基于支持向量机的有杆抽油系统工况监测与诊断研究-机械电子工程专业论文.docxVIP

学位论文创新性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安石油大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：日期：学位论文使用授权的说明本人完全了解西安石油大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安石油大学。学校享有以任何方法发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为西安石油大学。论文作者签名：日期：导师签名：日期：中文摘要论文题目：基于支持向量机的有杆抽油系统工况监测与诊断研究专业：机械电子工程硕士生：孟阳杨(签名)指导教师：吴伟(签名)魏航信(签名)摘要在当前世界石油生产中，特别是在油田开发的中后期，有杆泵采油方式占有很大比例。及时了解和掌握采油系统的工况，实现有杆抽油系统的自动化监控和科学管理，对提高油田采油效率和经济效益具有重要意义。本文采用支持向量机技术，利用其对小样本事件的高度识别能力实现了有杆抽油系统的故障诊断研究。（1）以有杆抽油井的故障诊断系统为研究对象，深入分析有杆抽油系统的工作原理以及示功图像的形成原理，对故障示功图的图形特点和形成原因做了重点讨论。（2）针对示功图的特点，对其进行预处理和归一化之后，采用两种算法提取特征向量，即基于不变矩的特征向量和基于小波包能量熵的特征向量，将提取出来的特征向量分别作为有杆抽油系统故障诊断的依据。（3）深入讨论统计学习理论与支持向量机，包括VC维，推广性的界和结构风险最小化原则等重要理论；同时研究了线性和非线性支持向量机以及用于分类的支持向量机中比较常用的算法。（4）在上述基础之上研究了基于支持向量机的示功图分类识别方法，分析不同的归一化方法，不同的核函数选择以及不同的参数组合对最终实验结果的影响。最终选取[0,1]的归一化方式，径向基核函数和最佳的参数c,g组合建立模型，分类准确度可以达到98%以上。理论分析和实验仿真表明，支持向量机方法在有杆抽油系统的故障诊断中有着较好的识别能力，具有良好的可行性。关键词：示功图不变矩能量熵支持向量机故障诊断论文类型：应用研究英文摘要Subject：AStudyonConditionMonitoringandDiagnosisofSucker-rodPumpingSystemBasedonSVMSpeciality：MechineryandElectronicsEngineeringName：Mengyangyang(signature)Instructor：WuWei(signature)WeiHangxin(signature)ABSTRACTSucker-rodpumpingsystemdominatesthemainpositioninthepetroleumproductionofthecurrentworld,especiallyduringthetaildevelopmentofoilfields,tounderstandandmasterworking-pump’sconditionofoilfieldsplaysanimportantroleintheexploitoilwell.Thispaperintroducesafaultdiagnosismethodbasedonsupportvectormachine(SVM),usingitsgoodrecognitionabilitytosmallsampleproblemstodiagnosethefaultundertheoilfields.（1）Thispaperthinksthesuckerrodpumpingwellsastheresearchobjectstodeeplyanalyzetheindicatordiagramandit’sformationprinciple.（2）Thenaimingatindicatordiagramofpretreatmentandnormalization,usingtwomethodstoextracttheindicatordiagram’seigenvectorofimagemomentinvariantsandwaveletpacket-energyentropy(WP-EE).（3）Discussingtheimportanttheoryofstatisticallearningt