人工神经网络在油井故障诊断中的优化  

Optimization of ANN in Fault Diagnosis of Oil Wells

作　　者：赵可新[1] 马晓辉[1] 马彦芬[1] 刘春玲[1] 

机构地区：[1]河北工程技术高等专科学校,河北沧州061001

出　　处：《煤炭技术》2011年第5期196-198,共3页Coal Technology

摘　　要：针对油田有杆泵抽油井井下故障难以自动诊断的问题,利用神经网络强大的非线性识别能力,设计了基于人工神经网络的油井故障诊断系统,对系统所使用的BP神经网络中存在的局部极小值、学习速率慢以及网络结构优化等问题,提出了具体的改进方案。For oil well sucker rod pump subsurface failure is difficult to automatically diagnose the problem,by using powerful nonlinear neural network recognition is designed based on artificial neural network fault diagnosis system of wells,and put forward specific improvement programs for the problems such as t local minimum,slow learning rate and network optimization.

关 键 词：人工神经网络 BP算法 故障诊断 示功图 

分 类 号：TP301[自动化与计算机技术—计算机系统结构] TP391[自动化与计算机技术—计算机科学与技术]