基于3D注意力残差的井场偷油行为识别算法

张岩; 肖坤; 汪靖哲; 张林军

doi:10.19292/j.cnki.jdxxp.20240517.008

吉林大学学报(信息科学版) ›› 2024, Vol. 42 ›› Issue (06) : 1090 -1099. DOI: 10.19292/j.cnki.jdxxp.20240517.008

基于3D注意力残差的井场偷油行为识别算法

张岩, 肖坤, 汪靖哲, 张林军

作者信息 +

Author information +

文章历史 +

摘要

由于井场偷油现象是影响油田的安全生产与稳定运营的重要问题，而目前行为识别方法较少关注井场偷油检测的需求，且在对井场偷油目标进行特征识别过程中通常存在局限。为此，提出一种基于3D注意力残差的井场偷油行为识别算法。该网络由多个三维注意力残差块组成，通过在每个残差块中嵌入通道和时空注意力模块，获取更多的特征判别信息，以增强模型对重要特征的关注。在井场偷油行为数据集上对算法的有效性进行验证，实验结果表明，相较同类算法，该方法具有更高的识别准确率，可为油田井场偷油行为自动检测的实际应用提供参考。