CAJ | 학술논문

万方数据

石油钻探技术 석유찬탐기술
PETROLEUM DRILLING TECHNIQUES
2001年 2期 56-57 ,共2页

王志伟%薛改珍%金正谦%王进恒王誌偉%薛改珍%金正謙%王進恆

왕지위%설개진%금정겸%왕진항

神经网络%示功图%机械采油%故障分析%预测%实例神經網絡%示功圖%機械採油%故障分析%預測%實例
신경망락%시공도%궤계채유%고장분석%예측%실례

示功图包含了有杆抽油系统工作状态的丰富信息，正确、迅速地识别示功图所反映的工况尤为重要。应用三层BP人工神经网络模型，利用“形心距”方法提取示功图30个特征点，用21种不同的示功图作为BP神经网络的训练样本，训练过的网络对四种实际工况进行了识别。
시공도포함료유간추유계통공작상태적봉부신식，정학、신속지식별시공도소반영적공황우위중요。응용삼층BP인공신경망락모형，이용“형심거”방법제취시공도30개특정점，용21충불동적시공도작위BP신경망락적훈련양본，훈련과적망락대사충실제공황진행료식별。