基于BP神经网络的抽油设备示功图动态识别方法和装置

摘要

本发明是有关于基于BP神经网络的抽油设备示功图动态识别方法和装置，其中的方法包括：建立特征库以及动态识别，建立过程包括：对抽油设备示功图样本的时域数据进行归一化处理，并采样获得离散的时域数据序列；对时域数据序列进行傅立叶变换获得频域数据序列；利用频域数据序列中的部分数据替代时域数据序列中的部分数据，并获得傅立叶逼近特征值；将归一化处理后的抽油设备示功图样本分割为四部分，并提取特征向量；傅立叶逼近特征值和特征向量存储于特征库中；利用BP神经网络算法对抽油设备示功图样本进行训练，以库中的傅立叶逼近特征值。本发明增强了抽油设备的自动化管理程度，并提高了油田工作效率，同时完善了油井作业的管理制度。