一种抽油机井多源半监督类增量工况识别方法及系统

一种抽油机井多源半监督类增量工况识别方法及系统，涉及抽油机井工况识别技术领域。其特征在于：包括如下步骤：步骤1，分别存储实测地面示功图、实测电功图的样本库；步骤2，分别为实测地面示功图和实测电功图两个数据源构建图神经网络教师模型；步骤3，动态融合各教师模型的预测概率；步骤4，进行多源数据蒸馏学习；步骤5，使用逻辑回归分类器改进的标签传播算法进行半监督工况识别。通过本抽油机井多源半监督类增量工况识别方法及系统，将基于注意力机制的多源融合技术、类增量学习和半监督学习同时应用于抽油机井类增量工况识别，充分利用少量多源标记工况样本，并结合大量多源未知工况样本来实现更高效、鲁棒、实用的抽油机井工况识别。