基于BP神经网络识别的电泵井实时电流故障诊断方法与应用

摘要

cqvip:电泵井的运行电流数据是判断电泵井故障原因的主要依据。以往电泵井故障诊断主要依据技术人员依据描绘的电流卡片形态进行诊断,诊断结果的可靠性一方面依据技术人员工作经验的积累,另一方面难以实现大批量快速电泵井诊断。现海上油田可采集与传输时电泵井的实时电流数据,大量实时电流数据可为电泵井故障诊断提供数据支持。本文提出基于BP神经网络识别的电泵井实时电流故障诊断:首先利用现场实测电流样本和人工模拟的电流卡卡片形态,按照一定规则进行样本特征值提取建立样本库,其次对实时电流曲线进行模式识别,提取样本特征值,得到其权重值和阀值。最后将实时电流曲线特征值与权值矩阵相似度计算,相似程度可作为判断电泵井故障类型的依据。实践证明该方法可快速、高效、批量用于全油田的电泵井故障诊断。