摘要 | 第1-4页 |
Abstract | 第4-7页 |
1 绪论 | 第7-12页 |
·课题研究的背景及意义 | 第7页 |
·有杆抽油系统的研究现状 | 第7-11页 |
·本文的主要工作 | 第11-12页 |
2 有杆抽油系统效率监测与软件开发 | 第12-25页 |
·有杆抽油系统简介 | 第12-13页 |
·有杆抽油系统的效率 | 第13页 |
·有杆抽油系统效率监测技术 | 第13-14页 |
·有杆抽油系统单井监测技术 | 第14-16页 |
·地面测试 | 第14-16页 |
·井下测试简介 | 第16页 |
·测试数据存储格式说明 | 第16-18页 |
·明德测试数据文件结构 | 第17页 |
·枫火测试数据文件结构 | 第17-18页 |
·测试数据分析计算 | 第18-19页 |
·数据组织与软件开发 | 第19-24页 |
·数据组织 | 第19-20页 |
·测试数据分析软件的开发 | 第20-24页 |
·本章小结 | 第24-25页 |
3 EMD方法在有杆抽油系统效率监测数据分析中的应用 | 第25-32页 |
·小波分析及其在信号趋势项提取中的应用 | 第25-27页 |
·小波和小波变换 | 第25-27页 |
·基于小波分析的信号趋势项提取 | 第27页 |
·经验模式分解 | 第27-28页 |
·仿真信号分析 | 第28-30页 |
·EMD方法在抽油机井系统效率监测数据分析中的应用 | 第30-31页 |
·本章小结 | 第31-32页 |
4 SVR在抽油机井系统效率 EMD分析中的应用 | 第32-44页 |
·END端点效应 | 第32-33页 |
·支持向量机 | 第33-36页 |
·支持向量回归 | 第36-38页 |
·支持向量机超参数的确定 | 第38-40页 |
·时间序列预测的支持向量机回归 | 第40-42页 |
·SVR时间序列预测建模 | 第40-41页 |
·SVR在处理 EMD端点效应中的应用 | 第41-42页 |
·抽油机井系统效率实例分析 | 第42-43页 |
·本章小结 | 第43-44页 |
5 基于ANN的有杆抽油系统悬点示功图特征参数的计算 | 第44-66页 |
·悬点示功图特征参数 | 第44-45页 |
·悬点载荷的计算方法 | 第45-52页 |
·悬点静载荷与静力示功图 | 第45-47页 |
·不考虑弹性振动和摩擦的悬点动载荷及动力示功图 | 第47-49页 |
·考虑杆柱弹性振动和摩擦的悬点动载荷及动力示功图 | 第49-51页 |
·气体和油层供液能力对示功图的影响 | 第51-52页 |
·人工神经网络 | 第52-55页 |
·BP神经网络 | 第54-55页 |
·RBF神经网络 | 第55页 |
·基于ANN的有杆抽油系统悬点示功图特征参数的计算 | 第55-65页 |
·基本步骤 | 第55-56页 |
·网络输入/输出数据的确定 | 第56-59页 |
·建模工具的选择 | 第59页 |
·网络设计与结果分析 | 第59-62页 |
·不同网络参数对网络性能的影响 | 第62-65页 |
·本章小结 | 第65-66页 |
6 全文工作总结 | 第66-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-71页 |
附录 | 第71页 |