作者:
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:
抽油机示功图包含了大量的采油设备状态、采油工艺和采油工况的多维信息特征.如何精确地、快速地、方便地识别这些重要信息对指导油井设备的安全可靠运行、采油工艺的改进、实时监测采油工况具有非常重大的现实意义.提出了基于标准误差算法的油井工况识别方法,并建立了标准误差匹配算法的数学模型.首次提出匹配算法和图形差异程度具有关联性的论点,并对标准误差算法和经典匹配算法的可靠性进行了详细的对比研究,研究结果表明标准误差匹配算法和图形差异程度具有极高的关联性,并且标准误差算法的可靠性要优于目前广泛应用的经典匹配算法.通过对大量示功图的识别表明,基于标准误差匹配算法具有非常高的识别可靠性.特别是对微小差别的示功图具有极高的识别精度.
推荐文章
油井工况智能监测与风险防控技术研究
风险防范
生产工况
深度学习
卷积神经网络
基于标准误差的最小二乘线性分类器
K-means聚类分析
最小二乘法
标准误差
分类器
基于密度标准误差的局部保持投影故障检测策略
局部保持投影
k近邻
多模态过程
主元分析
故障检测
基于指纹识别算法的识别技术研究与应用
指纹识别
身份识别技术
图像采集
特征提取
指纹匹配
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 基于标准误差算法的油井工况识别技术研究
来源期刊 科学技术与工程 学科 工学
关键词 标准误差 油井工况 示功图 识别技术
年,卷(期) 2017,(8) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 219-224
页数 6页 分类号 TP391.77
字数 3357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 任涛 西安石油大学机械工程学院 37 65 4.0 5.0
2 孙文 西安石油大学机械工程学院 23 34 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(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
标准误差
油井工况
示功图
识别技术
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导