声明
第1 章 绪 论
1.1 课题背景及研究的目的和意义
1.2 国内外研究现状
1.2.1 神经网络在故障检测方面的研究现状
1.2.2 LSTM 神经网络在故障检测方面的研究现状
1.3 本文研究内容
1.4 论文结构及章节安排
第2 章相关基础理论介绍
2.1 神经网络基础理论
2.1.1 神经元模型
2.1.2 神经元激活函数
2.1.3 神经网络结构
2.2 BP 神经网络原理
2.3 LSTM神经网络基础理论
2.4 示功图介绍
2.4.1示功图定义
2.4.2理论示功图
2.4.3 实测示功图
2.4.4 示功图的故障类型
2.5 常见的示功图特征提取方法
2.6 本章小结
第3 章基于BP 神经网络的示功图特征提取方法
3.1 引言
3.2 基于BP神经网络的示功图特征提取
3.2.1示功图的数据预处理
3.2.2 BP神经网络降维模型的构建
3.2.3 BP神经网络的训练
3.2.4 示功图特征提取过程
3.3 本章小结
第4 章 基于LSTM 神经网络的抽油机井实时故障检测
4.1 引言
4.2 基于LSTM神经网络的示功图特征实时预测
4.2.1 LSTM 神经网络的构建
4.2.2 LSTM神经网络的训练
4.2.3 基于LSTM神经网络的实时预测
4.3 抽油机井故障检测
4.3.1 故障检测方法
4.3.2 故障检测具体步骤
4.4 本章小结
第5 章实验结果与分析
5.1 引言
5.2 实验环境与数据集
5.3 示功图特征提取的实验结果
5.3.1 评价指标
5.3.2 BP神经网络模型参数设置
5.3.3 特征提取的实验结果
5.4 抽油机井实时故障检测实验结果
5.4.1 评价指标
5.4.2 LSTM神经网络模型参数设置
5.4.3 基于LSTM神经网络的实时预测实验结果
5.4.4 不同预测模型的对比实验结果
5.4.5 故障检测实验结果
5.4.6 故障检测对比实验结果
5.5 本章小结
结 论
参考文献
致 谢
燕山大学;