文献

J-GLOBAL ID：202202279184122526   整理番号：22A1049507

メタ転送学習に基づく少数ショットを有するサッカーロッドの故障診断法【JST・京大機械翻訳】

Fault diagnosis method for sucker rod well with few shots based on meta-transfer learning

著者 (8件)： Zhang Kai (Oil and Gas Development Engineering Institute, School of Petroleum Engineering, China University of Petroleum, Qingdao, China) ,  Zhang Kai (School of Civil Engineering, Qingdao University of Technology, Qingdao, China) ,  Wang Qiang (Oil and Gas Development Engineering Institute, School of Petroleum Engineering, China University of Petroleum, Qingdao, China) ,  Wang Lingbo (PetroChinaCoalbed Methane Company Limited, Beijing, China) ,  Zhang Huaqing (Oil and Gas Development Engineering Institute, School of Petroleum Engineering, China University of Petroleum, Qingdao, China) ,  Zhang Liming (Oil and Gas Development Engineering Institute, School of Petroleum Engineering, China University of Petroleum, Qingdao, China) ,  Yao Jun (Oil and Gas Development Engineering Institute, School of Petroleum Engineering, China University of Petroleum, Qingdao, China) ,  Yang Yongfei (Oil and Gas Development Engineering Institute, School of Petroleum Engineering, China University of Petroleum, Qingdao, China)
資料名： Journal of Petroleum Science and Engineering  (Journal of Petroleum Science and Engineering)
巻： 212  ページ： Null  発行年： 2022年 
JST資料番号： T0412A  ISSN： 0920-4105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 油田の実際の製造プロセスにおいて,油井ポンプの機能性は,製造品質,設置品質,砂,ワックス,水,ガス,重油,および腐食のような多くの因子によって負に影響されるであろう。したがって,ロッドポンプシステムの作動条件を解析することは非常に重要である。実際の油田生産において,深井戸ポンプの作動条件を,測定した表面指標図に基づいて解析した。しかし,揚水井の従来のコンピュータ診断は,必要な数学的方法,あるいは多くのパラメータを持つ深いネットワークに依存する。これらの方法は,複雑な分析プロセス,長い試験時間,および低い効率で,多くのデータを必要とする。本論文では,数ショットシナリオにおけるロッドポンプ井戸の診断におけるメタ転送学習の適用を研究した。Meta転送学習は,メタ学習と転送学習の両方の利点を結合した。それは,転送学習の事前訓練段階を通して,より深いネットワークに基づく学習者のための良い初期パラメータを提供するだけではなく,また,メタ学習の助けを借りてハイパーパラメータの自動調整を達成した。これは高速勾配反復を可能にし,過剰適合の確率を低減し,それによりモデル性能を改善した。また,比較実験を行い,指標図の分類問題に関する古典的メタ学習法と深い畳込みネットワークとこの方法の実験的性能を比較した。実験結果に従って,実際の問題における少数ショット作動条件の診断におけるメタ転送学習の正確性率は80%に近く,比較実験の70%精度速度よりも良好である。実際の油田において,ポンプユニット診断のための多くの指標図表はなく,したがって,この方法は故障検出の要求を満たすことができた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  *学習 ,  ネットワーク ,  重油 ,  計算機診断 ,  *故障診断 ,  油田 ,  深井戸 ,  ワックス ,  油井 ,  モデル ,  パラメータ ,  生産工程
準シソーラス用語： 学習者 ,  メタ学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： Meta伝達学習 ,  Indicator図 ,  ニューラルネットワーク ,  故障診断 ,  ロッドポンプ井

分類 (1件)： 油層工学  (UA10030G)

タイトルに関連する用語 (6件)： 転送 ,  学習 ,  ショット ,  サッカー ,  ロッド ,  故障診断