10.12068/j.issn.1005-3026.2019.12.001
基于GM-ELM的有杆泵抽油井故障诊断
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 network)方法相比具有更高的故障诊断准确率.
ELM、特征提取、故障诊断、灰度矩阵、示功图
40
TP29(自动化技术及设备)
国家自然科学基金资助项目61573088
2020-01-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
1673-1678