本發(fā)明涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)強化學(xué)習(xí)的有桿泵工況智能監(jiān)測方法,所述的監(jiān)測系統(tǒng)主要由三部分構(gòu)成:有桿泵工況監(jiān)測CNN的構(gòu)建;有桿泵工況監(jiān)測CNN的實際應(yīng)用;有桿泵工況監(jiān)測CNN的強化學(xué)習(xí)與更新。本發(fā)明使用卷積神經(jīng)網(wǎng)絡(luò),避免特征提取示功圖數(shù)值化過程中丟失的大量有用信息,CNN可以直接識別輸入的示功圖圖片,減少了誤差;同時基于強化學(xué)習(xí)的過程,可以有效提高CNN智能監(jiān)測系統(tǒng)的成長性,在反復(fù)的工況診斷和不斷的強化學(xué)習(xí)中,提高工況的準確性,解決了少量樣本數(shù)據(jù)和大量實際生產(chǎn)數(shù)據(jù)對比可能存在的誤差,實現(xiàn)神經(jīng)網(wǎng)絡(luò)越用越智能、越用越好用的效果。
聲明:
“基于卷積神經(jīng)網(wǎng)絡(luò)強化學(xué)習(xí)的有桿泵工況智能監(jiān)測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)