基于紧框架小波神经网络的抽油机井故障诊断

被引:15
作者
任伟建
段玉波
张正刚
董宏丽
机构
[1] 大庆石油学院电气信息工程学院
基金
黑龙江省自然科学基金;
关键词
小波框架; 小波神经网络; 抽油机; 故障诊断;
D O I
暂无
中图分类号
TE933.1 [];
学科分类号
摘要
所提出的小波网络包括初始的学习网络和训练过程中根据精度要求而自适应并入的子网络.通过对各维输入信号的综合时域分析,选择合适的尺度参数和位移参数构造单尺度下的小波紧框架,以构成各级子网络,进而解决多维小波网络中存在的“维数灾”问题.针对对角回归结构,推导出带遗忘因子的动态递推最小二乘法对网络的参数进行训练.将该网络应用于抽油机井的故障诊断,得到了较好的效果.
引用
收藏
页码:315 / 318
页数:4
相关论文
共 7 条
[1]
基于小波—神经网络模拟电路故障诊断方法的研究 [J].
谢宏 ;
何怡刚 ;
吴杰 .
仪器仪表学报, 2004, (05) :672-675
[2]
基于小波神经网络的旋转机械故障诊断 [J].
江磊 ;
江凡 .
汽轮机技术, 2004, (03) :204-206
[3]
基于小波-神经网络的电机振动故障诊断 [J].
吴桂峰 ;
翟玉庆 ;
陈虹 ;
曹卫 .
控制工程, 2004, (02) :152-154+176
[4]
小波神经网络的参数初始化研究 [J].
赵学智 ;
邹春华 ;
陈统坚 ;
叶邦彦 ;
彭永红 .
华南理工大学学报(自然科学版), 2003, (02) :77-79+84
[5]
基于小波包能量特征的滚动轴承故障监测方法 [J].
李世玲 ;
李治 ;
李合生 .
系统仿真学报, 2003, (01) :76-80+83
[6]
基于小波神经网络的通用多变量非线性系统辨识算法和应用 [J].
黄德先 ;
金以慧 .
控制理论与应用, 2001, (S1) :63-68
[7]
小波变换的工程分析与应用.[M].杨福生著;.科学出版社.1999,