期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
利用人工神经网络方法诊断抽油机井工况
被引量:
1
下载PDF
职称材料
导出
摘要
利用人工神经网络方法对抽油机井示功图进行分类识别,对油田实测的示功图数据进行了预处理,然后利用MATLAB神经网络工具箱进行数学处理,建立人工神经网络方法诊断模型。经过测试结果表明,本文建立的神经网络模型对故障识别正确率高,识别效果稳定。将人工神经网络用于示功图的自动识别,为实现抽油系统故障诊断的自动化开辟了新的道路。
作者
周自阳
姜凤廷
孟祥芹
张雪松
机构地区
大港油田第三采油厂
大庆油田有限责任公司第七采油厂
北京雅丹石油科技有限公司
出处
《中国石油和化工》
2009年第8期50-52,共3页
China Petroleum and Chemical Industry
关键词
故障诊断
示功图
BP神经网络
抽油系统
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
TS941.732 [轻工技术与工程—服装设计与工程]
引文网络
相关文献
节点文献
二级参考文献
12
参考文献
3
共引文献
77
同被引文献
1
引证文献
1
二级引证文献
7
参考文献
3
1
徐芃,徐士进,尹宏伟.
有杆抽油系统故障诊断的人工神经网络方法[J]
.石油学报,2006,27(2):107-110.
被引量:33
2
韩国庆,吴晓东,张庆生,毛凤英.
示功图识别技术在有杆泵工况诊断中的应用[J]
.石油钻采工艺,2003,25(5):70-74.
被引量:45
3
杜保东,李明山.
人工神经网络识别抽油机井示功图的研究[J]
.油气井测试,1998,7(1):27-29.
被引量:10
二级参考文献
12
1
李虎君,王金良.
识别抽油机井示功图的人工神经网络[J]
.世界石油工业,1994,1(8):38-44.
被引量:5
2
潘志坚,葛家理.
自适应神经网络示功图识别[J]
.石油学报,1996,17(3):104-109.
被引量:13
3
阿里也夫 TM 等.抽油井自动控制和诊断[M].北京:石油工业出版社,1993-11..
4
韩国庆.[D].石油大学,1999-02.
5
张琪 吴晓东.抽油井计算机诊断技术及其应用[J].华东石油学院学报,1984,(2).
6
Mohaghegh S.Neural network:What it can do for petroleum engineers[J].Journal of Petroleum Technology,1995,47(1):42.
7
Shahab M.Virtual-intelligence applications in petroleum engineering:Part 1-Neural networks[J].Journal of Petroleum Technology,2000,52(9):64-73.
8
Serkan Y,Cem D,Serhat A.Application of artificial neural networks to optimum bit selection[J].Computers & Geosciences,2002,28(2):261-269.
9
Martin T H,Howard B D,Mark B.Neural network design[M].Boston:PWS Publishing Company,1996:14-35.
10
杜保东,李明山.
人工神经网络识别抽油机井示功图的研究[J]
.油气井测试,1998,7(1):27-29.
被引量:10
共引文献
77
1
曾婧,李训铭.
基于神经网络的油田故障诊断优化[J]
.控制工程,2009,16(S3):111-113.
被引量:8
2
徐芃,徐士进,尹宏伟.
有杆抽油系统故障诊断的人工神经网络方法[J]
.石油学报,2006,27(2):107-110.
被引量:33
3
徐芃,徐士进,尹宏伟,周会群.
自组织竞争神经网络在江苏油田有杆抽油系统故障诊断中的应用[J]
.高校地质学报,2006,12(2):266-270.
被引量:3
4
符翔,韩国庆,安永生.
应用人工神经网络优化五点法水平井井网[J]
.油气地质与采收率,2007,14(2):93-95.
被引量:8
5
郝志杰,郝伟.
抽油机示功图自动数字化的设计与实现[J]
.石油仪器,2007,21(3):16-18.
被引量:3
6
何岩峰,吴晓东,韩国庆,肖伟,李伟超,于晓玲.
示功图频谱分析新方法[J]
.石油学报,2008,29(4):619-624.
被引量:25
7
吴飞鹏,陈德春,蒲春生,孟红霞.
