[发明专利]一种抽油机示功图智能识别方法

权利要求书

1.一种抽油机示功图智能识别方法，其特征在于，包括以下步骤：

步骤S10：绘制抽油机的示功图，得到示功图的样本；

步骤S20：对步骤S10获得的抽油机示功图的样本进行数据预处理；

步骤S30：对步骤S20的经过数据预处理的示功图样本进行特征提取；

步骤S40：判断示功图样本的类别，如果是已知的，执行步骤S50，如果是未知的，执行步骤S60；

步骤S50：用一组已知类别的集合作为训练集对ART2神经网络进行训练，建立判别模型，再用建立的模型根据相似性原则来对未知样本进行识别；

步骤S60：对于未知样本，则依靠样本自然特性进行直接识别，识别时，将抽油机示功图的样本输入预先设定的ART2神经网络；

步骤S70：由ART2神经网络对抽油机示功图的样本进行识别，并根据识别结果对抽油机进行故障诊断和井下工况判断，并显示判断结果。

2.根据权利要求1所述的一种抽油机示功图智能识别方法，其特征在于：所述步骤S10中，绘制抽油机的示功图的过程为：

步骤101：从抽油机的驴头下死点A开始，抽油机的光杆上行，抽油机的游动阀和固定阀均关闭，光杆开始承受抽油机的活塞上部液柱的质量，AB区间是增载的过程，至B点时，增载完毕；

步骤102：从活塞开始上行点B开始，活塞上行，固定阀打开，游动阀关闭，BC区间为光杆的上行线，至驴头上死点C，光杆上行结束；

步骤103：从驴头上死点C开始，光杆下行，游动阀和固定阀均关闭，抽油泵内液体开始排出，CD区间是卸载的过程，至D点时，卸载完毕；

步骤104：从活塞开始下行点D开始，活塞下行，固定阀关闭，游动阀打开，DA区间为光杆的下行线，至驴头下死点A，光杆下行结束，至此一个抽汲周期结束。

3.根据权利要求1所述的一种抽油机示功图智能识别方法，其特征在于：所述步骤S20中的数据预处理采用的方式为中心变换法。

4.根据权利要求1所述的一种抽油机示功图智能识别方法，其特征在于：所述步骤S30中的特征提取采用不变矩的特征提取方法。

5.根据权利要求1所述的一种抽油机示功图智能识别方法，其特征在于：所述步骤S60中的对ART2神经网络进行训练的ART2神经网络训练算法为：

步骤601：初始化ART2神经网络的参数a、b、c、d、θ、e和ρ；由F1层到F2层的连接矩阵wij和由F2层到F1层的连接矩阵wji，然后将特征向量xi输入网络，xi∈[0，1]，i∈[1，n]；

步骤602：计算F1层中的各矢量：x、w、u、v、q和p；

步骤603：计算F2层中输入矢量p_i＝[p₁,p₂,p₃,L,p_m]，计算获胜节点j，当F2层未受激励时，所有y_j＝0,j∈[1,m]；

步骤604：信息反馈；由F2层的获胜节点j送回自顶向下的权向量wij，并计算出值||R||；

步骤605：阈值检测；若||R||＞ρ，则接受j为获胜节点，步骤606，否则发Reset信号，置y_j＝0，开始搜索阶段，步骤602；

步骤606：调整由底而上及自顶向下的权向量wij及wji。