基于井场机器学习的杆式泵故障预测.pdfVIP

下载本文档

0
0
约3.79万字
约 46页
2023-05-07 发布于北京
举报
版权申诉

基于井场机器学习的杆式泵故障预测.pdf

1、本文档共46页，其中可免费阅读45页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

用于在井场处实时监测和控制井操作的系统和方法在井场处使用基于机器学习(ML)的分析。该系统和方法直接在井场处通过边缘装置对来自井场的数据执行基于ML的分析，以检测超出预期规范的操作并自动响应此类异常操作。边缘装置可以发出有关异常操作的警报，并采取预定义的步骤来减少此类异常操作造成的潜在损害。边缘装置还可以通过使用正常操作数据对来自井场的操作数据执行基于ML的分析来预测故障和故障时间。这有助于减少停机时间，最大限度地减少生产力和成本损失，并降低现场人员的健康和安全风险。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114402267 A (43)申请公布日 2022.04.26 (21)申请号 202080064298.6 L.比苏埃尔-博韦斯　 (22)申请日 2020.