石油学报 ›› 2003, Vol. 24 ›› Issue (1): 105-107.DOI: 10.7623/syxb200301022
蒋京颐, 陈惟岐
JIANG Jing-yi, CHEN Wei-qi
摘要: 根据电动机拖动抽油机运行的特点,阐明了采用神经网络方法对该系统建模的必要性.基于带有回归单元的Elman神经网络,对拖动抽油机的变载荷三相异步电动机的晶闸管三相调压器系统进行了建模.采用了一种带惯性项的动态反向传播学习算法,克服了通常的BP(back propogation反向传播)算法振荡和收敛速度慢的弱点,使抽油机系统随负载变化时对电动机实现调压控制.对Elman神经网络的结构运用方法,以及惯性项的动态反向传播学习算法作了较详细的介绍,对由晶闸管三相调压器构成的拖动系统建模所选向量参数进行了说明.实例表明,利用该方法迭代后的学习结果更容易将误差减小至期望值.
中图分类号: