基于多示例多标记的抽油机故障诊断

• 作者: 许少华 陈妍
• 来源期刊: 计算机系统应用
• 关键词: 多示例多标记 抽油机 故障诊断
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 研究开发
• 页码范围: 285-288
• 页数: 4页
• 字数: 2557字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005255

摘要

针对抽油机工况数据可从位移、载荷、电流等多个方面进行描述,若仅仅使用一个特征向量来描述抽油机工况数据会使其信息过于简化,丢失一部分有效信息的问题,以及工况数据具有多义性的特征,提出基于多示例多标记的抽油机故障诊断.该学习方法中,用抽油机的位移、载荷、电流数据作为抽油机工况样本包的多个示例,使用k-medoids聚类算法对样本包进行聚类,将多个样本包转换为若干示例,新示例的每一维表示样本包到样本各聚类中心的距离,再利用MLSVM算法对转换后的多标记问题进行求解.实验结果表明,多示例多标记学习能够及时、准确地诊断出抽油机故障问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华	东北石油大学计算机与信息技术学院	52	329	11.0	15.0
5	陈妍	东北石油大学计算机与信息技术学院	2	6	1.0	2.0