基于支持向量機(jī)的抽油機(jī)示功圖工況判別.pdf

1、在油田工作現(xiàn)場(chǎng),工程師們根據(jù)自己的工作經(jīng)驗(yàn),通過地面示功圖推測(cè)泵功圖的幾何形狀,從而判定抽油井的工作狀態(tài)。這種方法很難及時(shí)準(zhǔn)確地給出抽油井的工作狀態(tài)。本文討論如何將支持向量機(jī)方法應(yīng)用于抽油井示功圖的工況判別。主要工作有：討論了建立支持向量機(jī)理論基礎(chǔ)的統(tǒng)計(jì)學(xué)習(xí)理論中的重要理論：VC維,推廣性的界和結(jié)構(gòu)風(fēng)險(xiǎn)最小化；并討論了線性支持向量機(jī),非線性支持向量機(jī)以及用于分類的支持向量機(jī)常用算法。研究了LIBSVM工具箱實(shí)現(xiàn)分類支持向量機(jī)的方法,通過

2、一個(gè)試驗(yàn)用圖像化的方法進(jìn)一步討論支持向量機(jī)理論,并通過3個(gè)試驗(yàn)來驗(yàn)證LibSVM工具箱實(shí)現(xiàn)支持向量機(jī)分類算法的有效性。進(jìn)一步討論了如何對(duì)泵功圖進(jìn)行特征提取,給出了4種特征提取的方法：幾何特征法、傅里葉描繪子、網(wǎng)格法、7個(gè)不變矩,并比較了4種特征提取的方法,得出結(jié)論：7個(gè)不變矩的方法描繪因子少,用于分類的準(zhǔn)確性最好。并將7個(gè)不變矩作為泵功圖的描繪因子,應(yīng)用LibSVM工具箱對(duì)36種共97組的泵功圖進(jìn)行分類。實(shí)驗(yàn)證明LibSVM完全可以實(shí)現(xiàn)