潘军明 陈小泉

摘  要：数据分析对企业的生产运营具有至关重要的作用。该文以油气田吊机设备数据为基础，利用生产过程中所产生的各种历史数据，采用多种分析模型，从不同角度有针对性地对数据进行分析，得到科学直观的相关性分析结果，并对设备故障进行大概预测。基于这些分析预测结果，现场人员能够及时制订设备预防性维护计划，降低设备的故障率，为生产决策提供数据支持。

关键词：吊机  相关性分析  Pandas  Sklearn  故障預测

中图分类号：TH215                                文献标识码：A                           文章编号：1672-3791（2019）04（c）-0051-03

随着中海油信息化的不断发展，已经建成了资产管理系统、采办系统、设备运行管理系统、物流配送等系统，积累了数以千万计的基础数据和业务数据。而油气田现场部署着各种各样的设备，如何通过数据分析挖掘，给设备管理工作提供指导建议，降低维护成本，提高设备使用价值，已成为公司面临的一个重大问题。

1  问题与现状

在石油勘探开发过程中需要使用到各种机电仪设备，这些设备如果发生故障，需要管理人员进行维护。目前现场只能根据设备的运行时长制订维护计划，不能很好的根据设备运行状态、故障原因，故障次数，维修费用等情况综合起来预测设备故障趋势，以便在下一次故障出现前进行提前维护，减少设备关停的次数，增加设备持续运行时间。因此，该次研究有针对性的选择了吊机为分析对象，梳理出与该设备相关的各类数据，结合实际业务建立数据模型，以大量各种相关数据为基础，对该设备进行深入分析，验证算法的有效性和准确性，从而确定设备的总体故障趋势。……