基于GM-ELM的有杆泵抽油井故障诊断

论文摘要

为了解决有杆泵抽油井故障诊断问题,提出了基于灰度矩阵极限学习机（gray matrix-extreme learning machine,GM-ELM）故障诊断方法.首先用灰度矩阵对有杆泵抽油井进行故障特征提取;然后用数理统计的方法建立灰度矩阵的特征向量,将故障特征向量作为故障诊断模型的输入值;最后建立GM-ELM模型对有杆泵抽油井故障进行诊断.仿真结果表明该方法与GRNN（general regression neural network）方法、LS-SVM （least squares support vector machine）方法、BPNN（back propagation neural netw ork）方法相比具有更高的故障诊断准确率.

论文目录

文章来源

类型: 期刊论文

作者: 侯延彬,陈炳均,高宪文

关键词: 特征提取,故障诊断,灰度矩阵,示功图

来源: 东北大学学报(自然科学版) 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 石油天然气工业

单位: 东北大学信息科学与工程学院

基金: 国家自然科学基金资助项目(61573088)

分类号: TE358

页码: 1673-1678

总页数: 6

文件大小: 2763K

下载量: 121

相关论文文献

标签：特征提取论文;  故障诊断论文;  灰度矩阵论文;  示功图论文;