基于卷积胶囊网络的油套管变形程度评估方法

摘要

针对当前油气田管道电磁检测中存在的管道形变量化方法单一、精度不足的问题,引入深度学习的思路,提出一种基于卷积胶囊网络的油套管变形程度估计方法,通过设计多个卷积层对不同探头涡流信号进行特征提取;设计胶囊网络的输出层,构建基于模长的约束函数,对最小臂值进行量化,实现对油套管形变程度的估计。本方法考虑了不同类型探头信息之间的联系,并构建量化模型,以提高模型非线性映射能力,适用于多个探头同时检测的设备。通过对实际井下管道的脉冲涡流检测数据进行验证,相比于常见的深度学习方法,本方法具有更好的量化精度。