ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】当前以大数据、人工智能、物联网等技术为代表的科技革命对社会生产的各个领域产生了深刻的影响。 动设备作为油气田开发生产的重要装备工具，对其进行全生命周期的管理和动态监测，能够有效地延长设备使用寿命。 智能化运行状况预测是捕获动设备健康状态的重要手段，直接关系着油气田开发生产能否顺利进行。 本研究收集并分析动设备运行数据，应用机器学习等智能学习技术，构建动设备异常预测模型，寻找不同设备信息间的关联性，对其运行状态进行评估，在此基础上实现了设备异常状态提前预警，降低了设备故障发生率，提升了动设备运行的稳定性。
