一种基于流形学习的抽油机电参故障诊断方法及装置.pdfVIP

下载本文档

2
0
约1.39万字
约 14页
2023-09-23 发布于四川
举报
版权申诉

一种基于流形学习的抽油机电参故障诊断方法及装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及故障诊断技术领域，具体涉及一种基于流形学习的抽油机电参故障诊断方法及装置，为解决当前抽油机故障诊断中缺乏实时性和准确度低的技术问题。该故障诊断方法包括：步骤一、在线实时采集抽油机运行状态下的电参数据，进行预处理，将高维信号数据向量化，构建电参数据的原始数据空间；步骤二、构建局部邻域；步骤三、构成多结构邻域；步骤四、在高维空间中，通过最小化局部重构误差来计算多结构邻域局部线性关系的权重系数；步骤五、构建全局重构模型，通过确定全局重构模型的最优解，得到最终的低维特征；步骤六、根据其分类结果

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116796252 A (43)申请公布日 2023.09.22 (21)申请号 202310633174.0 G06F 18/213 (2023.01) (22)申请日 2023.05