基于紧框架小波神经网络的抽油机井故障诊断

所提出的小波网络包括初始的学习网络和训练过程中根据精度要求而自适应并入的子网络.通过对各维输入信号的综合时域分析,选择合适的尺度参数和位移参数构造单尺度下的小波紧框架, 以构成各级子网络, 进而解决多维小波网络中存在的“维数灾” 问题.针对对角回归结构, 推导出带遗忘因子的动态递推最小二乘法对网络的参数进行训练.将该网络应用于抽油机井的故障诊断,得到了较好的效果.