基于支持向量机的抽油机示功图工况判别
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·课题研究目的及意义 | 第7页 |
| ·抽油机井故障诊断技术的发展和国内外现状 | 第7-11页 |
| ·抽油机井故障诊断技术的发展 | 第7-9页 |
| ·抽油机井故障诊断技术国内外现状 | 第9-10页 |
| ·支持向量机方法在抽油井井下故障工况诊断中的应用 | 第10-11页 |
| ·本课题的研究内容 | 第11-12页 |
| 2 统计学习理论与支持向量机 | 第12-20页 |
| ·统计学习理论 | 第12-15页 |
| ·VC维 | 第12-13页 |
| ·推广性的界 | 第13-14页 |
| ·结构风险最小化 | 第14-15页 |
| ·支持向量机的概念 | 第15-19页 |
| ·线性支持向量机 | 第15-17页 |
| ·非线性支持向量机 | 第17-19页 |
| ·核函数 | 第19页 |
| ·小结 | 第19-20页 |
| 3 分类支持向量机算法与LibSVM工具箱介绍 | 第20-31页 |
| ·分类支持向量机主要算法介绍 | 第20-22页 |
| ·C—SVM算法 | 第20页 |
| ·"一对多"多类分类算法 | 第20-21页 |
| ·"一对一"多分类算法 | 第21-22页 |
| ·LibSVM工具箱介绍 | 第22-26页 |
| ·LibSVM软件包简介 | 第22-23页 |
| ·LibSVM使用方法简介 | 第23-26页 |
| ·应用LibSVM工具箱进行分类试验 | 第26-30页 |
| ·测试C-SVM算法和径向基核函数有效性的试验 | 第26-28页 |
| ·多属性2类问题的分类试验 | 第28-29页 |
| ·4属性3类问题的分类试验 | 第29页 |
| ·多属性多分类问题在抽油机故障诊断中的应用 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 泵功图及其识别方法 | 第31-42页 |
| ·抽油泵的结构与工作原理 | 第31-32页 |
| ·抽油泵的结构 | 第31页 |
| ·抽油泵的工作原理 | 第31-32页 |
| ·抽油机井地面示功图与泵示功图 | 第32-34页 |
| ·抽油机井地面示功图 | 第32页 |
| ·泵示功图 | 第32-34页 |
| ·泵示功图几何特征的识别方法 | 第34-40页 |
| ·泵示功图的预处理 | 第35-37页 |
| ·泵示功图的特征提取与选择 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 5 用SVM方法对泵功图的工况进行识别 | 第42-48页 |
| ·数据准备 | 第42-43页 |
| ·实验环境的准备 | 第43-44页 |
| ·试验结果及分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 6 结论及展望 | 第48-50页 |
| ·结论 | 第48-49页 |
| ·展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士期间发表的论文 | 第54-55页 |
| 附录 | 第55-61页 |
