周飞航，王卓然，刘亚召（西安理工大学自动化与信息工程学院，陕西西安710048）

基于BP神经网络有杆抽油机井下示功图识别研究

周飞航，王卓然，刘亚召
（西安理工大学自动化与信息工程学院，陕西西安710048）

介绍了基于BP神经网络对有杆抽油机井下示功图的一种模式识别方法。首先利用有杆抽油机运动数学模型把井上采集数据变换为井下数据，然后通过几何变换的方法提取井下数据特征值，训练BP神经网络，分析训练效果，最后使用非训练数据样本对识别准确性进行验证。通过仿真数据验证，识别效果较好、速度快。该方法建立的BP网络具有复杂度较低、速度快、效果好的优点。

有杆抽油机；BP神经网络；模式识别；示功图

1　引言

石油是世界上重要能源之一，大部分储藏在地下几千米，深度不等，也有少部分可达到地表。通常，开采石油是通过升举的方式进行的。应用最广泛也最常见的石油开采器械是有杆抽油机。它主要由井上抽拉机构、抽油杆以及抽油泵3个部分组成。

有杆抽油机的机构运动特性如：载荷、角位移，可绘制成一个包含抽油机大量工况信息的封闭曲线，称之为示功图［1］。因此，示功图也是诊断有杆抽油机工况的主要手段。使用模式识别方法的自动诊断系统不仅可以实现对抽油机系统的工况诊断，而且能更加及时地发现问题和避免问题的发生，进而带来更好的经济效益。

有杆抽油机示功图识别有很多种方法，最初都是人工通过地面示功图来判断，后来发展到使用计算机仿真抽油机模型实现自动识别，还有通过建立更为高阶的模型进行识别的方法［4］。……