抽油机井示功图量化分析与应用[J]
.广西大学学报(自然科学版),2008,33(2):173-175.
被引量:6
8
刘磊明,张发强,闫成玉,殷进垠,黄学斌.
有杆抽油系统通用数学模型研究[J]
.石油学报,2008,29(5):769-772.
被引量:4
9
刘丽杰,戴庆.
基于小波包变换和神经网络的油井故障诊断方法[J]
.长江大学学报(自科版)(上旬),2008,5(4):89-91.
被引量:1
10
张强,许少华.
智能动态诊断模型及在示功图识别中的应用[J]
.计算机工程与应用,2009,45(4):215-217.
被引量:8
同被引文献
1
1
赵可新,马晓辉,马彦芬,刘春玲.
人工神经网络在油井故障诊断中的优化[J]
.煤炭技术,2011,30(5):196-198.
被引量:5
引证文献
1
1
曲文尧,王春华.
人工神经网络法用于抽油机井故障诊断[J]
.油气田地面工程,2013,32(8):14-15.
被引量:7
二级引证文献
7
1
程艳楠,马庆,吴运驰,汪鑫,张琦.
浅析基于数字化抽油机井工况诊断模型的建立方法[J]
.采油工程,2023(4):39-43.
2
仲志丹,樊浩杰,李鹏辉.
基于稀疏自编码神经网络的抽油机井故障诊断[J]
.西安科技大学学报,2018,38(4):669-675.
被引量:13
3
仲志丹,樊浩杰,李鹏辉.
CNN-SVM模型在抽油机井故障诊断中的应用[J]
.河南理工大学学报(自然科学版),2018,37(4):112-117.
被引量:15
4
王相,杨耀忠,何岩峰,王振,窦祥骥.
基于深度学习的油井工况智能诊断技术研究及应用[J]
.油气地质与采收率,2022,29(1):181-189.
被引量:9
5
智勤功.
基于卷积神经网络的油井供液程度定量分析方法及应用[J]
.油气田地面工程,2022,41(5):86-92.
6
达文豪,辜小花,苏堪华,周超,李昊,魏建,张浪.
抽油系统故障诊断域适应方法优选[J]
.内蒙古石油化工,2022,48(8):1-6.
7
朱文杰,苗芳荣,李云飞,李学武,史朝晖.
改进DRSN的抽油机轴承故障诊断系统[J]
.电工技术,2023(16):246-250.
1
李欢欢,于俭.
基于BP神经网络的抽油系统故障诊断方法[J]
.杭州电子科技大学学报(自然科学版),2013,33(6):165-168.
被引量:2
2
科技简讯[J]
.承德石油高等专科学校学报,2011,13(4):41-41.
3
赵凤芝,包锋,卓胜广,杨桂芳.
智能诊断技术在稠油开采中的应用与实现[J]
.计算机系统应用,2000,9(1):43-44.
被引量:1
4
徐芃,徐士进,周会群,尹宏伟.
基于自组织竞争人工神经网络的抽油系统故障诊断[J]
.计算机应用与软件,2006,23(4):48-50.
被引量:3
5
陆荣,张兴福,张艳凤.
摩擦换向抽油系统中摆线针轮的可靠性优化[J]
.机械工程与自动化,2013(3):12-13.
6
曲文尧,王春华.
人工神经网络法用于抽油机井故障诊断[J]
.油气田地面工程,2013,32(8):14-15.
被引量:7
7
王鹏,白利军.
煤层气抽水机节能研究[J]
.能源与节能,2015(7):80-82.
8
苏宪龙,李山,苗亮亮,苏盈盈.
变频调速在油田抽油机控制系统中的应用[J]
.现代电子技术,2008,31(11):123-126.
被引量:12
9
孙红春,阎志颖,谢里阳.
基于小波神经网络的抽油杆缺陷识别[J]
.东北大学学报(自然科学版),2008,29(2):258-261.
被引量:4
10
游戏[J]
.数码时代,2005(11):94-96.
中国石油和化工
2009年 第8期
职称评审材料打包下载
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...
;
用户登录
登录
IP登录
使用帮助
返回顶部