基于多分类支持向量机的有杆抽油泵故障诊断研究

来源 :西安石油大学学报(自然科学版) | 被引量 : 0次 | 上传用户:kevisno1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统方法对有杆抽油泵系统进行故障诊断存在的缺陷,提出了基于支持向量机的抽油泵故障诊断方法.为解决高维、非线性分类问题,通过引入核运算技巧,分析非线性软间隔分类学习机具体算法,并得到使分类间隔最大的最优分类超平面方程.提出了特殊情况下的样本数据标准化处理具体算法,采用基于网格搜索的交叉验证法来选择模型参数,避免了参数选择的盲目性和随意性.采用一对多SVM分类器对抽油泵工况进行了多分类仿真试验,并与BP网络、RBF网络、最小距离法等加以比较,试验结果表明一对多SVM分类法理论严谨,方法可行,自适应好,可在
其他文献
建立了检测聚环氧琥珀酸盐(PESA)合成中反应物、产物和副产物含量变化的HPLC方法,实现同一方法对环氧化反应和聚合反应过程的检测分析.以Agilent ZORBAX 300SB—C18柱(5μm,150mm&#
为了精确解决测井岩性识别问题,提出了一种将粒子群优化算法(PSO)与最小二乘支持向量机(LSSVM)相结合对实际测井资料进行岩性识别的方法.首先使用粒子群优化算法对LSSVM建模过程中
柴达木盆地北缘侏罗系后期改造强烈,地层赋存复杂,从地面露头、钻井、地震等资料入手,采用单因素分析多因素综合作图法,对下、中侏罗统岩相古地理进行了定量研究.认为早中、侏罗世