基于多模态信息融合的抽油机故障诊断技术研究
赵祥东1
蒋薇1
高国海1
王杨2
张媺婧1
王欣1
1.西南石油大学 计算机与软件学院,成都 6105002.绵阳师范学院,绵阳 621000
摘要：[目的]针对抽油机故障诊断中样本不均衡和诊断信息单一的问题,提出一种基于多模态信息融合的故障诊断方法,以提升故障诊断的准确性和可靠性.[方法]首先,采用数据增广技术解决故障样本不均衡问题,增强少数类样本的诊断精度;其次,分别对示功图和油井动态生产数据进行特征提取,并融合这两类特征;最后,基于Transformer模型构建故障诊断框架,实现对抽油机故障的精确诊断.[结果]试验结果表明,提出的方法在准确率和F1值上均表现优异,为抽油机故障诊断提供了更加可靠且有效的解决方案.
关键词：示功图多模态融合故障诊断深度学习数据增广
分类号：TE933(石油机械设备与自动化)
论文发表日期：2026-06-30
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 62-69 )
英文信息