基于混合智能技术的抽油机电力故障诊断方法的研究

• 作者: 高伟华
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: BP神经网络 不确定性推理 框架-产生式系统 反射技术 故障诊断
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 工程实践
• 页码范围: 1905-1910,1870
• 页数: 7页
• 分类号: TP312
• 字数: 5602字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.09.041

摘要

在解决抽油机电力故障诊断问题的过程中,为提高知识表达的准确率和推理精度,首先,定义生产异常规则结构(PAC结构),并改进动量法,采用BP神经网络实现对特征变化趋势和规律的描述;其次,采用规则-知识衍生方式,提出多级框架结构,设计抽油机电力故障知识库结构;最后,采用正向推理方式,提出逆向定位算法,应用论据累积的贝叶斯方法实现冲突消解,完成基于混合智能技术的抽油机电力故障诊断方法(HimF方法)的研究,以此达到精确描述抽油机电力故障原因,扩展知识表达方式,提高故障诊断速度和准确率的目的.最后结合油井生产开发过程,利用HimF方法实现抽油机生产电力故障诊断系统的设计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高伟华	国家电网大庆供电公司客户服务中心	1	2	1.0	1.0