[发明专利]基于曲波变换和核稀疏的抽油井半监督故障诊断方法

摘要

本发明涉及一种基于曲波变换和核稀疏的抽油井半监督故障诊断方法，步骤为：获取多个示功图数据作为训练样本；将多个示功图转化为井下泵功图，再将每个泵功图转化为灰度图像；对每个泵功图进行曲波变换得到系数矩阵；将全部有标签的泵功图的特征向量作为字典，对每个未标记泵功图特征向量求稀疏系数；利用稀疏系数计算每个无标签泵功图的虚拟标签；将训练样本中所有泵功图的特征向量作为字典；对每一个待诊断的测试样本计算其特征向量求得稀疏系数；利用稀疏系数计算待诊断样本的虚拟标签，断故障类型。本发明能精确的描述出泵功图的特征，基于核方法的半监督稀疏表达分类器不仅可以有效的利用未标记数据的信息，而且对有标记的样本数量要求不高。

主权项

一种基于曲波变换和核稀疏的抽油井半监督故障诊断方法，其特征在于包括以下步骤：1)通过现场示功仪获取n(n＝l+u)个示功图数据作为训练样本，其中l个示功图为已知标签数据，u个示功图为无标签数据；2)根据波动方程，利用有限差分法将n个示功图转化为井下泵功图，再将每个泵功图转化大小为m×m像素的灰度图像；3)对每个泵功图Xi进行曲波变换，得到第i个泵功图的s个尺度的系数矩阵Ci：Ci＝{cij}，i＝1，…，n，j＝1,…,s，其中n为泵功图总数量，s＝log2m‑3；4)根据第一个尺度的系数矩阵ci1计算单幅泵功图的特征向量Vi；5)将全部有标签的泵功图的特征向量作为字典D，D＝{Vi}，i＝1，…，l；对每个未标记泵功图特征向量Vj,j＝l,…,l+u，求稀疏系数6)利用稀疏系数，计算每个无标签泵功图的虚拟标签j＝l,…,l+u；7)将训练样本中所有泵功图的特征向量作为字典D'，D'＝{Vi}，i＝1,…,l+u；对每一个待诊断的测试样本，计算其特征向量Vtest，并求得其对应的稀疏系数8)利用稀疏系数计算待诊断样本的虚拟标签ytest，并据此判断故障类型。