关键核心技术：利用大数据生产环境下抽油机井采油生产系统采集和存储的海量实测电功图数据，采用小波池化和多头注意力机制优化的残差卷积神经网络建立一个高效、实用的基于实测电功图的工况识别模型，从而能够更实时、精准地诊断抽油机井工况。
解决的问题：现有工况诊断技术主要依靠示功图，存在研制成本较高，诊断结果可靠性需提升等问题，迫切需要其他可替代的工况诊断技术。电参数具有易采集、采集设备低廉、采集数据稳定可靠等特点，但工作机理存在的“除零”问题极大影响基于电参数的工况诊断技术精度。该发明突破 “除零问题”造成抽油机井电参数工况识别精准度低技术瓶颈，与实际生产中常用示功图工况识别效果相近，但模型鲁棒性、系统研制成本更具优势，工程实用性更强，能够更好地满足于绿色智能油田建设下的采油生产实际，具有较好推广应用价值。
应用场景：油田采油厂抽油机井采油生产工况诊断
微信公众号