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！

龙图腾网获悉西安石油大学申请的专利一种基于卷积神经网络的异常抽油机井检测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：CN115641495B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202211327287.X，技术领域涉及：G06V10/82；该发明授权一种基于卷积神经网络的异常抽油机井检测方法是由潘少伟;尹思冉;范文静;郭智设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的异常抽油机井检测方法在说明书摘要公布了：本发明提供了一种基于卷积神经网络的异常抽油机井检测方法，其特征在于，包括如下步骤：步骤1：准备源域与目标域数据集，绘制示功图；步骤2：对示功图进行预处理；步骤3：划分数据集；步骤4：构建二支路域分离卷积神经网络模型，设计损失函数；步骤5：使用抽油机异常诊断模型构建系统；该基于卷积神经网络的异常抽油机井诊断方法，深度学习中的卷积神经网络可以使用大量的历史数据和出色的计算能力通过对特征的自动提取和学习，弥补了人工提取特征可能出现人为错误这一缺点。同时本发明可以实现抽油机井故障的智能诊断，确保采油井工况诊断的准确率，提升抽油机井故障诊断的效率，满足抽油机井工况智能诊断的现场实际需求。

本发明授权一种基于卷积神经网络的异常抽油机井检测方法在权利要求书中公布了：1.一种基于卷积神经网络的异常抽油机井检测方法，其特征在于，包括如下步骤： 步骤1：准备源域与目标域数据集，将目标域每个运动周期内的载荷和位移绘制成示功图； 步骤2：对示功图进行预处理； 步骤3：使用Adaboost令源域与目标域构成相似的分布，根据抽油机井的生产运行特性确定油井的工况，标注示功图对应工况，划分数据集； 具体包括如下步骤： 步骤301：样本迁移，针对数据集类间不平衡问题，利用Adaboost算法通过赋予样本不同权值的方式将源域中与目标域差别极大的样本过滤掉，之后在源域中重新加权，来构成与目标域相似的分布；先令源域的权值为wsource,目标域的权值为wtarget,具体形式如下： 之后循环进行源域与目标域的权值更新操作： 式3中源域中β记为βsource；目标域中β记为βtarget，公式如下： βtarget中每个弱分类器Gx在目标数据集中的错误率为： 步骤302：对于目标域数据集的划分：将扩充后的示功图根据类别不同，分为工作正常示功图、供液不足示功图、气体影响示功图； 步骤4：构建二支路域分离卷积神经网络模型，同时重新设计损失函数； 步骤5：使用抽油机异常诊断模型构建系统。

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安石油大学，其通讯地址为：710065 陕西省西安市雁塔区电子二路东段18号西安石油大学；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”。

以上内容由龙图腾AI智能生成。