典型文献
基于长短时记忆神经网络的潜油电泵故障预警
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
刘广孚;姜霄;杜玉龙;郭亮;王赛峰;鄢志丹
作者机构：
中国石油大学(华东)控制科学与工程学院,山东青岛 266580;中国石油大学(华东)海洋与空间信息学院,山东青岛 266580
文献出处：
引用格式：
[1]刘广孚;姜霄;杜玉龙;郭亮;王赛峰;鄢志丹-.基于长短时记忆神经网络的潜油电泵故障预警)[J].中国石油大学学报（自然科学版）,2022(05):170-176
A类：
潜油电泵井
B类：
长短时记忆神经网络,故障预警,泵机组,运行电流,网络应用,运行状态预测,故障类型,油压,井口,瞬时流量,流量数据,数据预测,电流值,单分类支持向量机,支持向量机模型,生产数据,预测准确度
AB值：
0.211843
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
