| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 目次 | 第10-12页 |
| 图清单 | 第12-13页 |
| 表清单 | 第13-14页 |
| 1 绪论 | 第14-22页 |
| ·课题研究的背景及意义 | 第14-15页 |
| ·有杆抽油机井的产量预测与故障诊断的国内外发展现状 | 第15-19页 |
| ·油井产量预测的国内外发展现状 | 第15-16页 |
| ·国内外有杆抽油机井故障诊断技术的发展现状 | 第16-19页 |
| ·课题研究的主要内容与创新点 | 第19-20页 |
| ·课题研究的主要内容 | 第19-20页 |
| ·创新点 | 第20页 |
| ·本章小结 | 第20-22页 |
| 2 油井产量预测原理与有杆抽油机井的故障诊断原理 | 第22-39页 |
| ·油井产量预测原理 | 第22-25页 |
| ·油井产量预测的影响因素 | 第22-23页 |
| ·油井产量预测主要影响因素的选取方法 | 第23-25页 |
| ·抽油机井的故障诊断原理 | 第25-38页 |
| ·有杆抽油机井的组成及工作原理 | 第25-27页 |
| ·有杆抽油机井示功图分析 | 第27-30页 |
| ·有杆抽油系统主要故障类型 | 第30-33页 |
| ·示功图的小波包能量特征提取 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 3 极限学习机理论与改进方法研究 | 第39-48页 |
| ·极限学习机理论 | 第39-45页 |
| ·人工神经网络 | 第39-40页 |
| ·单隐层神经网络 | 第40-43页 |
| ·极限学习机简介 | 第43-45页 |
| ·极限学习机的改进方法 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 4 基于改进型极限学习机的油井产量预测 | 第48-55页 |
| ·改进型极限学习机的油井产量预测方法 | 第48-52页 |
| ·输入和输出向量的确定 | 第49-51页 |
| ·预测模型的建立与网络参数选择 | 第51-52页 |
| ·基于改进型极限学习机的油井产量预测方法仿真验证 | 第52-54页 |
| ·预测模型的训练方法与网络参数设置 | 第52页 |
| ·预测仿真结果与分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 5 基于改进极限学习机的抽油机井故障诊断 | 第55-68页 |
| ·改进型极限学习机的故障诊断方法 | 第55-63页 |
| ·输入与输出向量的确定 | 第56-57页 |
| ·示功图特征向量的提取 | 第57-62页 |
| ·诊断模型的建立 | 第62-63页 |
| ·基于改进型极限学习机的故障诊断仿真结果分析 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| ·全文总结 | 第68-69页 |
| ·对未来工作的展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录 A 改进型极限学习机主要程序代码 | 第73-76页 |
| 附录 B 油井产量预测中交叉验证法寻找最佳神经元的主要代码 | 第76-78页 |
| 附录 C 故障诊断中交叉验证法寻找最佳神经元的主要代码 | 第78-80页 |
| 作者简历及攻读硕士学位期发表的学术论文 | 第80页 |
