【摘要】：在石油開(kāi)采的過(guò)程中,及時(shí)去了解抽油井下的工作情況尤為重要。在傳統(tǒng)上,井下的工作情況是由井上專(zhuān)家人員通過(guò)觀察得到的實(shí)際示功圖,利用經(jīng)驗(yàn)進(jìn)行判斷的,判斷結(jié)果容易受到人為因素和技術(shù)水平的影響。示功圖是對(duì)油井工況進(jìn)行分析研究的主要依據(jù),井下的工作情況是通過(guò)對(duì)示功圖有效特征的分析判斷得出的,根據(jù)示功圖的面積變化和點(diǎn)線角幾何特征,能夠反映出異常故障現(xiàn)象。因此利用計(jì)算機(jī)對(duì)示功圖進(jìn)行特征提取,進(jìn)而可以更快速準(zhǔn)確的對(duì)其故障進(jìn)行分類(lèi)。所以通過(guò)計(jì)算機(jī)對(duì)示功圖故障類(lèi)別進(jìn)行準(zhǔn)確的分類(lèi)意義重大。本文結(jié)合示功圖圖形特征,對(duì)示功圖位移載荷坐標(biāo)提出了兩種特征提取方法,并對(duì)常見(jiàn)故障示功圖提出了二次診斷模型。主要完成以下內(nèi)容。首先,通過(guò)對(duì)示功圖點(diǎn)線角特征進(jìn)行分析研究,提出一種基于特征點(diǎn)的位置,特征線的波動(dòng)系數(shù),特殊角的方差系數(shù)的特征提取方法。并選取特征點(diǎn),特征線和特征角9個(gè)特征,利用樣本庫(kù)去構(gòu)建分類(lèi)特征向量,并結(jié)合該向量提出幾何特征故障判定方法。其次,通過(guò)對(duì)示功圖輪廓區(qū)域面積進(jìn)行分析研究,提出一種基于幾何面積變化的特征提取方法。對(duì)示功圖進(jìn)行了坐標(biāo)歸一化和點(diǎn)數(shù)歸一化,并將示功圖網(wǎng)格化之后,選用示功圖曲線外區(qū)域面積變化特征值,建立一種面積填充模型,給出具體的網(wǎng)格面積計(jì)算方法,并結(jié)合6個(gè)區(qū)域面積變化提出一種幾何特征識(shí)別的故障判定方法。最后,提出一種二次診斷方法,該算法將點(diǎn)線角特征和面積變化特征進(jìn)行了結(jié)合。并且對(duì)所提算法從時(shí)間效率和識(shí)別準(zhǔn)確率分別進(jìn)行了實(shí)驗(yàn)對(duì)比驗(yàn)證。
【圖文】：

圖 2-1 理論示功圖2.2.2 實(shí)測(cè)示功圖如圖 2-2 所示，該圖為實(shí)測(cè)示功圖圖形，數(shù)據(jù)取自中國(guó)石油長(zhǎng)慶油田公司下屬第三采油廠的一些樣本，該樣本也是本文進(jìn)行實(shí)驗(yàn)驗(yàn)證所使用樣本。

燕山大學(xué)工學(xué)碩士學(xué)位論文圖 2-1 理論示功圖2.2.2 實(shí)測(cè)示功圖如圖 2-2 所示，該圖為實(shí)測(cè)示功圖圖形，數(shù)據(jù)取自中國(guó)石油長(zhǎng)慶油田公司下屬第三采油廠的一些樣本，該樣本也是本文進(jìn)行實(shí)驗(yàn)驗(yàn)證所使用樣本。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TE34

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳輝;;淺議車(chē)牌識(shí)別中字符的特征提取方法[J];科技傳播;2009年05期

2 徐德友,胡壽松;利用粗集上近似處理特征提取中的噪聲問(wèn)題[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年S1期

3 佟德純;王永興;;一種新的齒輪狀態(tài)的分類(lèi)識(shí)別方法—CEP-AR特征提取與分類(lèi)[J];振動(dòng)與沖擊;1988年03期

4 羅斌;黃端旭;;皮膚癌表面圖象特征提取[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);1989年03期

5 王仁華;宋原章;;漢語(yǔ)孤立音節(jié)的分段研究[J];信號(hào)處理;1989年02期

6 史廣;楊艷;;沙化土地地理信息多維結(jié)構(gòu)特征提取仿真[J];計(jì)算機(jī)仿真;2019年11期

7 楊小軍;;圖片特征提取[J];中小企業(yè)管理與科技(中旬刊);2017年03期

8 武弘;;六種常用的網(wǎng)絡(luò)流量特征提取工具[J];計(jì)算機(jī)與網(wǎng)絡(luò);2017年06期

9 李晉徽;楊俊安;王一;;一種新的基于瓶頸深度信念網(wǎng)絡(luò)的特征提取方法及其在語(yǔ)種識(shí)別中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2014年03期

10 唐朝霞;;一種基于特征提取的簡(jiǎn)答題閱卷算法[J];湖南工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年01期

相關(guān)會(huì)議論文 前10條

1 王紀(jì)凱;王鵬;張啟彬;陳宗海;;激光數(shù)據(jù)特征提取與學(xué)習(xí)方法[A];第17屆中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集（17th CCSSTA 2016）[C];2016年

