基于信息动态耦合效应揭示多源信息的半监督图注意力网络螺杆泵故障诊断

《Entropy》:Semi-Supervised Graph Attention Network for Screw Pump Fault Diagnosis: Revealing the Dynamic Coupling of Multi-Source Information Weigang Wen, Jingqi Qin and Qiuying Chang

【字体: 大 中 小 】 时间:2026年03月20日 来源:Entropy 2.1

编辑推荐:

  螺杆泵是将井下石油提升至地面的关键设备,螺杆泵故障会严重干扰油井生产。由于螺杆泵结构复杂,同一故障可引起监测参数的不同变化,不同故障也可能导致相同的参数变化。鉴于这种复杂性,实际应用中诊断模型需要大量标注数据方可实现螺杆泵故障诊断。针对这种情况,研究人员通过对

  
螺杆泵是将井下石油提升至地面的关键设备,螺杆泵故障会严重干扰油井生产。由于螺杆泵结构复杂,同一故障可引起监测参数的不同变化,不同故障也可能导致相同的参数变化。鉴于这种复杂性,实际应用中诊断模型需要大量标注数据方可实现螺杆泵故障诊断。针对这种情况,研究人员通过对采集的螺杆泵数据进行深入研究,发现了多源信息之间的信息动态耦合(information dynamic coupling, IDC)效应。为充分利用IDC效应,研究人员提出了一种半监督学习图注意力网络(semi-supervised learning graph attention network, SSL-GAT)故障诊断方法。该方法将半监督学习(semi-supervised learning, SSL)框架与图注意力神经网络相结合,用于螺杆泵故障诊断。SSL-GAT方法的实验验证表明其在螺杆泵故障诊断中具有优异性能。
螺杆泵作为油井采油的关键设备,在油田稳产中发挥着重要作用。然而,在石油生产与输送过程中,螺杆泵故障频发,严重影响石油产量,不仅显著降低系统运行效率与经济效益,还可能造成重大安全隐患。螺杆泵故障诊断技术已从传统的信号处理方法演进至数据驱动的智能化方法,工业4.0与人工智能的发展推动了实时监测、可解释性与鲁棒性方面的进步。

螺杆泵故障诊断面临的核心挑战在于其结构复杂性导致的"一因多果"与"一果多因"现象——同一故障可引起不同监测参数的变化,不同故障也可能导致相同参数改变。这种复杂性使得传统基于单一信息源的诊断方法难以满足实际需求,而多源信息融合(multi-source information fusion, MSIF)技术为解决该问题提供了有效途径。然而,实际工程现场采集的信息维度高、标注成本高,大量数据缺乏标签,这构成了研究的现实背景与动因。在此背景下,研究人员提出了基于信息动态耦合(IDC)效应的螺杆泵故障诊断方法,利用图注意力网络(graph attention network, GAT)揭示信息源之间的动态耦合关系,进而实现工业现场的智能故障诊断。

该研究的数据来源于中国某油田A12_3082900至Z70_3060621号油井,由一家石油机械公司提供,涵盖电压、电流、扭矩、载荷、转速等多维度工况信息。研究人员从中选取电流、转速、载荷及油压力四个参数作为图网络节点,每个参数提取均值、方差及峰峰值三种统计特征作为节点属性,涉及十种常见螺杆泵故障类型。

在技术方法层面,研究人员构建了半监督学习图注意力网络(SSL-GAT)框架,其核心包含三个主要技术组件。第一是图初始化与构建技术:将多源信息转化为图结构数据,每维信息表示为节点,各统计指标作为节点特征,形成数据矩阵M与节点特征矩阵X;假设所有节点间存在潜在边,构建全连接图G,生成邻接矩阵A,实现边初始化。第二是去注意力机制:采用多头注意力机制(multi-head attention)计算多头注意力权重矩阵W,将无向全连接图G与权重矩阵W融合,生成多头注意力加权图(multi-head attention weighted graph, MHAWG)G';通过多个独立的自注意力模块应用于不同节点特征空间,使每条边从不同注意力子空间获取表征,注意力权重矩阵量化邻近节点对源节点的影响程度,从而评估螺杆泵各维度信息间的动态耦合关系。第三是自监督学习框架:以少量标注样本L与大量未标注样本U进行迭代训练,设置置信度阈值τ为0.95、最大迭代次数T为10、每轮最大添加比率α为0.1、阈值衰减因子e为0.98;每轮迭代在当前完整标注数据集上训练模型f_t,对未标注数据集U中各样本进行前向预测,生成伪标签并计算置信度,将满足置信度阈值条件的样本纳入标注数据集,迭代至模型性能收敛或达到预设迭代上限。

研究结果部分包含四个主要内容。在"标注样本敏感性分析"中,研究人员将SSL-GAT与多层感知机(multilayer perceptron, MLP)、基于迁移学习的并发故障诊断(TL-CFD)、层级随机网络(HSN)、物理约束生成对抗网络(PCGAN)及渐进迁移学习网络(PTLN)共五种方法进行对比,设置标注数据比例分别为1%、2%、5%、10%、15%、20%、30%和40%。结果表明:SSL-GAT在各类标注比例下均取得最高F1分数,峰值达0.977;当标注数据比例低于5%时,六种方法F1分数均低于0.4,模型无法有效训练;SSL-GAT在标注比例从10%升至20%时F1分数显著提升,超过20%后曲线出现拐点,边际效益明显降低,表明模型性能趋近理论上限。该结果说明SSL-GAT在标注数据比例约为20%时即可实现模型性能提升与标注成本的最佳平衡。

在"SSL-GAT稀疏标签样本有效性验证"中,训练集被划分为20%标注数据与80%未标注数据。测试准确率与损失收敛曲线显示,SSL-GAT准确率超过97.5%、损失低于65,均为六种方法中的最优表现。混淆矩阵结果表明SSL-GAT具有最多真正例预测,诊断性能最优。通过将训练集比例从90%逐步降至10%(测试集相应从10%升至90%),SSL-GAT在各训练/测试集划分比例下均表现最佳。F1分数变化趋势进一步验证了该结论。此外,研究人员还探究了多头注意力头数对模型性能的影响,设置头数为4、6、8、10、12进行训练,发现头数较低时增加头数可提升性能,但改善呈边际递减趋势;超过8个头后性能提升微乎其微,故最终选取8个头进行模型训练。

在"可视化分析"中,研究人员对比了MHAWG与K近邻图(K-nearest neighbor graph, KNNG)的聚类性能,采用核参数设置为'rbf'的支持向量机(SVM),通过t-SNE进行可视化。结果显示:MHAWG生成的十类故障虽有少量离群点,但各类别清晰独立分离;KNNG方法则存在一定数据重叠。Calinski-Harabasz指数(CHI)评估表明,MHAWG在10个簇时取得最大CHI值0.91,KNNG则为0.80,验证了MHAWG在故障诊断中的优越性。

在讨论与结论部分,研究人员总结了SSL-GAT框架的三项核心贡献。第一,图结构数据在表示复杂关联、处理异构信息及支持智能决策方面表现优异,为多源信息表征提供了有效途径。第二,图注意力网络通过计算不同信息维度间的权重矩阵量化了信息动态耦合效应,实现了维度内与维度间的有效多源信息融合。第三,SSL-GAT螺杆泵故障诊断框架在少量标注样本条件下实现了可靠的故障识别,表明该方法值得进一步研究与更广泛的应用。该论文发表于《Entropy》期刊。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号