向量，利用合成的所述工况诊断特征向量建立全连接神经网络的抽油机电功图工况诊断模型； S6：利用建立的所述抽油机电功图工况诊断模型，执行抽油机工况诊断。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。