有杆抽油系统故障诊断的人工神经网络方法-石油学报.pdf

2 7 2 V ol . 2 7 N o. 2 2 006 3 A CT A PET R OLEI SIN ICA M ar . 2 00 6 : ( 2 00 6) 020 10 704 徐 芃 徐士进 尹宏伟 ( 2 10093) : 将人工神经网络用于有杆抽油系统故障的自动识别对江苏油田的实测示功图 据进行了预处理, 利用 M atlab 65 进行编 程, 应用相同的 据对BP 神经网络模型和自组织竞争神经网络模型的识别效率进行了对比结果表明, 由自组织竞争神经网络建 立的模型对测试 据的正确识别率更高, 识别效果稳定因此, 将自组织竞争神经网络应用于示功图的自动识别问题对实现有杆 抽油系统故障诊断的自动化以及实现真正意义上的 字油田提供了 一种有效途径 : 有杆抽油系统; 故障诊断; 示功图; 自动识别; BP 神经网络; 自组织竞争神经网络; 诊断模型 : T E833 : A Application of BP neural network and self-organizing competitive neural network to fault diagnosis of suck rod pumping system Xu Peng X u Shi in Y in H ongw ei ( Dep ar tment of Geosc iences , N anj ing Univ er sity , N anj ing 2100 93, Chi na) Abstract: On the basis of the art if icial neural netw o rks ( A N N) , a self- or ganizing co mpet itiv e neur al netw or k model w as dev elo ped and u sed for auto matio n r eco gnition of dy namo meter cards and f ault diag nosis for suck r od pumping system . Compared w it h BP neu- r al netw ork mo del, the self- or ganizing co mpetitive neur al netw o rk model has g ood classif ication and g eneralizat ion capability fo r rec- o gnition of dynamometer car ds . Key words: suck rod pumping sy stem ; f ault diag no sis; dynamometer card ; aut omatic recog nition ; BP neur al netw or k ; self- or gan-i zing com petit ive neur al netw ork ; diagnosis model [ 4- 6] , , 94% [ 1] : , , ; , , ; , [ 2- 3] ,