滤波增强卷积网络

气液流量同估

融合多模态信号与多任务学习,自适应去噪并多尺度提取特征,实现气液两相流量的同时估计。

Yuxiao, Jiang · Liu Y.N. · 彭黎辉 · 李义

Engineering Applications of Artificial Intelligence 2025

技术优势

噪声自适应衰减

学习型滤波模块根据数据特性自动抑制噪声,无需人工设计滤波参数,提高了对测量噪声的鲁棒性。

多尺度特征提取

多尺度卷积神经网络在不同时间或空间尺度上捕捉流量相关特征,提高了模型对复杂流动状态的表达能力。

双相流量同估

通过多任务学习同时估计气相和液相流量,避免了分别建模导致的训练开销增加与误差累积。

应用场景