邵海龙， 布兰霞， 胡明哲， 付光杰

(1.海洋石油工程股份有限公司，天津 300451；2.中国石油大庆炼化分公司，黑龙江 大庆 163318；3.东北石油大学 电气信息工程学院，黑龙江 大庆 163318)

基于人工鱼群神经网络的抽油机故障诊断

邵海龙1， 布兰霞2， 胡明哲3， 付光杰3

(1.海洋石油工程股份有限公司，天津 300451；2.中国石油大庆炼化分公司，黑龙江 大庆 163318；3.东北石油大学 电气信息工程学院，黑龙江 大庆 163318)

BP神经网络应用于抽油机的故障诊断时易陷入局部极值，同时收敛速度也无法保证。在此前提下，提出人工鱼群神经网络算法的抽油机故障诊断新方法，充分利用人工鱼群在全局范围的快速寻优特性以克服BP神经网络收敛速度较慢和易陷入局部最优解的缺点，从而提高故障诊断的准确率和速度。以抽油机的管漏、供液不足、杆断脱、泵漏失、气影响五种故障类型为例，利用MATLAB分别搭建了传统BP神经网络和人工鱼群神经网络的模型，并对两种方法的诊断结果进行了比较。仿真结果充分说明了人工鱼群神经网络在抽油机故障诊断中的可行性、准确性和优越性。

抽油机故障诊断； 人工鱼群算法； BP神经网络；人工鱼群神经网络； 仿真验证

0 引 言

由于抽油机等采油设备多分布于较偏远的野外作业区，不仅分布分散而且所处周边环境恶劣，致使人工检测相对困难[1]。若不能及时有效地检测并诊断抽油机的故障类型，将对生产产生巨大影响，同时对于实现油田数字化和自动化具有重要意义[2]。……