基于紧框架小波神经网络的抽油机井故障诊断

摘要：

所提出的小波网络包括初始的学习网络和训练过程中根据精度要求而自适应并入的子网络.通过对各维输入信号的综合时域分析,选择合适的尺度参数和位移参数构造单尺度下的小波紧框架,以构成各级子网络,进而解决多维小波网络中存在的"维数灾"问题.针对对角回归结构,推导出带遗忘因子的动态递推最小二乘法对网络的参数进行训练.将该网络应用于抽油机井的故障诊断,得到了较好的效果.

关键词：小波框架、小波神经网络、抽油机、故障诊断

所属期刊栏目：21

分类号：TP206(自动化技术及设备)

资助基金：黑龙江省教育厅骨干教师基金1053G002;国家自然科学基金TF2005-26

在线出版日期：2006-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：315-318