2 薛燕;李建良;朱學(xué)芳;;人臉識(shí)別中特征提取的一種改進(jìn)方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

3 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動(dòng)目標(biāo)的分割與特征提取[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專(zhuān)刊[C];2008年

4 路文煥;曲悅欣;楊亞龍;王建榮;黨建武;;用于無(wú)聲語(yǔ)音接口的超聲圖像的混合特征提取[A];第十三屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議(NCMMSC2015)論文集[C];2015年

5 徐繼偉;李建中;柳勃;楊昆;;使用支持向量機(jī)和改進(jìn)特征提取方法的蛋白質(zhì)分類(lèi)[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

6 劉德剛;邵國(guó)凡;;高維遙感數(shù)據(jù)分析的特征提取方法[A];西部大開(kāi)發(fā) 科教先行與可持續(xù)發(fā)展——中國(guó)科協(xié)2000年學(xué)術(shù)年會(huì)文集[C];2000年

7 姜成柱;劉志成;何其芳;卞榮;席聞;;基于信號(hào)分解與稀疏恢復(fù)的空間群目標(biāo)微動(dòng)特征提取[A];第八屆中國(guó)航空學(xué)會(huì)青年科技論壇論文集[C];2018年

8 許強(qiáng);楊佳;;基于線性加權(quán)的免疫克隆算法的手指靜脈特征提取[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì)B卷[C];2011年

9 高學(xué);金連文;尹俊勛;;基于筆劃密度的彈性網(wǎng)格特征提取方法[A];2001年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2001年

10 徐萍;武其松;羅昕煒;陶俊;;基于畸變拖曳陣的高保真特征提取方法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2019年學(xué)術(shù)會(huì)議論文集[C];2019年

相關(guān)重要報(bào)紙文章 前3條

1 宇航智控;預(yù)測(cè)與健康管理(PHM)技術(shù)[N];中國(guó)航空?qǐng)?bào);2018年

2 記者 賈玎玎;北京紡控主營(yíng)業(yè)務(wù)收入增長(zhǎng)11.39%[N];首都建設(shè)報(bào);2015年

3 中國(guó)信息通信研究院泰爾終端實(shí)驗(yàn)室 曾晨曦 段虎才;深度學(xué)習(xí)框架的前世今生[N];人民郵電;2018年

相關(guān)博士學(xué)位論文 前10條

1 陳良琴;鉛鋅礦浮選表面特征提取關(guān)鍵算法研究[D];福州大學(xué);2018年

2 王曉輝;汽車(chē)模具表面缺陷特征提取關(guān)鍵技術(shù)研究[D];南昌大學(xué);2019年

3 蘇雷曼 施查布（SOULEYMAN CHAIB）;面向高分辨率圖像場(chǎng)景分類(lèi)的特征提取與選擇研究[D];哈爾濱工業(yè)大學(xué);2018年

4 宋洪超;基于微波的乳腺癌檢測(cè)算法研究[D];北京郵電大學(xué);2018年

5 溫柳英;多模態(tài)數(shù)據(jù)特征提取的粒計(jì)算方法研究與應(yīng)用[D];西南石油大學(xué);2017年

6 李文娟;基于局部特征提取的人臉識(shí)別方法研究[D];天津大學(xué);2017年

7 王振宇;面向人臉識(shí)別的特征提取技術(shù)應(yīng)用研究[D];東南大學(xué);2016年

8 馬麗紅;復(fù)雜背景下人臉的定位和特征提取[D];華南理工大學(xué);1999年

9 謝平;故障診斷中信息熵特征提取及融合方法研究[D];燕山大學(xué);2006年

10 張紹武;基于支持向量機(jī)的蛋白質(zhì)分類(lèi)研究[D];西北工業(yè)大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 袁雷;基于想象語(yǔ)言識(shí)別的特征提取研究[D];北京理工大學(xué);2017年

2 李霽鑫;基于深度學(xué)習(xí)的局部特征提取及其應(yīng)用[D];吉林大學(xué);2019年

3 陳佳;基于深度學(xué)習(xí)的車(chē)內(nèi)人手檢測(cè)技術(shù)的研究[D];華中科技大學(xué);2019年

4 張超凡;示功圖特征提取方法及其應(yīng)用研究[D];燕山大學(xué);2019年

5 郭杰;潤(rùn)滑油液中磨粒信號(hào)的處理與特征提取研究[D];燕山大學(xué);2019年

6 李銘;基于稀疏表示的風(fēng)電裝備傳動(dòng)系統(tǒng)故障瞬態(tài)特征提取研究[D];燕山大學(xué);2019年

7 張明明;基于光相位邊緣特征提取的生物細(xì)胞形態(tài)及動(dòng)態(tài)活動(dòng)快速檢測(cè)實(shí)驗(yàn)研究[D];江蘇大學(xué);2019年

8 肖雪;電靜壓伺服系統(tǒng)健康特征提取方法[D];中國(guó)運(yùn)載火箭技術(shù)研究院;2019年

9 鄭渝;深度學(xué)習(xí)在認(rèn)知雷達(dá)行為特征辨識(shí)中的應(yīng)用[D];中國(guó)運(yùn)載火箭技術(shù)研究院;2019年

10 袁茂洲;X線肺部圖像的特征提取與分類(lèi)方法研究[D];大連理工大學(xué);2019年

，

本文編號(hào)：2621364