基于支持向量机的抽油机故障诊断研究

基于支持向量机的抽油机故障诊断研究

ID:33535514

大小:542.59 KB

页数:6页

时间:2019-02-26

基于支持向量机的抽油机故障诊断研究_第1页
基于支持向量机的抽油机故障诊断研究_第2页
基于支持向量机的抽油机故障诊断研究_第3页
基于支持向量机的抽油机故障诊断研究_第4页
基于支持向量机的抽油机故障诊断研究_第5页
资源描述:

《基于支持向量机的抽油机故障诊断研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、http://www.paper.edu.cn基于支持向量机的抽油机故障诊断研究122李卓,刘斌,刘铁男(1.大庆石油学院地球科学学院,黑龙江大庆163318;2.大庆石油学院电气信息工程学院,黑龙江大庆163318)摘要:与传统的故障诊断方法相比,基于支持向量机的故障诊断方法具有模型简单、分类能力强、推广能力好等特点。以油田生产中抽油机的常见故障诊断为例,表明了本文所提方案的有效性。关键词:故障诊断;支持向量机;机器学习TheResearchonFaultDiagnosesofOilPumpBasedOnSupportVectorMachine122LIZ

2、huo,LIUBin,LIUTienan(1.CollegeofEarthSciences,DaqingPetroleumInstitute,DaqingHeilongjiang163318;2.ElectronicandInformationEngineeringCollege,DaqingPetroleumInstitute,DaqingHeilongjiang163318)Abstract:ThewayoffaultDiagnosesbasedonSupportVectorMachinehasasimplemodelcomparedwiththetra

3、ditionalmethod.Italsohasgreatabilitytoclassify,andthebestgeneralization.Theexampleistodiagnosethefaultsoftheoilpumpusingthenewwayproposedinthispaper.ThepracticalapplicationhasprovedthenewwaybasedonSVNismuchmoreeffectiveandaccurate.Keywords:FaultDiagnosis;SupportVectorMachine;Machin

4、eLearning0引言抽油机的故障是近几年来抽油机管理所面临的一个主要问题,它严重地影响了抽油泵的运行状况和产油量。一旦抽油机发生了故障,不及时诊断出来,就会造成能源的浪费(主要是电力),并且影响生产,给企业造成损失。工人每隔一个月就需要到现场测量各种参数,然后根据这些参数进行计算和故障判断。这种方法不但浪费人力、物力和财力,而且不能及时地诊断出故障,有可能月初发生的故障到月末才能发现,严重地影响了生产。因此,人们提出了各种抽油机故障的诊断方法,如基于机器学习的方法,尤其是人工神经网络得到了广泛的应用。但是,在神经网络故障诊断方法中,神经网络面临如何从有限

5、的故障样本中得到具有较大推广能力的决策函数的问题。[1]本文提出一种基于支持向量机(SVM:SupportVectorMachine)的故障诊断方法,它可以在训练样本较少的情况下很好地达到分类推广的目的,具有神经网络无法比拟的优点[2]。利用SVM强大的自学习功能和良好的泛化能力,通过对抽油机故障信息的学习,可以对故障做出准确的诊断,这就可以节省大量的人力、财力并能及时反馈生产信息,以便迅速采取对策,把可能的损失降到最低。1SVM的基本理论SVM是一种建立在统计学习理论基础上的机器学习方法。SVM的基本思想是通过非线性变换将输入空间变换到一个高维特征空间,在

6、这个特征空间中求取最优分类超平面,使得在原输入空间不可分的数据变得线性可分。SVM最大的特点是根据结构风险最小化原则,尽量提高学习机的泛化能力,即由有限的训练集样本得到小的误差仍然能够保证对独立的测试集保1http://www.paper.edu.cn持小的误差。由于支持向量机算法是一个凸优化问题,所以局部最优解一定是全局最优解。SVM的一个重要思想是引入核函数的概念。常用的核函数主要有以下几种:(1)线性核函数:K(xi,xj)=(xi,xj);n(2)多项式核函数:K(xi,xj)=[(xi,xj)+]1,n=,2,1L为参数;2(3)径向基核函数:Kγ

7、(xi,xj)=exp{−γxi-xj},式中:γ为参数;(4)Sigmoid核函数:K(xi,xj)=tanh(γ(xi,xj)+c),式中:γ>,0c>0。2基于SVM的抽油机故障诊断方法2.1抽油机常见故障分析抽油机的主要故障有:抽油杆断脱和抽油杆偏磨。抽油杆断脱的特点是抽油杆失去作用,已经不能抽出石油,而电动机还在运行,外表没有明显特征,导致抽油机空抽,浪费能源。抽油杆偏磨的特点是,抽油杆偏移,与油管之间的摩擦增大,容易将抽油杆磨漏,甚至磨断。抽油杆偏磨是近几年来抽油机管理所面临的一个主要问题,它不仅严重地影响了抽油泵的运行状况,而且因偏磨更换油管和

8、抽油杆要花费大量的材料费。据统计,大庆油田某油矿在2

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。