一种抽油泵运行状态识别方法及装置

摘要

本发明提供了一种抽油泵运行状态识别方法及装置，本发明将目标灰度图像的目标特征向量输入至RWELM中，经RWELM运算后即可输出运行状态，以RWELM作为抽油泵运行状态识别的模型，以示功图和运行状态作为训练数据对RWELM进行训练，在训练过程中将结构风险最小化理论引入RWELM中，即采用调节参数对隐含层进行调节，解决了传统极限学机过拟合问题，并且利用小波函数替代一般的隐含层激励函数，解决了极限学机的局部最优的问题，具有诊断速度快、正确率高的优势。可以将本发明嵌入到抽油泵运行状态识别设备或系统中，能够及时发现运行状态与运行状态，为抽油泵的运行状态维修提供依据。

主权项

一种抽油泵运行状态识别方法，其特征在于，包括：获取抽油泵示功图的目标灰度图像；对所述目标灰度图像进行二值化处理后得到目标示功图矩阵，利用矩特征提取方法提取所述目标示功图矩阵的多个不变矩，并将所述多个不变矩作为所述抽油泵示功图的目标特征向量；将所述目标特征向量输入至正则小波极限学习机RWELM，经所述RWELM运算后输出运行状态，所述RWELM为预先经训练样本训练后得到的、以抽油泵示功图的特征向量为输入、以抽油泵的运行状态为输出的模型，其中所述ELM的输入层与隐含层之间的激励函数为小波函数，所述隐含层的调节参数和隐含层的节点数量为利用交叉验证法确定的。