基于RS-LVQ的同井注采系统故障诊断研究

针对有杆泵同井注采系统的非常规结构,提出了一种反推计算方法,建立并求解了其故障诊断模型;然后应用不变矩特征法提取注入泵功图的7个不变矩特征,建立了基于RS-LVQ的有杆泵同井注采系统井下故障诊断系统。在保持分类能力不变的前提下,应用SOM神经网络对原始特征数据进行离散化处理,并应用RS理论对其进行属性约简;建立LVQ故障诊断子系统后,输入约简决策表进行学习训练。实例分析结果表明:SOM神经网络解决了决策系统中连续属性值的离散化问题;RS属性约简不仅可以提高诊断效率,而且简化了故障模式识别的LVQ网络结构;LVQ作为后端,因其有很强的非线性映射能力,保证了诊断结果的精度。因此,该诊断系统能够正确而且高效地对有杆泵同井注采系统进行故障诊断。