基于长短时记忆神经网络的潜油电泵故障预警

摘要：

以潜油电泵机组的运行电流为主要判别依据,将长短时记忆神经网络应用于潜油电泵运行状态预测中,对于特征不明显的故障类型,利用潜油电泵井运行电压、运行电流、功率、油压、井口温度和瞬时流量数据预测下一时刻的电流值,并利用单分类支持向量机模型来预判潜油电泵机组的运行状态,从而实现潜油电泵的故障预警.最后,利用实际生产数据对模型进行验证.结果表明,所提方法预测准确度较高,可将报警时间提前1 h,实现故障的预警及诊断.

关键词：潜油电泵、长短时记忆神经网络、单分类支持向量机、故障预警

所属期刊栏目：46

分类号：TE933.3;TP181(石油机械设备与自动化)

资助基金：山东省重点研发计划项目2019GHY112080

在线出版日期：2022-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：170-176