[发明专利]基于集成学习的游梁式抽油机示功图的工况识别方法

摘要

本发明公开了一种基于集成学习的游梁式抽油机示功图的工况识别方法，属于油气生产技术领域。通过先将每个工况下的每个示功图簇中的第一预设部分示功图的几何特征、矩特征和傅里叶描述子代入到至少两个机器学习模型中进行机器学习，训练得到至少两组分类器模型，再将第二预设部分示功图的几何特征、矩特征和傅里叶描述子代入到每组分类器模型中，训练得到每个示功图的至少两个分类结果，以每个施工图的至少两个分类结果和其对应的标签代入多项逻辑斯蒂回归模型中进行集成学习，得到最终分类器模型，当需要判断待测游梁式抽油机示功图的工况时，将其几何特征、矩特征和傅里叶描述子代入到最终分类器模型中，可以实现自动、准确地识别示功图工况。

主权项

1.一种基于集成学习的游梁式抽油机示功图的工况识别方法，其特征在于，所述方法包括：获取游梁式抽油机示功图数据库，并对所述数据库内的每个游梁式抽油机示功图进行二值化处理，得到若干二值化处理后的示功图；对每个所述二值化处理后的示功图进行特征提取，得到每个所述二值化处理后的示功图的几何特征、矩特征和傅里叶描述子；根据每个所述二值化处理后的示功图的几何特征、矩特征和傅里叶描述子，对每个所述二值化处理后的示功图进行聚类，得到多个累积示功图；对每个所述累积示功图进行工况标注，得到每个工况下的多个示功图簇；将每个工况下的每个示功图簇中的第一预设部分示功图的几何特征、矩特征和傅里叶描述子代入到至少两个机器学习模型中进行机器学习，训练得到至少两组分类器模型；将每个工况下的每个示功图簇中的第二预设部分示功图的几何特征、矩特征和傅里叶描述子分别代入到所述每组分类器模型中，训练得到每个示功图的至少两个分类结果；对每个工况下的每个示功图簇中的第二预设部分示功图进行工况标注，得到每个示功图的标签；将所述每个示功图的至少两个分类结果和所述每个示功图的标签代入多项逻辑斯蒂回归模型进行集成学习，得到最终分类器模型；将待测游梁式抽油机示功图的几何特征、矩特征和傅里叶描述子代入所述最终分类器模型中，确定所述待测游梁式抽油机示功图的工况。