基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了基于BP神经网络对有杆抽油机井下示功图的一种模式识别方法.首先利用有杆抽油机运动数学模型把井上采集数据变换为井下数据,然后通过几何变换的方法提取井下数据特征值,训练BP神经网络,分析训练效果,最后使用非训练数据样本对识别准确性进行验证.通过仿真数据验证,识别效果较好、速度快.该方法建立的BP网络具有复杂度较低、速度快、效果好的优点.
推荐文章
基于FOA-BP神经网络的悬点示功图反演技术
悬点示功图
电动机功率
扭矩因数
光杆功率
FOA-BP算法
人工神经网络法用于抽油机井故障诊断
油田
抽油机井
人工神经网络
故障诊断
示功图
基于PNN网络和Freeman链码的抽油机井工况诊断
概率神经网络
工况诊断
示功图
Freeman链码
MATLAB
控制抽油机井杆断率的措施研究
抽油机井杆断
载荷
冲速
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络有杆抽油机井下示功图识别研究
来源期刊 电气传动自动化 学科 工学
关键词 有杆抽油机 BP神经网络 模式识别 示功图
年,卷(期) 2016,(1) 所属期刊栏目 自动化技术与应用
研究方向 页码范围 38-42
页数 5页 分类号 TP273
字数 2819字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周飞航 西安理工大学自动化与信息工程学院 10 13 3.0 3.0
2 王卓然 西安理工大学自动化与信息工程学院 3 9 2.0 3.0
3 刘亚召 西安理工大学自动化与信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (4)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1966(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
有杆抽油机
BP神经网络
模式识别
示功图
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电气传动自动化
双月刊
1005-7277
62-1106/TM
大16开
甘肃省天水市羲皇大道廿铺工业示范区22号
54-91
1975
chi
出版文献量(篇)
2147
总下载数(次)
6
论文1v1指导