基于PCA-PSO-SVC模型的有杆抽油系统故障诊断技术

　　

有杆抽油方法是我国各大油田使用最多的机械采油方法。由于工作环境恶劣，抽油系统事故频发。不同故障下泵功图形状有较大差异，因此可从泵功图出发进行故障诊断。本文在分析不同故障工况下泵功图特点，以25组样本数据建立PCA-PSO-SCV故障诊断模型。通过与PCA-GA-SCV、PCA-CV-SCV、PCA-LS-SCV三种模型对比结果可知，PCA-PSO-SCV故障诊断模型计算速度快、诊断精度高，对于故障工况诊断准确率达100%，适用于有杆抽油系统故障诊断。文中问题的分析及建模过程，对于现场人员掌握和分析抽油系统运行情况以及危险工况的规避都有重要意义。

订阅方式：
①在线订阅（推荐）：www.sdchem.net.cn
②邮局订阅：邮发代号24-109

投稿方式：
①在线投稿（推荐）：www.sdchem.net.cn
　　作者只需要简单注册获得用户名和密码后，就可随时进行投稿、查稿，全程跟踪稿件的发表过程，使您的论文发表更加方便、快捷、透明、高效。
②邮箱投稿：sdhgtg@163.com sdhg@sdchem.net
　　若“在线投稿”不成功，可使用邮箱投稿，投稿邮件主题：第一作者名字/稿件题目。
投稿时请注意以下事项：
　　①文前应有中英文“题目”、“作者姓名”、“单位”、“邮编”、“摘要”、“关键词”；
　　②作者简介包括：姓名、出生年、性别、民族、籍贯或出生地、工作单位、职务或职称、学位、研究方向；
　　③论文末应附“参考文献”，执行国标GB/T7714-2005标准，“参考文献”序号应与论文中出现的顺序相符；
　　④注明作者的联系方式，包括电话、E-mail、详细的通讯地址、邮编，以便联系并邮寄杂志。
　　 　                                                                                   山东化工稿件修改细则