基于神經(jīng)網(wǎng)絡(luò)的油井故障診斷專家系統(tǒng)研究.pdf

1、在油井開采中,對抽油井井下故障進行預(yù)測和診斷,了解和掌握采油系統(tǒng)的工況,實現(xiàn)采油系統(tǒng)的自動監(jiān)控和科學(xué)管理,是當前石油行業(yè)迫切需要解決的一個重大課題.該論文針對油田有桿泵抽油井井下故障難以自動診斷的問題,利用神經(jīng)網(wǎng)絡(luò)的高度模式識別能力,設(shè)計出了基于神經(jīng)網(wǎng)絡(luò)的故障診斷專家系統(tǒng).針對目前油井井下故障診斷的難點——多故障同時診斷的問題,應(yīng)用了多子網(wǎng)識別技術(shù).對故障診斷系統(tǒng)所采用的BP網(wǎng)絡(luò)存在收斂速度慢的問題,對多種改進的BP算法進行了分析和研究

2、,對收斂速度進行了比較,結(jié)果表明:基于梯度下降改進算法中的彈性BP算法和基于數(shù)值優(yōu)化算法中的Levenberg-Marquart法,能有效地解決這一問題.該文還對用于故障診斷的三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定和隱層神經(jīng)元的機理進行了分析,并針對隱層單元數(shù)的選擇問題,提出了利用遺傳BP算法進行神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化設(shè)計的方法.為了進一步提高診斷的準確性和多故障同時診斷的能力,論文還提出了集成神經(jīng)網(wǎng)絡(luò)和多子網(wǎng)聯(lián)合診斷的方法.最后通過一個故障診斷實例,證明了