基于GM-ELM的有杆泵抽油井故障诊断

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 network)方法相比具有更高的故障诊断准确率.

关键词：ELM、特征提取、故障诊断、灰度矩阵、示功图

所属期刊栏目：40

分类号：TP29(自动化技术及设备)

资助基金：国家自然科学基金资助项目61573088

在线出版日期：2020-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1673-1678