神经网络识别技术在青海油田电泵井的应用
被引量：1
摘要
运用神经网络识别技术对青海油田电泵井进行智能诊断,实现了电流卡片图纸介质的数字化,方便、快捷、准确地诊断出电泵井电流卡片代表的工况和其他有用的信息,大大提高了电泵井诊断符合率。
二级参考文献5
-
1冯定 周迪勋.BP网络的快速学习算法研究[J].计算机工程,1996,22(6):445-451.
-
2Leonardo Ocanto, Alexander Rojas. Artificial-Lift Systems Pattern Recognition Using Neural Networks. SPE, 69405.
-
3熊沈蜀,周兆英.基于非线性时序模型的神经网络图形识别方法[J].自动化学报,1999,25(4):467-475. 被引量：3
-
4黄晓,石步乾,范喜群,罗意.潜油电泵油井井下工况诊断技术简介[J].油气井测试,2000,9(4):59-61. 被引量：6
-
5陈治国,冯定,朱木秀,卢运娇,余继华.基于模式识别的电流卡片特征提取方法研究[J].石油机械,2004,32(2):38-41. 被引量：11
共引文献5
-
1赵方剑.电潜泵故障诊断技术研究现状及发展趋势[J].石油机械,2011,39(1):80-84. 被引量：16
-
2姚诚,刘广孚,李忠国,陶凤阳.基于小波系数功率谱的潜油电泵偏磨故障诊断[J].仪器仪表学报,2011,32(8):1757-1762. 被引量：10
-
3彭科翔.基于BP神经网络的潜油电泵故障诊断[J].石油化工高等学校学报,2016,29(1):76-79. 被引量：8
-
4隋先富,王彪,范白涛,于继飞,刘兆年,吕彦平.基于人工神经网络的电潜泵电流卡片快速模式识别[J].石油钻采工艺,2021,43(2):217-225. 被引量：3
-
5王彪,韩国庆,路鑫,谭帅,朱志勇,梁星原.基于机器学习的电潜泵工况诊断[J].石油钻采工艺,2022,44(2):261-268. 被引量：2
-
1张雪松,檀朝东,张杰,孟祥芹.基于模糊数学理论的电流卡片识别方法[J].中国石油和化工,2009(11):59-61. 被引量：4
-
2赵冬香.基于ART2神经网络的脱机手写吾美藏文基字识别[J].电子技术与软件工程,2013(15):14-14. 被引量：1
-
3陈冈,陈海祥,陈志.基于Intranet的油田电泵井遥控监测系统分析与设计[J].工业控制计算机,2004,17(2):8-9.
-
4李红.基于神经网络的车牌自动识别系统的研究[J].黑龙江科技信息,2015(14). 被引量：1
-
5任桂山,赵智,陈津刚,袁伟,李子锋.油田电泵井自动控制系统的研究与应用[J].自动化技术与应用,2013,32(12):23-25. 被引量：6
-
6张富贵.为优秀技能人才搭建成长的平台[J].中国培训,2005(10):32-33.
-
7于保林,张健,杨健.油田视频监控系统的设计及应用[J].电信技术,2008(10):72-74. 被引量：1
-
8张新宇.电潜柱塞泵井无线监控系统[J].油气田地面工程,2008,27(8):85-86.
-
9白凯,吴治斌,邬春学.电泵井井网工况遥控遥测系统设计与应用[J].仪器仪表用户,2006,13(4):73-74.
-
10方舒东,杜辉,孙景丽,张继震,田华丰,郝宪秀.永置式电泵井压力温度测试系统研制与应用[J].油气井测试,2006,15(1):69-70. 被引量：6
