基于RSGWPT-MSE和PNN的潜油电泵故障诊断方法

针对潜油电泵特征提取及状态判别问题,提出一种基于冗余第二代小波包变换、多尺度熵和概率神经网络的诊断方法。首先,利用冗余第二代小波包对拾取的信号样本进行处理,得到相应的子带信号分量,继而计算所得子带信号分量的多尺度熵值,并构造能够表征电泵状态的特征向量,最终将特征向量输入到概率神经网络中实现潜油电泵故障的自动识别。实测数据分析结果表明,所述方法能够有效对潜油电泵的工作状态进行识别,具有一定工程应用价值。