10.16526/j.cnki.11-4762/tp.2015.06.013
基于PNN网络和Freeman链码的抽油机井工况诊断
利用概率神经网络(PNN)对抽油机井工况进行诊断,建立了抽油机井工况诊断的概率神经网络模型;对示功图提取特征值的质量好坏直接影响识别效率和可靠性,提出了用Freeman链码对等效的电流示功图提取特征参数,进行预处理,建立抽油机典型工况的链码特征样本库;将Freeman链码作为特征向量,利用MATLAB对网络进行训练;结果表明,Freeman链码能够有效地识别各种典型工况示功图,并且该概率神经网络学习速度快、诊断准确率高,可用于抽油机井工况的实时监测和诊断.
概率神经网络、工况诊断、示功图、Freeman链码、MATLAB
23
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61003311;安徽省高校省级自然科学基金资助项目KJ2011A040
2015-07-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
1885-1887,1891