基于长短时记忆神经网络的潜油电泵故障预警 |
| |
作者姓名: | 刘广孚 姜霄 杜玉龙 郭亮 王赛峰 鄢志丹 |
| |
作者单位: | 1. 中国石油大学(华东)控制科学与工程学院;2. 中国石油大学(华东)海洋与空间信息学院 |
| |
基金项目: | 山东省重点研发计划项目(2019GHY112080); |
| |
摘 要: | 以潜油电泵机组的运行电流为主要判别依据,将长短时记忆神经网络应用于潜油电泵运行状态预测中,对于特征不明显的故障类型,利用潜油电泵井运行电压、运行电流、功率、油压、井口温度和瞬时流量数据预测下一时刻的电流值,并利用单分类支持向量机模型来预判潜油电泵机组的运行状态,从而实现潜油电泵的故障预警。最后,利用实际生产数据对模型进行验证。结果表明,所提方法预测准确度较高,可将报警时间提前1 h,实现故障的预警及诊断。
|
关 键 词: | 潜油电泵 长短时记忆神经网络 单分类支持向量机 故障预警 |
|