基于支持向量机的抽油机井功图识别研究

• 作者: 李春生 王丽丽 苏晓伟 魏军
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 示功图 支持向量机 特征提取 分类 识别
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 应用开发研究
• 页码范围: 215-218,222
• 页数: 5页
• 分类号: TP311
• 字数: 3509字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.08.051

摘要

抽油机的异常情况会使油田的产油效率降低，而不同的异常类型对应的抽油机示功图特征也各不相同，因此造成的损害程度也不同。针对以上问题，文中提出了一种抽油机井功图识别模型，该方法将支持向量机( SVM)用于抽油机井功图识别。首先利用改进的矢量曲线数据压缩方法(ICVDC)对抽油机井下示功图进行特征数据提取，在此基础上，采用“一对一”分类法建立基于支持向量机的井下示功图分类模型，进而对不同特征的示功图进行分类识别，并与其他识别分类模型进行了识别分类效果对比。实验结果表明，该方法分类准确度高，有效地解决了示功图的识别和分类问题，方便对油井设备等进行进一步的故障分析处理，从而大大提高抽油机的性能与效率，以此来达到油田提高采收率的目的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春生	东北石油大学计算机与信息技术学院	56	125	6.0	8.0
2	王丽丽	克拉玛依职业技术学院信息工程系	3	22	2.0	3.0
3	魏军	克拉玛依职业技术学院信息工程系	7	18	2.0	4.0
4	苏晓伟	东北石油大学计算机与信息技术学院	1	14	1.0	1.0