期刊文献+

基于自组织竞争人工神经网络的抽油系统故障诊断 被引量:3

APPLICATION OF SELF-ORGANIZING COMPETITION ARTIFICIAL NEURAL NETWORKS IN ROD-PUMPING SYSTEM FAULT DIAGNOSIS
下载PDF
导出
摘要 抽油系统的故障诊断技术一直是采油工程的一个重要研究课题。本文将自组织竞争神经网络应用于抽油系统的故障诊断中来实现示功图的自动聚类。自组织竞争神经网络具有良好的可训练性和分类能力,理想的泛化性能,是一种快速有效的分类方法,可用于抽油系统故障的实时诊断。 Fault diagnosis of rod-pumping system is an important subject of oil extraction research. The self-organizing competition artificial neural network is used to classify dynamometer cards fault diagnosis of rod-pumping system. This technique has good trained properties, excellent classification capability and generalization capability. It is a fast and effective classifying method, applicable to the real time fault diagnosis of rod-pumping system.
出处 《计算机应用与软件》 CSCD 北大核心 2006年第4期48-50,共3页 Computer Applications and Software
关键词 自组织竞争人工神经网络 故障诊断 有杆抽油系统 示功图 模式识别 Self-organizing competition artificial neural network Fault diagnosis Rod-pumping system Dynamometer card Pattern recognition
  • 相关文献

同被引文献10

引证文献3

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部